Hadoop大數(shù)據(jù)解決方案開發(fā)技術(shù)

第一部分：Hadoop的基本框架
1、大數(shù)據(jù)時(shí)代面臨的問題
2、當(dāng)前解決大數(shù)據(jù)的技術(shù)方案
3、Hadoop架構(gòu)和云計(jì)算
4、Hadoop簡(jiǎn)史及安裝部署
5、Hadoop設(shè)計(jì)理念和生態(tài)系統(tǒng)
 
第二部分：HDFS分布式文件系統(tǒng)：海量數(shù)據(jù)存儲(chǔ)的搖籃
1、HDFS的設(shè)計(jì)目標(biāo)
2、HDFS的基本架構(gòu)
NameNode名稱節(jié)點(diǎn)
SecondaryNameNode第二名稱節(jié)點(diǎn)
DataNode數(shù)據(jù)節(jié)點(diǎn)
3、HDFS的存儲(chǔ)模型
數(shù)據(jù)塊存儲(chǔ)
元數(shù)據(jù)存儲(chǔ)（空間鏡像與編輯日志）
多副本存儲(chǔ)
4、多副本放置策略
5、多數(shù)據(jù)節(jié)點(diǎn)管理機(jī)制與交互過程
6、文件系統(tǒng)操作與管理
讀文件過程
寫文件過程（數(shù)據(jù)流管道）
7、數(shù)據(jù)完整性機(jī)制
數(shù)據(jù)校驗(yàn)和
數(shù)據(jù)完整性掃描線程
元數(shù)據(jù)備份與合并
8、數(shù)據(jù)可靠性設(shè)計(jì)
安全模式（數(shù)據(jù)塊與節(jié)點(diǎn)映射關(guān)系管理）
心跳檢測(cè)機(jī)制（節(jié)點(diǎn)失效管理）
租約機(jī)制（多線程并發(fā)控制）
9、其它
HDFS的安全機(jī)制
負(fù)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(jì)算系統(tǒng)：海量數(shù)據(jù)處理的利器
1、MapReduce的三層設(shè)計(jì)理念
分布治之的設(shè)計(jì)思想（Map與Reduce）
數(shù)據(jù)處理引擎（編程模型）
運(yùn)行時(shí)環(huán)境（任務(wù)調(diào)度與執(zhí)行）
2、MapReduce的基本架構(gòu)
JobTracker作業(yè)跟蹤器
TaskTracker任務(wù)跟蹤器
MapReduce與HDFS的部署關(guān)系
3、MapReduce編程模型概述
編程接口介紹
Hadoop工作流實(shí)現(xiàn)原理
4、MapReduce作業(yè)調(diào)度機(jī)制
MapReduce作業(yè)生命周期
作業(yè)調(diào)度策略
靜態(tài)資源管理方案
5、數(shù)據(jù)并行處理機(jī)制（五步驟）
Input階段實(shí)現(xiàn)
Map階段實(shí)現(xiàn)
Shuffle階段實(shí)現(xiàn)
Reduce階段實(shí)現(xiàn)
Output階段
6、MapReduce容錯(cuò)機(jī)制
任務(wù)失敗與重新嘗試
節(jié)點(diǎn)失效與重調(diào)度
單點(diǎn)故障
7、MapReduce性能優(yōu)化
優(yōu)化方向與思路
磁盤IO性能優(yōu)化
分片優(yōu)化
線程數(shù)量?jī)?yōu)化
內(nèi)存優(yōu)化
壓縮優(yōu)化
8、MapReduce操作接口
Job Shell
Web UI
案例演練：MapReduce編程示例
9、YARN：下一代通用資源管理系統(tǒng)
MRv1的局限性
YARN基本框架
NN HA：解決單點(diǎn)故障
HDFS Federation：解決擴(kuò)展性問題
 
第四部分：HBase非關(guān)系型數(shù)據(jù)庫(kù)：海量數(shù)據(jù)的黎明
1、HBase的使用場(chǎng)景
2、HBase的基本架構(gòu)
Zookeeper分布式協(xié)調(diào)服務(wù)器
Master主控服務(wù)器
Region Server區(qū)域服務(wù)器
3、HBase的數(shù)據(jù)模型
HBase的表結(jié)構(gòu)
行鍵、列鍵、時(shí)間戳
4、HBase的存儲(chǔ)模型
基本單位Region
存儲(chǔ)格式HFile
5、數(shù)據(jù)分裂機(jī)制Split
6、數(shù)據(jù)合并機(jī)制Compaction
minor compaction
major compaction
7、HLog寫前日志
8、數(shù)據(jù)庫(kù)讀寫操作
數(shù)據(jù)庫(kù)寫入
數(shù)據(jù)庫(kù)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(yōu)化
寫速度優(yōu)化
讀速度優(yōu)化
11、HBase集群監(jiān)控與管理
案例演練：HBase命令操作實(shí)例
 
第五部分：Hive分布式數(shù)據(jù)倉(cāng)庫(kù)：高級(jí)的編程語言
1、Hive是什么
2、Hive與關(guān)系數(shù)據(jù)庫(kù)的區(qū)別
3、Hive系統(tǒng)架構(gòu)
用戶接口層
元數(shù)據(jù)存儲(chǔ)層
驅(qū)動(dòng)層
4、Hive常用服務(wù)
5、Hive元數(shù)據(jù)的三種部署模式
6、Hive的命名空間
7、Hive數(shù)據(jù)類型與存儲(chǔ)格式
數(shù)據(jù)類型
TextFile/SequenceFile/RCFile
8、Hive的數(shù)據(jù)模型
管理表
外部表
分區(qū)表
桶表
9、HQL語言命令實(shí)例
DDL數(shù)據(jù)定義語言
DML數(shù)據(jù)操作語言
QUERY數(shù)據(jù)查詢語言
10、Hive自定義函數(shù)
基本函數(shù)（UDF）
聚合函數(shù)（UDAF）
表生成函數(shù)（UDTF）
11、Hive性能優(yōu)化
動(dòng)態(tài)分區(qū)
壓縮
索引
JVM重用
案例演練：Hive命令操作實(shí)例
 
第六部分：Sqoop數(shù)據(jù)交互工具：Hadoop與傳統(tǒng)數(shù)據(jù)庫(kù)的橋梁
1、Sqoop是什么
2、Sqoop的架構(gòu)和功能
Sqoop1架構(gòu)
Sqoop2架構(gòu)
3、數(shù)據(jù)雙向交換
數(shù)據(jù)導(dǎo)入過程
數(shù)據(jù)導(dǎo)出過程
4、數(shù)據(jù)導(dǎo)入工具與命令介紹
案例演練：Sqoop數(shù)據(jù)導(dǎo)入/導(dǎo)出實(shí)際操作
 
第七部分：Pig數(shù)據(jù)流處理引擎：數(shù)據(jù)腳本語言
1、Pig介紹
2、命令行交互工具Grunt
3、Pig數(shù)據(jù)類型
4、Pig Latin腳本語言介紹
基礎(chǔ)知識(shí)
輸入和輸出
關(guān)系操作
調(diào)用靜態(tài)Java函數(shù)
5、Pig Latin高級(jí)應(yīng)用
6、開發(fā)與測(cè)試Pig Latin腳本
開發(fā)工具
任務(wù)狀態(tài)監(jiān)控
調(diào)試技巧
7、腳本性能優(yōu)化
8、用戶自定義函數(shù)UDF
案例演練：Pig Latin腳本編寫、測(cè)試與運(yùn)行操作
 
結(jié)束：課程總結(jié)與問題答疑。

傅一航，華為系大數(shù)據(jù)專家。
傅一航，男，計(jì)算機(jī)軟件與理論碩士研究生（研究方向：數(shù)據(jù)挖掘、搜索引擎）。在華為工作十年，數(shù)篇國(guó)家專利，曾在英國(guó)、日本、荷蘭等國(guó)做項(xiàng)目，對(duì)歐洲、日本的電信市場(chǎng)有比較深的了解。
傅老師專注于大數(shù)據(jù)分析與挖掘等應(yīng)用技術(shù)，以及大數(shù)據(jù)系統(tǒng)部署解決方案。旨在將大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)建模應(yīng)用于行業(yè)及商業(yè)領(lǐng)域，解決行業(yè)實(shí)際的問題。將大數(shù)據(jù)應(yīng)用于運(yùn)營(yíng)決策，幫助企業(yè)提升運(yùn)營(yíng)決策能力；應(yīng)用于市場(chǎng)營(yíng)銷，通過大數(shù)據(jù)營(yíng)銷，解決營(yíng)銷中的用戶群細(xì)分，產(chǎn)品定位，精準(zhǔn)營(yíng)銷，精準(zhǔn)促銷等實(shí)際問題，提升營(yíng)銷效果，節(jié)省營(yíng)銷費(fèi)用，以及市場(chǎng)預(yù)測(cè)、用戶行為預(yù)測(cè)等。
傅老師目前致力于將大數(shù)據(jù)技術(shù)應(yīng)用于通信、金融、航空、電商、互聯(lián)網(wǎng)等領(lǐng)域。傅老師的課程最大特色：實(shí)戰(zhàn)性強(qiáng)！實(shí)現(xiàn)“業(yè)務(wù)問題+分析思路+分析方法/分析模型+分析工具+結(jié)果應(yīng)用”融為一體。即，結(jié)合清晰的業(yè)務(wù)場(chǎng)景（明確目的），分解為具體的數(shù)據(jù)問題（分析思路），選擇最合適的方法（分析方法），深入淺出的理論講解（分析模型），使用簡(jiǎn)單實(shí)用的工具操作（分析工具），實(shí)現(xiàn)分析結(jié)果到業(yè)務(wù)策略的落地。
獲得國(guó)家專利：
1.CN1925642:對(duì)集群用戶進(jìn)行處理的方法和集群用戶處理系統(tǒng)
2.CN101114999A:數(shù)據(jù)發(fā)送控制方法及數(shù)據(jù)傳輸設(shè)備
3.CN101119183A:重傳控制方法及傳輸設(shè)備
4.CN101483847A:實(shí)現(xiàn)策略控制的方法、裝置及系統(tǒng)
5.CN101605359B:一種切換過程中轉(zhuǎn)發(fā)數(shù)據(jù)的方法、無線實(shí)體和基站
 
論文：
1.基于統(tǒng)計(jì)的無詞典分詞方法
2.文本的自動(dòng)分類
3.基于Internet的智能信息檢索技術(shù)研究