亚洲AⅤ自偷自拍视频_亚洲欧洲精品一区二区_中日韩AV丰满少妇无码_亚洲欧美日韩一区天堂

當(dāng)前位置: 首頁 > 內(nèi)訓(xùn)課程 > 課程內(nèi)容
廣告1
相關(guān)熱門公開課程更多 》
相關(guān)熱門內(nèi)訓(xùn)課程更多 》
相關(guān)最新下載資料

Hadoop大數(shù)據(jù)解決方案平臺技術(shù)培訓(xùn)

課程編號:32137

課程價格:¥26000/天

課程時長:2 天

課程人氣:576

行業(yè)類別:行業(yè)通用     

專業(yè)類別:大數(shù)據(jù) 

授課講師:傅一航

  • 課程說明
  • 講師介紹
  • 選擇同類課
【培訓(xùn)對象】
網(wǎng)絡(luò)部、大數(shù)據(jù)系統(tǒng)開發(fā)部、大數(shù)據(jù)中心、網(wǎng)絡(luò)運維部等相關(guān)技術(shù)人員。

【培訓(xùn)收益】


第一部分:Hadoop的基本框架
1、大數(shù)據(jù)時代面臨的問題
2、當(dāng)前解決大數(shù)據(jù)的技術(shù)方案
3、Hadoop架構(gòu)和云計算
4、Hadoop簡史及安裝部署
5、Hadoop設(shè)計理念和生態(tài)系統(tǒng)

第二部分:HDFS分布式文件系統(tǒng)--海量數(shù)據(jù)存儲的搖籃
1、HDFS的設(shè)計目標(biāo)
2、HDFS的基本架構(gòu)
NameNode名稱節(jié)點
SecondaryNameNode第二名稱節(jié)點
DataNode數(shù)據(jù)節(jié)點
3、HDFS的存儲模型
數(shù)據(jù)塊存儲
元數(shù)據(jù)存儲(空間鏡像與編輯日志)
多副本存儲
4、多副本放置策略
5、多數(shù)據(jù)節(jié)點管理機制與交互過程
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)完整性機制
數(shù)據(jù)校驗和
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
安全模式(數(shù)據(jù)塊與節(jié)點映射關(guān)系管理)
心跳檢測機制(節(jié)點失效管理)
租約機制(多線程并發(fā)控制)
9、其它
HDFS的安全機制
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分布式計算系統(tǒng)--海量數(shù)據(jù)處理的利器
1、MapReduce的三層設(shè)計理念
分布治之的設(shè)計思想(Map與Reduce)
數(shù)據(jù)處理引擎(編程模型)
運行時環(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工作流實現(xiàn)原理
4、MapReduce作業(yè)調(diào)度機制
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)并行處理機制(五步驟)
Input階段實現(xiàn)
Map階段實現(xiàn)
Shuffle階段實現(xiàn)
Reduce階段實現(xiàn)
Output階段
6、MapReduce容錯機制
任務(wù)失敗與重新嘗試
節(jié)點失效與重調(diào)度
單點故障
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)量優(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:解決單點故障
HDFS Federation:解決擴展性問題

第四部分:HBase非關(guān)系型數(shù)據(jù)庫--海量數(shù)據(jù)的黎明
1、HBase的使用場景
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、時間戳
4、HBase的存儲模型
基本單位Region
存儲格式HFile
5、數(shù)據(jù)分裂機制Split
6、數(shù)據(jù)合并機制Compaction
minor compaction
major compaction
7、HLog寫前日志
8、數(shù)據(jù)庫讀寫操作
數(shù)據(jù)庫寫入
數(shù)據(jù)庫讀取
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命令操作實例

第五部分:Hive分布式數(shù)據(jù)倉庫--高級的編程語言
1、Hive是什么
2、Hive與關(guān)系數(shù)據(jù)庫的區(qū)別
3、Hive系統(tǒng)架構(gòu)
用戶接口層
元數(shù)據(jù)存儲層
驅(qū)動層
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
動態(tài)分區(qū)
壓縮
索引
JVM重用
案例演練:Hive命令操作實例

第六部分:Sqoop數(shù)據(jù)交互工具--與傳統(tǒng)數(shù)據(jù)庫的橋梁
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
輸入和輸出
關(guān)系操作
調(diào)用靜態(tài)Java函數(shù)
5、Pig Latin高級應(yīng)用
6、開發(fā)與測試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、測試與運行操作

結(jié)束:課程總結(jié)與問題答疑。 

咨詢電話:
0571-86155444
咨詢熱線:
  • 微信:13857108608
聯(lián)系我們