大數(shù)據(jù)Hadoop與Spark技術(shù)架構(gòu)與應(yīng)用實(shí)戰(zhàn)其它上課時間：

需要使用Apache Hadoop來開發(fā)功能強(qiáng)大的數(shù)據(jù)分析應(yīng)用的程序開發(fā)人員；Hadoop項(xiàng)目規(guī)劃的咨詢師；需要快速掌握Hadoop周邊組件開發(fā)的人員；需要掌握J(rèn)ava、Linux。

培訓(xùn)費(fèi)用
5800 元/人（含培訓(xùn)費(fèi)、考試費(fèi)、證書費(fèi)、資料費(fèi)、午餐） 食宿統(tǒng)一安排，費(fèi)用自理。（請學(xué)員帶一寸彩照2張—背面注明姓名，身份證復(fù)印件一張）。
培訓(xùn)對象
1.大數(shù)據(jù)Hadoop與Spark技術(shù)的應(yīng)用開發(fā)工程師
2.大數(shù)據(jù)分析與挖掘工程師
3.大數(shù)據(jù)集群運(yùn)維工程師
4.大數(shù)據(jù)項(xiàng)目的IT管理人員
5.大數(shù)據(jù)項(xiàng)目規(guī)劃的咨詢?nèi)藛T
6.對Hadoop與Spark大數(shù)據(jù)技術(shù)感興趣的愛好者
7.打算上線大數(shù)據(jù)項(xiàng)目及具有大數(shù)據(jù)應(yīng)用需求的各行業(yè)的企業(yè)信息化技術(shù)與管理人員
8.具備一定的Java和Linux基礎(chǔ)的尤佳。
培訓(xùn)證書　
頒發(fā)《大數(shù)據(jù)Hadoop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)。
培訓(xùn)目標(biāo)
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，洞察大數(shù)據(jù)的潛在價(jià)值，結(jié)合業(yè)界市場需求和國內(nèi)外最新的大數(shù)據(jù)技術(shù)潮流，掌握大數(shù)據(jù)項(xiàng)目解決方案以及業(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(xiàng)目中的技術(shù)選型及技術(shù)架構(gòu)設(shè)計(jì)提供決策參考，幫助學(xué)員為企業(yè)在利用大數(shù)據(jù)方面體現(xiàn)出自身價(jià)值。
2.全面掌握業(yè)界最流行的Hadoop與Spark大數(shù)據(jù)技術(shù)體系，掌握包括大數(shù)據(jù)采集技術(shù)、大數(shù)據(jù)分布式存儲技術(shù)、NoSQL與NewSQL分布式數(shù)據(jù)庫技術(shù)、大數(shù)據(jù)倉庫與統(tǒng)計(jì)機(jī)器學(xué)習(xí)技術(shù)、大數(shù)據(jù)分析挖掘與商業(yè)智能（BI）技術(shù)、大數(shù)據(jù)離線處理技術(shù)、Storm流式大數(shù)據(jù)處理技術(shù)、基于內(nèi)存計(jì)算的大數(shù)據(jù)實(shí)時處理技術(shù)，以及大數(shù)據(jù)管理技術(shù)的原理知識和應(yīng)用實(shí)戰(zhàn)。
3.深入理解大數(shù)據(jù)平臺技術(shù)架構(gòu)和使用場景，能嫻熟地運(yùn)用Hadoop與Spark大數(shù)據(jù)技術(shù)體系規(guī)劃解決方案滿足實(shí)際項(xiàng)目需求，部署符合生產(chǎn)環(huán)境要求的Hadoop大數(shù)據(jù)集群，熟練地掌握基于Hadoop與Spark大數(shù)據(jù)平臺進(jìn)行應(yīng)用程序開發(fā)、集群運(yùn)維管理和性能調(diào)優(yōu)技巧，并通過具體的實(shí)訓(xùn)項(xiàng)目貫穿整個課程進(jìn)行實(shí)戰(zhàn)鍛煉。
培訓(xùn)特色
課程培訓(xùn)業(yè)界最流行、應(yīng)用最廣泛的Hadoop與Spark大數(shù)據(jù)技術(shù)體系。強(qiáng)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(shí)現(xiàn)、大數(shù)據(jù)應(yīng)用項(xiàng)目開發(fā)和大數(shù)據(jù)集群運(yùn)維實(shí)踐、以及Hadoop與Spark大數(shù)據(jù)項(xiàng)目全過程沙盤模擬實(shí)戰(zhàn)。
通過一個完整的大數(shù)據(jù)開發(fā)項(xiàng)目及一組實(shí)際項(xiàng)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(yùn)維實(shí)踐。課堂實(shí)踐項(xiàng)目以項(xiàng)目小組的形式進(jìn)行沙盤實(shí)操練習(xí)，重點(diǎn)強(qiáng)化理解Hadoop與Spark大數(shù)據(jù)項(xiàng)目各個階段的工作重點(diǎn)，同時掌握作為大數(shù)據(jù)項(xiàng)目管理者的基本思維素養(yǎng)。
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(xiàng)目的資深講師，采用原理技術(shù)剖析和實(shí)戰(zhàn)案例相結(jié)合的方式開展互動教學(xué)、強(qiáng)化以建立大數(shù)據(jù)項(xiàng)目解決方案為主體的技術(shù)討論與咨詢，在學(xué)習(xí)的同時促進(jìn)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(shí)實(shí)在在的大數(shù)據(jù)技術(shù)知識，具備實(shí)際項(xiàng)目動手開發(fā)實(shí)踐與部署運(yùn)維能力。授課過程中學(xué)員可將具體工作中遇到的實(shí)際問題拿出來，講師會根據(jù)學(xué)員的實(shí)際情況微調(diào)授課內(nèi)容，并給出一定的時間讓學(xué)員上臺發(fā)言，由講師帶著全部學(xué)員積極討論，現(xiàn)場剖析問題的癥結(jié)，規(guī)劃出可行的解決方案。
各有關(guān)單位：
根據(jù)國務(wù)院“互聯(lián)網(wǎng)+”行動計(jì)劃戰(zhàn)略布局，為響應(yīng)工業(yè)和信息化部培養(yǎng)云計(jì)算和大數(shù)據(jù)高端人才的號召,中心特推出了大數(shù)據(jù)技術(shù)架構(gòu)及應(yīng)用實(shí)戰(zhàn)課程培訓(xùn)班，通過專業(yè)的大數(shù)據(jù)Hadoop與Spark技術(shù)架構(gòu)體系與業(yè)界真實(shí)案例來全面提升大數(shù)據(jù)工程師、開發(fā)設(shè)計(jì)人員的工作水平，旨在培養(yǎng)專業(yè)的大數(shù)據(jù)Hadoop與Spark技術(shù)架構(gòu)專家，更好地服務(wù)于各個行業(yè)的大數(shù)據(jù)項(xiàng)目開發(fā)和落地實(shí)施�，F(xiàn)將相關(guān)事宜通知如下：
培訓(xùn)內(nèi)容
第一天
上午
一、大數(shù)據(jù)技術(shù)基礎(chǔ)入門
1.大數(shù)據(jù)的產(chǎn)生背景、發(fā)展歷程
2.大數(shù)據(jù)和云計(jì)算的關(guān)系
3.大數(shù)據(jù)應(yīng)用需求以及潛在價(jià)值分析
4.業(yè)界最新的大數(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(xiàng)目的技術(shù)選型與架構(gòu)設(shè)計(jì)
6.“互聯(lián)網(wǎng)+”時代下的電子商務(wù)、制造業(yè)、零售批發(fā)業(yè)、電信運(yùn)營商、互聯(lián)網(wǎng)金融業(yè)、網(wǎng)上銀行、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(shí)踐與應(yīng)用案例剖析

二、業(yè)界主流的大數(shù)據(jù)技術(shù)產(chǎn)品與項(xiàng)目解決方案
7.國內(nèi)外主流的大數(shù)據(jù)解決方案介紹
8.當(dāng)前大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫方案的剖析比較
9.Apache大數(shù)據(jù)平臺方案剖析
10.CDH大數(shù)據(jù)平臺方案剖析
11.HDP大數(shù)據(jù)平臺方案剖析
12.開源的大數(shù)據(jù)生態(tài)系統(tǒng)平臺剖析

三、Hadoop與Spark大數(shù)據(jù)處理平臺
13.Hadoop的發(fā)展歷程以及產(chǎn)業(yè)界的實(shí)際應(yīng)用介紹
14.Hadoop大數(shù)據(jù)平臺架構(gòu)，以及PB級大數(shù)據(jù)處理工作原理與機(jī)制
15.Hadoop的核心組件剖析
16.Spark的發(fā)展歷程以及業(yè)界的實(shí)際應(yīng)用介紹
17.Spark實(shí)時大數(shù)據(jù)處理平臺架構(gòu)，以及內(nèi)存大數(shù)據(jù)處理工作原理與機(jī)制
18.Spark的核心組件剖析
第一天
下午
四、大數(shù)據(jù)采集與分布式消息訂閱系統(tǒng)
19.Flume-NG數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)流模型、平臺架構(gòu)、集群部署與配置應(yīng)用實(shí)戰(zhàn)
20.Kafka分布式消息訂閱系統(tǒng)的應(yīng)用介紹、平臺架構(gòu)、集群部署與配置應(yīng)用實(shí)戰(zhàn)
21.Scribe分布式日志收集系統(tǒng)的簡介、工作原理、平臺架構(gòu)、集群部署與配置應(yīng)用實(shí)戰(zhàn)
22.ZooKeeper分布式協(xié)調(diào)服務(wù)系統(tǒng)的工作原理、平臺架構(gòu)、集群部署與配置應(yīng)用實(shí)戰(zhàn)

五、大數(shù)據(jù)分布式存儲系統(tǒng)
23.分布式文件系統(tǒng)HDFS的簡介
24.HDFS系統(tǒng)的主從式平臺架構(gòu)和工作原理
25.HDFS核心技術(shù)講解
26.HDFS應(yīng)用開發(fā)實(shí)戰(zhàn)
27.HDFS集群的安裝、部署、配置與性能優(yōu)化技巧
28.分布式鍵值存儲系統(tǒng)介紹、平臺架構(gòu)、核心技術(shù)以及應(yīng)用開發(fā)
29.PB及大數(shù)據(jù)存儲系統(tǒng)的項(xiàng)目案例分析

六、大數(shù)據(jù)MapReduce與Yarn并行處理平臺
30.MapReduce并行計(jì)算模型
31.MapReduce作業(yè)執(zhí)行與調(diào)度技術(shù)
32.第二代大數(shù)據(jù)計(jì)算框架Yarn的工作原理以及DAG并行執(zhí)行機(jī)制
33.MapReduce應(yīng)用開發(fā)環(huán)境的部署，以及大數(shù)據(jù)并行處理應(yīng)用程序開發(fā)
34.MapReduce高級編程技巧與性能優(yōu)化實(shí)踐
35.MapReduce與Yarn項(xiàng)目案例實(shí)踐
第二天
上午
七、大數(shù)據(jù)Spark實(shí)時處理平臺
36.內(nèi)存計(jì)算模型和實(shí)時處理技術(shù)介紹
37.Spark分布式實(shí)時處理框架及工作原理
38.Spark集群的平臺架構(gòu)及其生態(tài)系統(tǒng)組件剖析
39.Spark SQL應(yīng)用實(shí)踐
40.Spark Streaming應(yīng)用實(shí)踐
41.MLib/MLBase實(shí)時機(jī)器學(xué)習(xí)應(yīng)用實(shí)踐
42.GraphX實(shí)時圖數(shù)據(jù)處理應(yīng)用實(shí)踐
43.Spark實(shí)時處理集群的安裝部署與配置優(yōu)化
44.Spark的編程開發(fā)應(yīng)用實(shí)戰(zhàn)
45.Spark與Hadoop的對接集成解決方案實(shí)踐

八、Storm流式數(shù)據(jù)處理平臺
46.Storm流式處理系統(tǒng)介紹、平臺架構(gòu)以及工作原理
47.Storm集群安裝部署與配置優(yōu)化
48.Storm日志分析項(xiàng)目應(yīng)用實(shí)戰(zhàn)
第二天
下午
九、HBase分布式數(shù)據(jù)庫管理系統(tǒng)
49.NoSQL數(shù)據(jù)庫與NewSQL數(shù)據(jù)庫技術(shù)介紹，及其在半結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)方面的應(yīng)用實(shí)踐
50.HBase分布式數(shù)據(jù)庫簡介、數(shù)據(jù)模型以及工作原理
51.HBase分布式數(shù)據(jù)庫集群的平臺架構(gòu)和關(guān)鍵技術(shù)剖析
52.HBase應(yīng)用項(xiàng)目開發(fā)技巧，以及客戶端開發(fā)實(shí)戰(zhàn)
53.HBase表設(shè)計(jì)與數(shù)據(jù)操作以及數(shù)據(jù)庫管理API調(diào)用
54.HBase集群的安裝部署與配置優(yōu)化
55.HBase集群的運(yùn)維與監(jiān)控管理

十、Cassandra數(shù)據(jù)管理系統(tǒng)
56.Cassandra數(shù)據(jù)存儲管理系統(tǒng)的應(yīng)用介紹
57.Cassandra集群的平臺架構(gòu)以及核心關(guān)鍵技術(shù)
58.Cassandra一致性哈希算法與數(shù)據(jù)對象分布策略
59.Cassandra集群的安裝部署與配置優(yōu)化
60.Cassandra應(yīng)用開發(fā)實(shí)戰(zhàn)
第三天
上午
十一、內(nèi)存數(shù)據(jù)庫管理系統(tǒng)集群
61.Impala實(shí)時查詢系統(tǒng)的應(yīng)用介紹
62.Impala實(shí)時查詢系統(tǒng)平臺架構(gòu)、核心關(guān)鍵技術(shù)剖析
63.Impala實(shí)時查詢系統(tǒng)的部署與應(yīng)用開發(fā)實(shí)踐
64.Redis內(nèi)存數(shù)據(jù)庫介紹，以及業(yè)界應(yīng)用案例
65.Redis內(nèi)存數(shù)據(jù)庫集群架構(gòu)以及核心技術(shù)剖析
66.Redis集群的安裝部署與應(yīng)用開發(fā)實(shí)戰(zhàn)

十二、大型數(shù)據(jù)倉庫Hive集群平臺
67.基于Hadoop的大型分布式數(shù)據(jù)倉庫基礎(chǔ)知識，以及在行業(yè)中的應(yīng)用實(shí)踐案例
68.基于Spark的實(shí)時數(shù)據(jù)倉庫集群基礎(chǔ)知識，以及在行業(yè)中的應(yīng)用實(shí)踐案例
69.Hive大數(shù)據(jù)倉庫簡介以及應(yīng)用介紹
70.Hive數(shù)據(jù)倉庫集群的平臺體系結(jié)構(gòu)、核心技術(shù)剖析
71.Hive Server工作原理與應(yīng)用技巧
72.Hive數(shù)據(jù)倉庫集群的安裝部署與配置優(yōu)化
73.Hive應(yīng)用開發(fā)技巧
74.Hive QL定義以及應(yīng)用
75.Hive數(shù)據(jù)倉庫表與表分區(qū)、表操作、數(shù)據(jù)導(dǎo)入導(dǎo)出、客戶端操作技巧
76.Hive數(shù)據(jù)倉庫報(bào)表設(shè)計(jì)、HWI、CLI客戶端演示以及用戶自定義函數(shù)（UDF）的開發(fā)實(shí)踐
第三天
下午
十三、Mahout大數(shù)據(jù)分析挖掘平臺
77.大數(shù)據(jù)分析挖掘技術(shù)介紹，以及行業(yè)大數(shù)據(jù)挖掘應(yīng)用案例
78.Mahout大數(shù)據(jù)挖掘平臺的體系架構(gòu)、核心算法與關(guān)鍵技術(shù)運(yùn)用
79.基于Mahout的數(shù)據(jù)挖掘應(yīng)用程序開發(fā)實(shí)戰(zhàn)
80.Mahout集群的安裝部署與配置優(yōu)化
81.集成Mahout與Hadoop集成大數(shù)據(jù)挖掘平臺應(yīng)用實(shí)戰(zhàn)

十四、大數(shù)據(jù)智能化ETL操作以及Hadoop集群運(yùn)維監(jiān)控工具平臺應(yīng)用
82.Hadoop與DBMS之間進(jìn)行數(shù)據(jù)轉(zhuǎn)換的框架
83.Sqoop導(dǎo)入導(dǎo)出數(shù)據(jù)的工作原理，以及Sqoop集群安裝部署與配置
84.Kettle集群的平臺架構(gòu)、核心技術(shù)工作原理以及應(yīng)用案例
85.Kettle集群安裝部署與配置，以及應(yīng)用開發(fā)實(shí)戰(zhàn)
86.利用Sqoop實(shí)現(xiàn)MySQL與Hadoop集群之間的數(shù)據(jù)導(dǎo)入導(dǎo)出交互程序
87.Hadoop大數(shù)據(jù)運(yùn)維監(jiān)控系統(tǒng)HUE平臺的安裝部署與配置優(yōu)化

十五、大數(shù)據(jù)項(xiàng)目應(yīng)用實(shí)戰(zhàn)
88.根據(jù)布置的實(shí)際應(yīng)用案例，開展大數(shù)據(jù)完整項(xiàng)目部署設(shè)計(jì)和應(yīng)用開發(fā)實(shí)踐
培訓(xùn)師資
大數(shù)據(jù)技術(shù)系列培訓(xùn)講師團(tuán)：
鐘老師 現(xiàn)任職于中科院某研究所，高級工程師，副高職稱，項(xiàng)目組負(fù)責(zé)人，博士畢業(yè)于中國科學(xué)院計(jì)算技術(shù)研究所，獲工學(xué)博士學(xué)位（計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)方向）。大數(shù)據(jù)、云計(jì)算、移動互聯(lián)網(wǎng)系列課程建設(shè)與教學(xué)專家。近六年來帶領(lǐng)團(tuán)隊(duì)主要從事大數(shù)據(jù)與云