综合亚洲欧美,亚洲欧洲另类,逼逼爱爱,国产限制,欧美 久久国产亚洲日韩一本，欧美日韩专区国产精品，久久精品

Hadoop平臺(tái)技術(shù)

    對(duì)象
    網(wǎng)絡(luò)部、大數(shù)據(jù)系統(tǒng)開(kāi)發(fā)部、大數(shù)據(jù)中心、網(wǎng)絡(luò)運(yùn)維部等相關(guān)技術(shù)人員。

    目的
    掌握Hadoop平臺(tái)中常用模塊的工作原理及開(kāi)發(fā)應(yīng)用技術(shù)

    內(nèi)容
    第一部分：Hadoop的基本框架
    1、大數(shù)據(jù)時(shí)代面臨的問(wèn)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(guò)程
    6、文件系統(tǒng)操作與管理
    讀文件過(guò)程
    寫(xiě)文件過(guò)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、MR的基本架構(gòu)
    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
    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：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(wèn)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(xiě)前日志
    8、數(shù)據(jù)庫(kù)讀寫(xiě)操作
    數(shù)據(jù)庫(kù)寫(xiě)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(xiě)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(yǔ)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(yǔ)言命令實(shí)例
    DDL數(shù)據(jù)定義語(yǔ)言
    DML數(shù)據(jù)操作語(yǔ)言
    QUERY數(shù)據(jù)查詢語(yǔ)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(guò)程
    數(shù)據(jù)導(dǎo)出過(guò)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：數(shù)據(jù)流處理引擎：數(shù)據(jù)腳本語(yǔ)言
    1、介紹
    2、命令行交互工具Grunt
    3、數(shù)據(jù)類型
    4、Pig-Latin腳本語(yǔ)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(kāi)發(fā)與測(cè)試Pig-Latin腳本
    開(kāi)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(xiě)、測(cè)試與運(yùn)行操作
    結(jié)束：課程總結(jié)與問(wèn)題答疑。

Hadoop平臺(tái)技術(shù)