大數(shù)據(jù)平臺搭建與高性能計算較佳實戰(zhàn)培訓(xùn)班
咨詢電話：010-64707530
各有關(guān)單位：
根據(jù)黨中央和國務(wù)院“互聯(lián)網(wǎng) ”行動計劃戰(zhàn)略布局，落實國務(wù)院促進大數(shù)據(jù)發(fā)展行動綱要，響應(yīng)工業(yè)和信息化部培養(yǎng)大數(shù)據(jù)技術(shù)高端人才的號召,中國信息化培訓(xùn)中心特推出了大數(shù)據(jù)平臺搭建與高性能計算實戰(zhàn)課程培訓(xùn)班。**專業(yè)的大數(shù)據(jù)技術(shù)架構(gòu)體系與業(yè)界真實案例來全面提升大數(shù)據(jù)項目高管、大數(shù)據(jù)平臺架構(gòu)師，以及大數(shù)據(jù)開發(fā)工程師與大數(shù)據(jù)應(yīng)用設(shè)計人員的專業(yè)水平，旨在培養(yǎng)專業(yè)的大數(shù)據(jù)技術(shù)架構(gòu)專家，培養(yǎng)大數(shù)據(jù)技術(shù)和應(yīng)用創(chuàng)新型人才，促進大數(shù)據(jù)技術(shù)在各行業(yè)內(nèi)部及跨行業(yè)進行實施應(yīng)用，以及企事業(yè)單位的大數(shù)據(jù)項目開發(fā)和落地，并利用大數(shù)據(jù)提升競爭力優(yōu)勢?，F(xiàn)將相關(guān)事宜通知如下：
一、培訓(xùn)特色
1.課程培訓(xùn)業(yè)界*流行、應(yīng)用*廣泛的Hadoop與Spark大數(shù)據(jù)技術(shù)體系。
強化大數(shù)據(jù)平臺的分布式集群架構(gòu)和核心關(guān)鍵技術(shù)實現(xiàn)、大數(shù)據(jù)應(yīng)用項目開發(fā)和大數(shù)據(jù)集群運維實踐、以及Hadoop與Spark大數(shù)據(jù)項目應(yīng)用開發(fā)與調(diào)優(yōu)的全過程沙盤模擬實戰(zhàn)。
2.**一個完整的大數(shù)據(jù)開發(fā)項目及一組實際項目訓(xùn)練案例，完全覆蓋
Hadoop與Spark生態(tài)系統(tǒng)平臺的應(yīng)用開發(fā)與運維實踐。課堂實踐項目以項目小組的形式進行沙盤實操練習(xí)，重點強化理解Hadoop與Spark大數(shù)據(jù)項目各個階段的工作重點，同時掌握作為大數(shù)據(jù)項目管理者的基本技術(shù)與業(yè)務(wù)素養(yǎng)。
3.本課程的授課師資都是有著多年在一線從事Hadoop與Spark大數(shù)據(jù)項目
的資深講師，采用原理技術(shù)剖析和實戰(zhàn)案例相結(jié)合的方式開展互動教學(xué)、強化以建立大數(shù)據(jù)項目解決方案為主體的應(yīng)用開發(fā)、技術(shù)討論與交流咨詢，在學(xué)習(xí)的同時促進講師學(xué)員之間的交流，讓每個學(xué)員都能在課程培訓(xùn)過程中學(xué)到實實在在的大數(shù)據(jù)技術(shù)知識體系，以及大數(shù)據(jù)技術(shù)應(yīng)用實戰(zhàn)技能，具備實際大數(shù)據(jù)應(yīng)用項目的動手開發(fā)實踐與運維管理部署能力。授課過程中，根據(jù)學(xué)員需求，增設(shè)交流環(huán)節(jié)，可將具體工作中遇到的實際問題展開討論，講師會根據(jù)學(xué)員的實際情況微調(diào)授課內(nèi)容，由講師帶著全部學(xué)員積極討論，并給出一定的時間讓學(xué)員上臺發(fā)言，現(xiàn)場剖析問題的癥結(jié)，規(guī)劃出可行的解決方案。
二、培訓(xùn)目標
1.深刻理解在“互聯(lián)網(wǎng) ”時代下大數(shù)據(jù)的產(chǎn)生背景、發(fā)展歷程和演化趨勢；
2.了解業(yè)界市場需求和國內(nèi)外*新的大數(shù)據(jù)技術(shù)潮流，洞察大數(shù)據(jù)的潛在價值；
3.理解大數(shù)據(jù)項目解決方案及業(yè)界大數(shù)據(jù)應(yīng)用案例，從而為企業(yè)在大數(shù)據(jù)項目中的技術(shù)選型及技術(shù)架構(gòu)設(shè)計提供決策參考；
4.掌握業(yè)界*流行的Hadoop與Spark大數(shù)據(jù)技術(shù)體系；
5.掌握大數(shù)據(jù)采集技術(shù)；
6.掌握大數(shù)據(jù)分布式存儲技術(shù)；
7.掌握NoSQL與NewSQL分布式數(shù)據(jù)庫技術(shù)；
8.掌握大數(shù)據(jù)倉庫與統(tǒng)計機器學(xué)習(xí)技術(shù)；
9.掌握大數(shù)據(jù)分析挖掘與商業(yè)智能（BI）技術(shù)；
10.掌握大數(shù)據(jù)離線處理技術(shù)；
11.掌握Storm流式大數(shù)據(jù)處理技術(shù)；
12.掌握基于內(nèi)存計算的大數(shù)據(jù)實時處理技術(shù)；
13.掌握大數(shù)據(jù)管理技術(shù)的原理知識和應(yīng)用實戰(zhàn)；
14.深入理解大數(shù)據(jù)平臺技術(shù)架構(gòu)和使用場景；
15.嫻熟運用Hadoop與Spark大數(shù)據(jù)技術(shù)體系規(guī)劃解決方案滿足實際項目需求；
16.熟練地掌握基于Hadoop與Spark大數(shù)據(jù)平臺進行應(yīng)用程序開發(fā)、集群運維管理和性能調(diào)優(yōu)技巧。
三、課程大綱
|
時間 |
知識模塊 |
授課內(nèi)容 |
|
**天 上午 |
大數(shù)據(jù)技術(shù)基礎(chǔ) |
1. 大數(shù)據(jù)的產(chǎn)生背景與發(fā)展歷程 2. 大數(shù)據(jù)的4V特征，以及與云計算的關(guān)系 3. 大數(shù)據(jù)應(yīng)用需求以及潛在價值分析 4. 業(yè)界*新的大數(shù)據(jù)技術(shù)發(fā)展態(tài)勢與應(yīng)用趨勢 5. 大數(shù)據(jù)項目的系統(tǒng)與技術(shù)選型，及落地實施的挑戰(zhàn) 6. “互聯(lián)網(wǎng) ”時代下的電子商務(wù)、制造業(yè)、零售批發(fā)、電信運營商、互聯(lián)網(wǎng)金融業(yè)、電子政務(wù)、移動互聯(lián)網(wǎng)、教育信息化等行業(yè)應(yīng)用實踐與應(yīng)用案例介紹 |
|
|
業(yè)界主流的大數(shù)據(jù)技術(shù)方案 |
1. 大數(shù)據(jù)軟硬件系統(tǒng)全棧與關(guān)鍵技術(shù)介紹 2. 主流的大數(shù)據(jù)解決方案介紹 3. Apache大數(shù)據(jù)平臺方案剖析 4. CDH大數(shù)據(jù)平臺方案剖析 5. HDP大數(shù)據(jù)平臺方案剖析 6. 大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫方案比較 |
|
|
大數(shù)據(jù)計算模型（一）——批處理MapReduce |
1. MapReduce產(chǎn)生背景與適用場景 2. MapReduce計算模型的基本原理 3. MapReduce作業(yè)執(zhí)行流程 4. MapReduce基本組件，JobTracker和TaskTracker 5. MapReduce高級編程應(yīng)用，Combiner和Partitioner 6. MapReduce性能優(yōu)化技巧 7. MapReduce案例分析與開發(fā)實踐操作 |
|
**天 下午 |
大數(shù)據(jù)存儲系統(tǒng)與應(yīng)用實踐 |
1. 分布式文件系統(tǒng)HDFS產(chǎn)生背景與適用場景 2. HDFS master-slave系統(tǒng)架構(gòu)與工作原理 3. HDFS核心組件技術(shù)講解 4. HDFS高可用**機制 5. HDFS集群的安裝、部署與配置，熟練HDFS shell命令操作 6. 分布式小文件存儲系統(tǒng)的平臺架構(gòu)、核心技術(shù)與應(yīng)用場景 7. 分布式對象存儲系統(tǒng)的平臺架構(gòu)、核心技術(shù)與應(yīng)用場景 |
|
|
Hadoop框架與生態(tài)發(fā)展，以及應(yīng)用實踐操作 |
1. Hadoop的發(fā)展歷程 2. Hadoop大數(shù)據(jù)生態(tài)圈系統(tǒng)與工具全貌介紹 3. Hadoop 1.0的核心組件與適用范圍 4. Hadoop 2.0的核心組件YARN工作原理，以及與Hadoop 1.0的區(qū)別 5. Hadoop資源管理與作業(yè)調(diào)度機制 6. Hadoop 常用性能優(yōu)化技術(shù) 7. Hadoop集群安裝與部署實踐，以及MapReduce程序在YARN上執(zhí)行 |
|
第二天 上午 |
大數(shù)據(jù)計算模型（二）——實時處理/內(nèi)存計算 Spark
|
1. MapReduce計算模型的瓶頸 2. Spark產(chǎn)生動機、基本概念與適用場景 3. Spark編程模型與RDD彈性分布式數(shù)據(jù)集的工作原理與機制 4. Spark實時處理平臺運行架構(gòu)與核心組件 5. Spark容錯機制 6. Spark作業(yè)調(diào)度機制 7. Scala開發(fā)介紹與實踐 8. Spark集群部署與配置實踐，Spark開發(fā)環(huán)境構(gòu)建，Spark案例程序分析，Spark程序開發(fā)與運行，Spark與Hadoop集群集成實踐 |
|
第二天 下午 |
大數(shù)據(jù)倉庫查詢技術(shù)Hive、SparkSQL、Impala，以及應(yīng)用實踐 |
1. 基于MapReduce的大型分布式數(shù)據(jù)倉庫Hive基礎(chǔ)知識與應(yīng)用場景 2. Hive數(shù)據(jù)倉庫的平臺架構(gòu)與核心技術(shù)剖析 3. Hive metastore的工作機制與應(yīng)用 4. Hive數(shù)據(jù)倉庫實踐：Hive集群安裝部署，數(shù)據(jù)倉庫表導(dǎo)入導(dǎo)出與分區(qū)操作，Hive SQL操作，Hive客戶端操作 5. 基于Spark的大型分布式數(shù)據(jù)倉庫SparkSQL基礎(chǔ)知識與應(yīng)用場景 6. Spark SQL實時數(shù)據(jù)倉庫的實現(xiàn)原理與工作機制 7. SparkSQL應(yīng)用分析與操作實踐 8. 基于MPP的大型分布式數(shù)據(jù)倉庫Impala基礎(chǔ)知識與應(yīng)用場景 9. Impala實時查詢系統(tǒng)平臺架構(gòu)、關(guān)鍵技術(shù)剖析 |
|
|
Hadoop集群運維監(jiān)控工具 |
1. Hadoop大數(shù)據(jù)運維監(jiān)控管理系統(tǒng)HUE平臺介紹 2. Hadoop運維管理監(jiān)控系統(tǒng)Ambari工具介紹 3. 第三方運維系統(tǒng)與工具Ganglia, Nagios |
|
第三天 上午 |
大數(shù)據(jù)計算模型（三）——流處理Storm, SparkStreaming
|
1. 流數(shù)據(jù)處理應(yīng)用場景與流數(shù)據(jù)處理的特點 2. 流數(shù)據(jù)處理工具Storm的平臺架構(gòu)與集群工作原理 3. Storm關(guān)鍵技術(shù)與并發(fā)機制 4. Storm編程模型與基本開發(fā)模式 5. Storm數(shù)據(jù)流分組 6. Storm可靠性**與Acker機制 7. Storm應(yīng)用案例分析與實踐：Storm集群安裝部署，Storm程序開發(fā)運行操作實踐，Storm與Hadoop集群的集成 8. 流數(shù)據(jù)處理工具Spark Streaming基本概念與數(shù)據(jù)模型 9. Spark Streaming工作機制 |
|
|
大數(shù)據(jù)ETL操作工具，與大數(shù)據(jù)分布式采集系統(tǒng) |
1. Hadoop與DBMS之間數(shù)據(jù)交互工具的應(yīng)用 2. Sqoop導(dǎo)入導(dǎo)出數(shù)據(jù)的工作原理，以及Sqoop工具的安裝部署與實踐操作，利用Sqoop實現(xiàn)MySQL與Hadoop集群之間的數(shù)據(jù)導(dǎo)入導(dǎo)出交互 3. Flume-NG數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)流模型與系統(tǒng)架構(gòu) 4. Kafka分布式消息訂閱系統(tǒng)的應(yīng)用介紹與平臺架構(gòu)，及其使用模式 |
|
第三天 下午 |
面向OLTP型應(yīng)用的NoSQL數(shù)據(jù)庫及應(yīng)用實踐 |
1. 關(guān)系型數(shù)據(jù)庫瓶頸，以及NoSQL數(shù)據(jù)庫的發(fā)展，概念，分類，及其在半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)場景下的適用范圍 2. 列存儲NoSQL數(shù)據(jù)庫HBase簡介與數(shù)據(jù)模型剖析 3. HBase分布式集群系統(tǒng)架構(gòu)與讀寫機制，ZooKeeper分布式協(xié)調(diào)服務(wù)系統(tǒng)的工作原理與應(yīng)用 4. HBase表設(shè)計模式與primary key設(shè)計規(guī)范 5. HBase分布式集群安裝、部署與操作實踐 6. 文檔NoSQL數(shù)據(jù)庫MongoDB簡介與數(shù)據(jù)模型剖析 7. MongoDB集群模式、讀寫機制與常用API操作 8. Cassandra分布式數(shù)據(jù)庫的平臺架構(gòu)以及關(guān)鍵技術(shù) 9. Cassandra一致性哈希算法與數(shù)據(jù)分布策略，以及NWR策略 10.鍵值型NoSQL數(shù)據(jù)庫Redis簡介與數(shù)據(jù)模型剖析 11.Redis多實例集群架構(gòu)與關(guān)鍵技術(shù) 12.NewSQL數(shù)據(jù)庫技術(shù)簡介及其適用場景 |
|
|
大數(shù)據(jù)項目選型、實施、優(yōu)化等問題交流討論 |
大數(shù)據(jù)項目的需求分析、應(yīng)用實施、系統(tǒng)優(yōu)化，以及解決方案等咨詢與交流討論 |
|
第四天 |
學(xué)習(xí)考核與業(yè)內(nèi)經(jīng)驗交流 |
|
四、授課師資
鐘老師
蔣老師
五、培訓(xùn)費用
面授班培訓(xùn)費5800 元/人（含場地費、考試證書費、教材費、學(xué)習(xí)期間的午餐費） 食宿統(tǒng)一安排，費用自理。請學(xué)員帶二寸彩照1張（背面注明姓名），身份證復(fù)印件一張。
本課程學(xué)習(xí)考核**后由中國信息化培訓(xùn)中心頒發(fā)《大數(shù)據(jù)開發(fā)高級架構(gòu)師》證書，證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明，以及專業(yè)技術(shù)人員崗位聘用、任職、定級和晉升職務(wù)的重要依據(jù)。
關(guān)于我們
中培教育是由北京中培偉業(yè)管理咨詢有限公司發(fā)展壯大而來，目前中培教育擁有國內(nèi)*知名的技術(shù)、管理專家組成的講師和咨詢顧問團隊，同時擁有一批國內(nèi)外知名企業(yè)的高層經(jīng)理和資深專家。中國信息化培訓(xùn)中心提供的所有培訓(xùn)課程均由具有豐富教學(xué)和實戰(zhàn)經(jīng)驗的業(yè)內(nèi)**開發(fā)，既**了課程知識體系架構(gòu)的完整性，又能確保課程與企業(yè)實際緊密結(jié)合，極具可操作性和實用價值。
中培教育嚴格按照ISO9001國際質(zhì)量管理體系標準及咨詢服務(wù)業(yè)標準規(guī)范，建立標準化的服務(wù)流程，對我們的培訓(xùn)、咨詢服務(wù)實施全過程質(zhì)量控制，與顧客充分溝通，關(guān)注顧客反饋，**客戶需求的完美實現(xiàn)。
中培教育以推進中國信息化發(fā)展為使命，客戶的良好評價是對我們*好的褒獎。專業(yè)的技術(shù)、先進的理念、規(guī)范的管理，是我們?yōu)槠髽I(yè)服務(wù)的有力**。
咨詢電話：010-64707530 
