回到顶部

Hadoop、spark和NoSQL大数据实战

2019年4月20日 9:00 ~ 2019年4月21日 17:00

收起

活动票种
    付费活动,请选择票种
    展开活动详情

    活动内容收起

    大数据.jpg

    讲师介绍

    Gavin.Liu

    曾经在阿里巴巴和高德,任职于大数据平台建设(Hadoop)。

    1)编写并出版《Hadoop应用开发技术详解》图书,销售10000+册——机械工业出版社(2014-01)

    2)专利《海量数据基于记录级别的容错》


    课程简介

    当下是大数据时代,为构建大数据平台,技术人员需要对分布式计算平台有一定深入的理解和应用。

    目标收益

    通过本课程实践,帮助学员对Hadoop、spark和NoSQL生态系统有一个清晰明了的认识;理解Hadoop、spark和NoSQL系统适用的场景;掌握Hadoop、spark和NoSQL等初中级应用开发技能;搭建稳定可靠的Hadoop、spark和NoSQL集群,满足生产环境的标准;了解和清楚大数据应用的几个行业中的经典案例,包括阿里巴巴,华为等。

    培训对象

    各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题,需要梳理解答的团队和个人,效果最佳。

    课程大纲

    大数据在国内的运用1、大数据在国内的使用介绍
    2、离线计算框架介绍
    3、流式计算框架介绍
    4、内存计算框架介绍
    5、内存流式计算介绍
    大数据的整体技术架构1、开源大数据技术架构
    2、开源大数据常用组件之间的依赖关系
    3、离线计算框架介绍
    —Mapreduce、Hive、Tez、Presto、Kylin
    4、实时查询框架介绍
    —NoSQL、Hbase
    5、实时计算框架介绍
    —Kafka、Strom、Spark Streaming
    6、内存计算框架介绍
    —Spark、SparkSQL、SparkMllib、SparkR
    7、前沿大数据技术介绍
    —Flink、Drill、Druid、KUDU等
    8、海量日志快速检索架构
    —ELK(Elasticsearch、Logstash、Kibana)等
    Hadoop平台优化点1、Linux系统的优化
    2、最佳硬件的选择和建议
    3、HDFS架构和原理
    4、HDFS的优化、维护和经常出现的问题
    5、MapReduce架构和原理
    6、MapReduce的优化、维护和经常出现的问题
    7、Yarn的内存、CPU和IO的优化
    8、Hbase的优化和生产环境常见的问题
    9、Hive的优化和Hive的改进工具介绍
    10、Impala、Kylin、Presto工具介绍
    11、RCFile、ORC和parquet格式介绍
    Hadoop核心组件的运维和配置1、HDFS的元数据管理 
    2、FSimage和Edit文件解析
    3、手动修改FSimage和Edit文件
    4、HDFS HA的架构运维解析
    5、Yarn服务运维详解
    6、Yarn核心配置参数的详解
    7、Hbase服务运维详解
    8、手动设置Split和Compaction操作
    9、RS宕机的运维处理
    10、Hbase 超大表的优化实践
    Yarn实战1、Yarn架构和原理
    2、ResourceManager工作原理
    3、NodeManager工作原理
    4、ApplicationMaster工作原理
    5、Yarn的资源控制机制
    6、基于内存的控制设置
    7、基于CPU的控制设置
    8、基于IO的控制这是
    9、Yarn为某个运用独立分配资
    10、基于队列的资源管理配置
    11、基于底层硬件的SLA资源配置
    12、不同部门或者用户的资源配置
    NoSQL和Hbase使用1、NoSQL介绍
    2、NoSQL应用场景
    3、Hbase原理
    4、Hmaster详解
    5、RegionServer详解
    6、Zookeeper介绍
    7、Hbase安装
    8、Hbase逻辑视图介绍
    9、Hbase物理视图介绍
    10、Hbase的二级索引介绍
    11、Hbase 的DDL和DML
    12、Hbase表的设计案例
    13、Hbase的import功能介绍
    14、MapReduce操作Hbase
    15、Hbase的 thrift Server介绍
    16、Hbase 的API介绍
    17、Hbase使用场景介绍
    18、Hbase案例分析
    实战:
    19、MapReduce操作Hbase实战
    20、Hbase的API实战
    21、Hbase表结构设计实战
    22、银行信用卡刷卡记录的查询
    Spark Streaming原理和实践1、Spark Streaming原理
    1.Spark流式处理架构
    2.DStream的特点
    3.Dstream的操作和RDD的区别
    4.SatefulRDD和windowRDD实战
    5.Kafka+Spark Steaming实战
    6.Spark Streaming的优化
    2、Kafka+Spark Streaming实例
    -文本实例
    3、网络数据处理
    Spark SQL原理和实践1、Spark SQL原理
    1)Spark SQL的Catalyst优化器
    2)Spark SQL内核
    3)Spark SQL和Hive
    2、DataFrame和DataSet架构
    3、Fataframe、DataSet和Spark SQL的比较
    4、SparkSQL parquet格式实战
    5、Spark SQL的实例和编程
    -Spark SQL的实例操作demo
    6、Spark SQL的编程
    Spark优化1、Spark SQL的优化
    2、基于Spark计算的文件格式选择
    3、Spark on Yarn的优化
    4、Spark SQL执行计划的优化
    5、Spark 内存管理的机制
    互联网大数据案例分享1、金融大数据应用案例介绍
    2、某银行基于大数据平台风险监控案例
    3、某银行基于大数据数据湖的案例
    4、SAP的HANA实时计算平台案例分析


    举报活动

    活动标签

    您还可能感兴趣

    您有任何问题,在这里提问!

    为营造良好网络环境,评价信息将在审核通过后显示,请规范用语。

    全部讨论

    还木有人评论,赶快抢个沙发!

    活动主办方更多

    麦思博(北京)软件技术有限公司

    麦思博(北京)软件技术有限公司

    麦思博(msup)有限公司是一家面向软件研发团队的培训咨询机构,专注于软件研发中心的快速成长,服务于软件开发团队的技能提升、软件工程的实际应用和软件品质的创新与超越。强调人员、技术、流程和管理的有机结合,注重个体的技能提升与职业发展,研发团队的管理与协作。分享世界级软件研发团队最佳管理实践。

    微信扫一扫

    分享此活动到朋友圈

    免费发布