课程模块

课程主题

主要内容

模块一

Hadoop在云计算技术的作用和地位

u  传统大规模系统存在的问题

u  Hadoop概述

u  Hadoop分布式文件系统     

u  MapReduce工作原理        

u  Hadoop集群剖析           

u  Hadoop生态系统对一种新的解决方案的需求

u  Hadoop的行业应用案例分析

u  Hadoop在云计算和大数据的位置和关系

模块二

Hadoop生态系统介绍和演示

u  Hadoop HDFS 和 MapReduce

u  Hadoop数据库之HBase

u  Hadoop数据仓库之Hive

u  Hadoop数据处理脚本Pig

u  Hadoop数据接口Sqoop和Flume，Scribe DataX

u  Hadoop工作流引擎 Oozie

模块三

Hadoop组件详解

u  Hadoop HDFS 基本结构

u  Hadoop HDFS 副本存放策略

u  Hadoop NameNode 详解

u  HadoopSecondaryNameNode 详解

u  Hadoop DataNode 详解

u  Hadoop JobTracker 详解

u  Hadoop TaskTracker 详解

模块四

Hadoop安装和部署

u  Hadoop系统模块组件概述

u  Hadoop试验集群的部署结构

u  Hadoop 安装依赖关系

u  Hadoop 生产环境的部署结构

u  Hadoop集群部署

u  Hadoop 高可用配置方法

u  Hadoop 集群简单测试方法

u  Hadoop 集群异常Debug方法

模块五

Hadoop集群规划

u  Hadoop 集群内存要求

u  Hadoop集群磁盘分区

u  集群和网络拓扑要求

u  集群软件的端口配置

模块六

MapReduce 算法原理

u  Hadoop MapReduce 算法的原理和优化思想

u  灵活运用MapReduce 实现算法

模块七

编写MapReduce高级程序

u  使用 Hadoop MapReduce Streaming 编程

u  MapReduce流程         

u  剖析一个MapReduce程序

u  基本MapReduceAPI概念 

u  驱动代码 Mapper、Reducer

u  Hadoop流

u  API 使用Eclipse进行快速开发              

u  新MapReduce API

u  MapReduce的优化

u  MapReduce的任务调度

u  MapReduce编程实战

u  如何利用其他Hadoop相关技术，包括Apache Hive， Apache Pig，Sqoop和Oozie等

u  满足解决实际数据分析问题的高级Hadoop API

模块八

集成Hadoop到现有工作流

及Hadoop API深入探讨

u  存储系统

u  利用Sqoop从关系型数据库系统中导入数据到Hadoop

u  利用Flume导入实时数据到Hadoop

u  ToolRunner介绍、使用MRUnit进行测试

u  使用Configure和Close方法来进行Map/Reduce设置和关闭

模块九

使用Hive和Pig开发及技巧

u  Hive和Pig基础             

u  Hive的作用和原理说明

u  Hadoop仓库和传统数据仓库的协作关系

u  Hadoop/Hive仓库数据数据流

u  Hive 部署和安装

u  Hive Cli 的基本用法

u  HQL基本语法

u  运用Pig 过滤用户数据 

模块十

Hbase安装和使用

u  Hbase 安装部署           

u  Hbase原理和结构

u  Hbase 运维和管理

模块十一

Hadoop2.0 集群探索

u  Hadoop2.0 HDFS 原理

u  Hadoop2.0 Yarn 原理

u  Hadoop2.0 生态系统

模块十二

Hadoop企业级别案例解析

u  Hadoop 结构化数据案例

u  Hadoop 非结构化案例

u  Hbase 数据库案例

u  Hadoop 视频分析案例

模块十三

RedHadoop 企业版本

u  运用RedHadoop快速构建服务集群

u  运用RedHadoop DW 构建数据仓库

模块十四

Spark原理和入门

u  Spark原理；Spark的架构图；Spark运行模式介绍

u  —local；—standalone；—messos；—yarn；Spark的RDD

u  什么是RDD；RDD的种类；—Tranformation；—Action

u  Spark的存储级别；Cache介绍；Spark的容错原理

u  Lineage容错；Checkpoint容错；RDD的创建

u  案例—统计单词的个数