Hadoop大數據解決方案平臺技術基礎培訓

Hadoop大數據解決方案平臺技術基礎培訓課程/講師盡在Hadoop大數據解決方案平臺技術基礎培訓專題,Hadoop大數據解決方案平臺技術基礎培訓公開課北上廣深等地每月開課！Hadoop大數據解決方案平臺技術基礎培訓在線直播課程（免費試聽）。專家微信18749492090，講師手機13522550408，百度搜索“交廣國際管理咨詢”了解更多。

課程大綱

第一部分：Hadoop的基本框架
1、大數據時代面臨的問題
2、當前解決大數據的技術方案
3、Hadoop架構和云計算
4、Hadoop簡史及安裝部署
5、Hadoop設計理念和生態系統

第二部分：HDFS分布式文件系統：海量數據存儲的搖籃
1、HDFS的設計目標
2、HDFS的基本架構
NameNode名稱節點
SecondaryNameNode第二名稱節點
DataNode數據節點
3、HDFS的存儲模型
數據塊存儲
元數據存儲（空間鏡像與編輯日志）
多副本存儲
4、多副本放置策略
5、多數據節點管理機制與交互過程
6、文件系統操作與管理
讀文件過程
寫文件過程（數據流管道）
7、數據完整性機制
數據校驗和
數據完整性掃描線程
元數據備份與合并
8、數據可靠性設計
安全模式（數據塊與節點映射關系管理）
心跳檢測機制（節點失效管理）
租約機制（多線程并發控制）
9、其它
HDFS的安全機制
負載均衡
文件壓縮
10、 操作接口與編程接口
HDFS Shell
HDFS Commands
WebHDFS REST API
HDFS Java API
演練：HDFS文件操作命令
演練：HDFS編程示例

第三部分：MapReduce分布式計算系統：海量數據處理的利器
1、MapReduce的三層設計理念
分布治之的設計思想（Map與Reduce）
數據處理引擎（編程模型）
運行時環境（任務調度與執行）
2、MR的基本架構
3、MapReduce編程模型概述
編程接口介紹
Hadoop工作流實現原理
4、MapReduce作業調度機制
MapReduce作業生命周期
作業調度策略
靜態資源管理方案
4、MapReduce作業調度機制
MapReduce作業生命周期
作業調度策略
靜態資源管理方案
5、數據并行處理機制（五步驟）
Input階段實現
Map階段實現
Shuffle階段實現
Reduce階段實現
Output階段
6、MapReduce容錯機制
任務失敗與重新嘗試
節點失效與重調度
單點故障
7、MapReduce性能優化
優化方向與思路
磁盤IO性能優化
分片優化
線程數量優化
內存優化
壓縮優化
8、MapReduce操作接口
Job Shell
Web UI
案例演練：MapReduce編程示例
9、YARN：通用資源管理系統
MRv1的局限性
YARN基本框架
NN HA：解決單點故障
HDFS Federation：解決擴展性問題

第四部分：Hbase非關系型數據庫：海量數據的黎明
1、Hbase的使用場景
2、Hbase的基本架構
Zookeeper分布式協調服務器
Master主控服務器
Region Server區域服務器
3、Hbase的數據模型
Hbase的表結構
行鍵、列鍵、時間戳
4、Hbase的存儲模型
基本單位Region
存儲格式HFile
5、數據分裂機制Split
6、數據合并機制Compaction
minor compaction
major compaction
7、HLog寫前日志
8、數據庫讀寫操作
數據庫寫入
數據庫讀取
三次尋址
9、Hbase操作接口
Native Java API
Hbase Shell
批量加載工具
HiveQL操作
10、 Hbase性能優化
寫速度優化
讀速度優化
11、 Hbase集群監控與管理
案例演練：Hbase命令操作實例

第五部分：Hive分布式數據倉庫：高級的編程語言
1、Hive是什么
2、Hive與關系數據庫的區別
3、Hive系統架構
用戶接口層
元數據存儲層
驅動層
4、Hive常用服務
5、Hive元數據的三種部署模式
6、Hive的命名空間
7、Hive數據類型與存儲格式
數據類型
TextFile/SequenceFile/RCFile
8、Hive的數據模型
管理表
外部表
分區表
桶表
9、HQL語言命令實例
DDL數據定義語言
DML數據操作語言
QUERY數據查詢語言
10、 Hive自定義函數
基本函數（UDF）
聚合函數（UDAF）
表生成函數（UDTF）
11、 Hive性能優化
動態分區
壓縮
索引
JVM重用
案例演練：Hive命令操作實例

第六部分：Sqoop數據交互工具：Hadoop與傳統數據庫的橋梁
1、Sqoop是什么
2、Sqoop的架構和功能
Sqoop1架構
Sqoop2架構
3、數據雙向交換
數據導入過程
數據導出過程
4、數據導入工具與命令介紹
案例演練：Sqoop數據導入/導出實際操作

第七部分：數據流處理引擎：數據腳本語言
1、介紹
2、命令行交互工具Grunt
3、數據類型
4、Pig-Latin腳本語言介紹
基礎知識
輸入和輸出
關系操作
調用靜態Java函數
5、Pig-Latin高級應用
6、開發與測試Pig-Latin腳本
開發工具
任務狀態監控
調試技巧
7、腳本性能優化
8、用戶自定義函數UDF
案例演練：Pig-Latin腳本編寫、測試與運行操作
結束：課程總結與問題答疑。