 班級規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576( 微信同號) |
|
每期人數(shù)限3到5人。 |
| 上課時(shí)間和地點(diǎn) |
上課地點(diǎn)：【上海】：同濟(jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號線白銀路站) 【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學(xué)成教院 【北京分部】：北京中山學(xué)院/福鑫大樓 【南京分部】：金港大廈(和燕路) 【武漢分部】：佳源大廈（高新二路） 【成都分部】：領(lǐng)館區(qū)1號（中和大道） 【沈陽分部】：沈陽理工大學(xué)/六宅臻品 【鄭州分部】：鄭州大學(xué)/錦華大廈 【石家莊分部】：河北科技大學(xué)/瑞景大廈 【廣州分部】：廣糧大廈 【西安分部】：協(xié)同大廈
最近開課時(shí)間(周末班/連續(xù)班/晚班）：2020年3月16日 |
| 實(shí)驗(yàn)設(shè)備 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費(fèi)推薦工作
★實(shí)驗(yàn)設(shè)備請點(diǎn)擊這兒查看★ |
| 質(zhì)量保障 |
1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。 |
課程大綱 |
一、 課程簡介
大數(shù)據(jù)技術(shù)已經(jīng)給新興互聯(lián)網(wǎng)企業(yè)（如電商平臺(tái)、搜索引擎、社交平臺(tái)網(wǎng)站、位置服務(wù)平臺(tái)、通信運(yùn)營服務(wù)平臺(tái)商、廣告服務(wù)商等）、銀行金融企業(yè)、高端裝備制造企業(yè)、IT基礎(chǔ)設(shè)施提供商等帶來了巨大的商業(yè)機(jī)遇，企業(yè)的大數(shù)據(jù)平臺(tái)的實(shí)施建設(shè)與運(yùn)維在企業(yè)信息化建設(shè)中發(fā)揮著至關(guān)重要的作用。
本課程讓學(xué)員充分掌握Hadoop大數(shù)據(jù)處理平臺(tái)、MySQL分布式數(shù)據(jù)庫應(yīng)用和Greenplum為代表的MPP數(shù)據(jù)庫、以HBase為代表的NoSQL新型數(shù)據(jù)庫平臺(tái)的技術(shù)架構(gòu)、以及平臺(tái)的安裝部署、運(yùn)維配置、應(yīng)用開發(fā)實(shí)戰(zhàn)技能，熟悉國內(nèi)外主流的大數(shù)據(jù)處理解決方案、以及大數(shù)據(jù)應(yīng)用案例。強(qiáng)調(diào)主流的大數(shù)據(jù)關(guān)鍵技術(shù)及其在不同行業(yè)中企業(yè)的實(shí)際應(yīng)用，立足于實(shí)際的行業(yè)應(yīng)用需求，旨在讓企業(yè)學(xué)員能夠掌握大數(shù)據(jù)平臺(tái)技術(shù)及應(yīng)用如何落地，以及基于大數(shù)據(jù)平臺(tái)的技術(shù)架構(gòu)實(shí)現(xiàn)、高性能大數(shù)據(jù)應(yīng)用程序開發(fā)，以及大數(shù)據(jù)集群的運(yùn)維技術(shù)，讓學(xué)員掌握業(yè)界主流的大數(shù)據(jù)平臺(tái)的應(yīng)用和部署，并且結(jié)合當(dāng)前互聯(lián)網(wǎng)+行業(yè)應(yīng)用場景下產(chǎn)生的大規(guī)模結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)管理以及分析處理需求，詳細(xì)講解有機(jī)地集成大數(shù)據(jù)平臺(tái)各個(gè)功能組件（大數(shù)據(jù)收集、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)管理、大數(shù)據(jù)挖掘、大數(shù)據(jù)分析和大數(shù)據(jù)可視化組件）設(shè)計(jì)大數(shù)據(jù)項(xiàng)目，并分享大數(shù)據(jù)項(xiàng)目應(yīng)用實(shí)施案例。
本課程采用技術(shù)原理與項(xiàng)目實(shí)戰(zhàn)相結(jié)合的方式進(jìn)行教學(xué)，在講授原理的過程中，穿插實(shí)際的系統(tǒng)操作，本課程講師也精心準(zhǔn)備的實(shí)際的應(yīng)用案例供學(xué)員動(dòng)手訓(xùn)練。通過學(xué)習(xí)基于Hadoop、MySQL、MPP數(shù)據(jù)庫平臺(tái)的大數(shù)據(jù)應(yīng)用項(xiàng)目解決方案，緊密結(jié)合行業(yè)市場需求和國際國內(nèi)最新技術(shù)發(fā)展潮流，促進(jìn)企業(yè)利用大數(shù)據(jù)技術(shù)對現(xiàn)有的信息化設(shè)施進(jìn)行改造升級，提升企業(yè)的商業(yè)價(jià)值，擁抱云-網(wǎng)-端與大數(shù)據(jù)時(shí)代的光明前景！
二、 培訓(xùn)目標(biāo)
1. 本課程讓學(xué)員學(xué)員掌握Hadoop平臺(tái)的平臺(tái)架構(gòu)、核心關(guān)鍵技術(shù)、二次應(yīng)用開發(fā)、大數(shù)據(jù)平臺(tái)集群運(yùn)維和性能調(diào)優(yōu)技能。
2. 讓學(xué)員掌握主流的MySQL數(shù)據(jù)庫集群架構(gòu)、應(yīng)用開發(fā)和性能優(yōu)化技術(shù)的實(shí)戰(zhàn)技巧。
3. 讓學(xué)員掌握業(yè)界主流的MPP數(shù)據(jù)庫的集群架構(gòu)、部署配置，并以Greenplum為代表，講解運(yùn)用MPP數(shù)據(jù)庫技術(shù)結(jié)合Hadoop和MySQL技術(shù)實(shí)現(xiàn)大數(shù)據(jù)解決方案
4. 讓學(xué)員全面掌握大數(shù)據(jù)高性能處理平臺(tái)架構(gòu)設(shè)計(jì)與項(xiàng)目選型規(guī)劃、大數(shù)據(jù)分布式存儲(chǔ)管理技術(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)實(shí)時(shí)處理技術(shù)、大數(shù)據(jù)離線處理技術(shù)、流式數(shù)據(jù)處理技術(shù)、大數(shù)據(jù)采集技術(shù)和大數(shù)據(jù)管理技術(shù)的原理知識(shí)和應(yīng)用實(shí)戰(zhàn)技能。
5. 深入理解業(yè)界最流行的Hadoop與Spark大數(shù)據(jù)技術(shù)體系和平臺(tái)應(yīng)用實(shí)戰(zhàn)，能根據(jù)給定的應(yīng)用場景嫻熟地運(yùn)用大數(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，結(jié)合所學(xué)的Hadoop、MySQL和MPP數(shù)據(jù)庫知識(shí)，設(shè)計(jì)并部署符合生產(chǎn)環(huán)境要求的大型數(shù)據(jù)倉庫和大數(shù)據(jù)處理平臺(tái)集群，熟練地掌握基于Hadoop、MySQL和MPP大數(shù)據(jù)平臺(tái)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)踐訓(xùn)練項(xiàng)目貫穿整個(gè)課程，提高學(xué)員的動(dòng)手技能。
三、 培訓(xùn)人群
1. 數(shù)據(jù)庫與大數(shù)據(jù)項(xiàng)目的開發(fā)工程師
2. 數(shù)據(jù)庫與大數(shù)據(jù)項(xiàng)目的規(guī)劃咨詢管理人員
3. 數(shù)據(jù)庫與大數(shù)據(jù)項(xiàng)目的IT項(xiàng)目高管人員
4. 數(shù)據(jù)庫與大數(shù)據(jù)分析與挖掘處理算法應(yīng)用工程師
5. 數(shù)據(jù)庫與大數(shù)據(jù)集群運(yùn)維工程師
6. 數(shù)據(jù)庫與大數(shù)據(jù)項(xiàng)目的售前和售后技術(shù)支持服務(wù)人員
四、 培訓(xùn)特色
1. 定制授課+ 案例分析講解 + 實(shí)戰(zhàn)操作，共3天
2. 實(shí)驗(yàn)環(huán)境：Linux 虛擬機(jī)集群+ Hadoop + MySQL數(shù)據(jù)庫 + MPP（Greenplum）+ HBase，講師提供VMware虛擬機(jī)鏡像
五、 詳細(xì)大綱與培訓(xùn)內(nèi)容
培訓(xùn)模塊 培訓(xùn)要點(diǎn)
一、 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 1. 國內(nèi)外主流的大數(shù)據(jù)解決方案介紹
2. 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
3. Apache Hadoop大數(shù)據(jù)平臺(tái)方案剖析
4. CDH Hadoop大數(shù)據(jù)平臺(tái)方案剖析
5. HDP Hadoop大數(shù)據(jù)平臺(tái)方案剖析
6. 開源的Hadoop大數(shù)據(jù)生態(tài)系統(tǒng)平臺(tái)剖析
二、 Hadoop大數(shù)據(jù)平臺(tái)剖析 7. Hadoop的發(fā)展歷程以及產(chǎn)業(yè)界的實(shí)際應(yīng)用介紹
8. Hadoop大數(shù)據(jù)平臺(tái)架構(gòu)
9. 基于Hadoop平臺(tái)的PB級大數(shù)據(jù)存儲(chǔ)管理與分析處理的工作原理與機(jī)制
10. Hadoop的核心組件剖析
三、 大數(shù)據(jù)分布式存儲(chǔ)系統(tǒng)原理及其應(yīng)用實(shí)踐 11. 分布式文件系統(tǒng)HDFS的簡介
12. HDFS系統(tǒng)的主從式平臺(tái)架構(gòu)和工作原理
13. HDFS核心組件技術(shù)講解
14. 基于HDFS的大型存儲(chǔ)系統(tǒng)應(yīng)用開發(fā)實(shí)戰(zhàn)
15. HDFS集群的安裝、部署、配置與性能優(yōu)化實(shí)踐
16. HDFS與Linux NFS3交互技術(shù)以及本地化掛載部署應(yīng)用實(shí)踐
17. 分布式鍵值存儲(chǔ)系統(tǒng)介紹、平臺(tái)架構(gòu)、核心技術(shù)以及應(yīng)用開發(fā)
18. PB及大數(shù)據(jù)存儲(chǔ)系統(tǒng)的項(xiàng)目案例分析
四、 大數(shù)據(jù)并行處理MapReduce和Yarn并行處理平臺(tái)的架構(gòu)與應(yīng)用實(shí)踐 19. MapReduce并行計(jì)算模型
20. MapReduce作業(yè)執(zhí)行與調(diào)度技術(shù)
21. 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
22. 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)
23. MapReduce高級編程技巧與性能優(yōu)化實(shí)踐
24. MapReduce與Yarn大數(shù)據(jù)分析處理案例分析
五、 基于Hadoop的大型數(shù)據(jù)倉庫Hive集群平臺(tái) 25. 基于Hadoop的大型分布式數(shù)據(jù)倉庫基礎(chǔ)知識(shí)，HIVE在行業(yè)中的數(shù)據(jù)倉庫應(yīng)用案例
26. Hive大數(shù)據(jù)倉庫簡介以及應(yīng)用介紹
27. Hive數(shù)據(jù)倉庫集群的平臺(tái)體系結(jié)構(gòu)、核心技術(shù)剖析
28. Hive Server的工作原理、機(jī)制與應(yīng)用
29. Hive數(shù)據(jù)倉庫集群的安裝部署與配置優(yōu)化
30. Hive應(yīng)用開發(fā)技巧
31. Hive SQL剖析與應(yīng)用實(shí)踐
32. 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
33. Hive數(shù)據(jù)倉庫報(bào)表設(shè)計(jì)
34. Hive JDBC與ODBC的工作原理與實(shí)現(xiàn)機(jī)制
35. Hive HWI、CLI客戶端操作以及UDF應(yīng)用實(shí)踐
六、 Hadoop+Hive應(yīng)用實(shí)踐操作訓(xùn)練 36. 部署與配置HIVE集群，以及HIVE性能調(diào)優(yōu)
37. 構(gòu)建HIVE開發(fā)環(huán)境
38. HIVE數(shù)據(jù)倉庫操作及項(xiàng)目實(shí)踐
七、 開源MySQL數(shù)據(jù)庫技術(shù)及其應(yīng)用實(shí)踐 39. MySQL的發(fā)展歷程以及業(yè)界的實(shí)際應(yīng)用介紹
40. MySQL數(shù)據(jù)庫管理系統(tǒng)的平臺(tái)架構(gòu)和核心模塊剖析
41. MySQL應(yīng)用開發(fā)實(shí)踐和數(shù)據(jù)庫編程實(shí)踐
42. MySQL讀寫分離技術(shù)應(yīng)用實(shí)踐
43. MySQL主從復(fù)制技術(shù)應(yīng)用實(shí)踐
44. 基于MySQL集群的數(shù)據(jù)分析項(xiàng)目應(yīng)用實(shí)踐案例
八、 MySQL應(yīng)用開發(fā)與運(yùn)維實(shí)踐操作訓(xùn)練 45. MySQL集群的部署與配置
46. MySQL讀寫分離與主從復(fù)制下的應(yīng)用程序開發(fā)
47. MySQL性能調(diào)優(yōu)技巧
九、 開源PostgreSQL 數(shù)據(jù)庫技術(shù)及應(yīng)用實(shí)踐 48. PostgreSQL的發(fā)展歷程以及業(yè)界的實(shí)際應(yīng)用介紹
49. PostgreSQL數(shù)據(jù)庫管理系統(tǒng)的平臺(tái)架構(gòu)和核心模塊剖析
50. PostgreSQL應(yīng)用開發(fā)實(shí)踐和數(shù)據(jù)庫編程實(shí)踐
51. PostgreSQL讀寫分離技術(shù)應(yīng)用實(shí)踐
52. PostgreSQL主從復(fù)制技術(shù)應(yīng)用實(shí)踐
53. 基于PostgreSQL集群的數(shù)據(jù)分析項(xiàng)目應(yīng)用實(shí)踐案例
十、 PostgreSQL應(yīng)用開發(fā)與運(yùn)維實(shí)踐操作訓(xùn)練 54. PostgreSQL集群的部署與配置
55. PostgreSQL讀寫分離與主從復(fù)制下的應(yīng)用程序開發(fā)
56. PostgreSQL性能調(diào)優(yōu)技巧
十一、 HBase分布式數(shù)據(jù)庫管理系統(tǒng) 57. 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
58. HBase分布式數(shù)據(jù)庫簡介、數(shù)據(jù)模型以及工作原理
59. HBase分布式數(shù)據(jù)庫集群的平臺(tái)架構(gòu)和關(guān)鍵技術(shù)剖析
60. HBase應(yīng)用項(xiàng)目開發(fā)技巧，以及客戶端開發(fā)實(shí)戰(zhàn)
61. 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
62. HBase集群的安裝部署與配置優(yōu)化
63. ZooKeeper分布式協(xié)調(diào)服務(wù)系統(tǒng)的工作原理、平臺(tái)架構(gòu)、集群部署與配置應(yīng)用實(shí)戰(zhàn)
64. HBase集群的運(yùn)維與監(jiān)控管理
十二、 HBase應(yīng)用實(shí)踐操作訓(xùn)練 65. 部署與配置HBase集群以及HBase的性能優(yōu)化
66. 部署與配置ZooKeeper分布式集群
67. 構(gòu)建HBase開發(fā)環(huán)境
68. HBase數(shù)據(jù)庫操作及項(xiàng)目實(shí)踐
十三、 MPP數(shù)據(jù)庫技術(shù)原理及其應(yīng)用實(shí)踐 69. MPP數(shù)據(jù)庫、數(shù)據(jù)倉庫與大數(shù)據(jù)分析處理解決方案概述70.
十四、 主流MPP并行數(shù)據(jù)庫的代表：Greenplum數(shù)據(jù)庫技術(shù)及應(yīng)用實(shí)踐 （注：GPDB是Greenplum Database的簡稱） 71. Greenplum發(fā)展歷程、GPDB數(shù)據(jù)庫應(yīng)用場景和應(yīng)用案例，主要講解Greenplum在數(shù)據(jù)倉庫與數(shù)據(jù)分析方面的應(yīng)用解決方案
72. Greenplum體系結(jié)構(gòu)設(shè)計(jì)原理和模塊，以及高性能與高可用架構(gòu)設(shè)計(jì)
73. Greenplum的數(shù)據(jù)倉庫、多維OLAP分析和機(jī)器學(xué)習(xí)模塊詳解
74. Greenplum分布式存儲(chǔ)引擎工作原理，數(shù)據(jù)的分布式存儲(chǔ)策略和負(fù)載均衡策略
75. 講解GPDB的SQL中的DDL語言，DCL語言，DML語言和常用分析函數(shù)的語法和用法
76. GPDB的模式定義方法和示例
77. GPDB查詢處理引擎工作原理
78. GPDB查詢規(guī)劃與分發(fā)
79. GPDB的SQL語句解析與查詢處理機(jī)制
80. GPDB的MPP并行查詢執(zhí)行計(jì)劃
81. GPDB的數(shù)據(jù)管理方法，以及數(shù)據(jù)庫操作應(yīng)用實(shí)踐
82. GPDB事務(wù)處理
83. GPDB數(shù)據(jù)庫監(jiān)控分析
84. GPDB數(shù)據(jù)庫中的數(shù)據(jù)查詢處理機(jī)制和應(yīng)用操作實(shí)踐
85. GPDB的角色設(shè)置和權(quán)限分配
十五、 Greenplum應(yīng)用實(shí)踐操作訓(xùn)練 86. 在Linux虛擬機(jī)集群上部署Greenplum分布式數(shù)據(jù)庫
87. 安裝并初始化GPDB數(shù)據(jù)庫集群系統(tǒng)
88. 啟動(dòng)、停止GPDB實(shí)例，查看運(yùn)行狀態(tài)
89. PSQL和pgAdminIII的安裝、部署和配置
90. PSQL客戶端接口和程序應(yīng)用，常用SQL命令的應(yīng)用操作
91. pgAdmin III客戶端功能模塊講解，以及應(yīng)用操作實(shí)踐
92. 部署配置GPDB數(shù)據(jù)應(yīng)用程序二次開發(fā)環(huán)境
93. GPDB數(shù)據(jù)庫系統(tǒng)性能調(diào)優(yōu)方法和配置參數(shù)優(yōu)化操作
94. GPDB高可用性配置方法和應(yīng)用操作實(shí)踐
95. GPDB數(shù)據(jù)批量加載和導(dǎo)入導(dǎo)出操作實(shí)踐
96. GPDB數(shù)據(jù)庫備份和恢復(fù)的實(shí)現(xiàn)原理和操作應(yīng)用
十六、 基于Hadoop、 MySQL、Greenplum和 Mahout的大數(shù)據(jù)分析挖掘平臺(tái)解決方案（可選） 97. 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
98. Mahout大數(shù)據(jù)挖掘平臺(tái)的體系架構(gòu)和核心技術(shù)
99. 基于Mahout的數(shù)據(jù)分析挖掘算法應(yīng)用，包括分類算法、聚類算法、關(guān)聯(lián)規(guī)則挖掘算法、推薦與協(xié)同過濾分析算法、預(yù)測分析等算法的應(yīng)用及其案例剖析
100. 基于Mahout的數(shù)據(jù)分析挖掘應(yīng)用程序開發(fā)實(shí)戰(zhàn)
101. 利用MySQL數(shù)據(jù)源、Mahout與Hadoop集成大數(shù)據(jù)挖掘平臺(tái)應(yīng)用實(shí)戰(zhàn)
十七、 大數(shù)據(jù)項(xiàng)目應(yīng)用完整實(shí)踐與咨詢討論 102. 根據(jù)講師布置的實(shí)際應(yīng)用案例，根據(jù)所學(xué)的Hadoop、MySQL、Greenplum等技術(shù)，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、大數(shù)據(jù)項(xiàng)目的需求分析、應(yīng)用實(shí)施以及解決方案分享咨詢與交流討論 |
|
|
|
|
首頁 課程表 在線聊 報(bào)名 講師 品牌 QQ聊 活動(dòng) 就業(yè)
