课程对象
　　 各地政府云计算物联网产业相关负责人，各企业CIO、信息中心负责人、技术总监，云计算中心负责人，云计算产业投资团队，云计算应用开发商，云计算硬件设备供应商，云服务提供商，高校、科研院所云计算项目负责人。
　　 各企业大数据架构师、技术总监、数据挖掘负责人、数据挖掘开发工程师
课程目标
　　 1、了解Hadoop的历史及目前发展的现状、以及Hadoop的技术特点，从而把握分布式计算框架及未来发展方向，在大数据时代能为企业的技术选型及架构设计提供决策参考。
　　 2、全面掌握Hadoop的架构原理和使用场景，并通过贯穿课程的项目进行实战锻炼，从而熟练使用Hadoop进行MapReduce程序开发。课程还涵盖了分布式计算领域的常用算法介绍，帮助学员为企业在利用大数据方面体现自身价值。
　　 3、深入理解Hadoop技术架构,对Hadoop运作机制有清晰全面的认识，可以独立规划及部署生产环境的Hadoop集群，掌握Hadoop基本运维思路和方法，对Hadoop集群进行管理和优化。
　　
培训特色
　　 注重应用：分析国内实际情况，结合国际、国内成功经验。Hadoop采用实战的项目，让学员在短时间内掌握Hadoop的搭建与配置。并进行高效的大数据清洗和分析。形式灵活：互动课堂、免费技术沙龙、提供云计算项目建设咨询、大数据Hadoop平台的搭建。


课程大纲
模块一
Hadoop在云计算技术的作用和地位
◆ 传统大规模系统存在的问题
◆ Hadoop概述
◆ Hadoop分布式文件系统　　 
◆ MapReduce工作原理　　　　
◆ Hadoop集群剖析　　　　　 
◆ Hadoop生态系统对一种新的解决方案的需求
◆ Hadoop的行业应用案例分析
◆ Hadoop在云计算和大数据的位置和关系
◆ 数据开放,数据云服务平台(DAAS)时代
◆ Hadoop平台在数据云平台(DAAS)上的天然优势
◆ 数据云平台(DAAS 平台)组成部分
◆ 互联网公共数据大云(DAAS)案例
◆Hadoop构建构建游戏云(Web Game Daas)平台

模块二
Hadoop生态系统介绍和演示
◆ Hadoop HDFS 和 MapReduce
◆ Hadoop数据库之HBase
◆ Hadoop数据仓库之Hive
◆ Hadoop数据处理脚本Pig
◆ Hadoop数据接口Sqoop和Flume，Scribe DataX
◆ Hadoop工作流引擎 Oozie
◆ 运用Hadoop自下而上构建大规模企业数据仓库
◆ 暴风影音数据仓库实战解析

模块三
Hadoop组件详解
◆ Hadoop HDFS 基本结构
◆ Hadoop HDFS 副本存放策略
◆ Hadoop NameNode 详解
◆ HadoopSecondaryNameNode 详解
◆ Hadoop DataNode 详解
◆ Hadoop JobTracker 详解
◆ Hadoop TaskTracker 详解
◆ Hadoop Mapper类核心代码
◆ Hadoop Reduce类核心代码
◆ Hadoop 核心代码

模块四
Hadoop安装和部署
◆ Hadoop系统模块组件概述
◆ Hadoop试验集群的部署结构
◆ Hadoop 安装依赖关系
◆ Hadoop 生产环境的部署结构
◆ Hadoop集群部署
◆ Hadoop 高可用配置方法
◆ Hadoop 集群简单测试方法
◆ Hadoop 集群异常Debug方法
◆ Hadoop安装部署实验
◆ Red hat Linux基础环境搭建
◆ Hadoop 单机系统版本安装配置
◆ Hadoop 集群系统版本安装和启动配置
◆ 使用 Hadoop MapReduce Streaming 快速测试系统
◆ Hadoopcore-site，hdfs-site，mapred-site 配置详解

模块五
Hadoop集群规划
◆ Hadoop 集群内存要求
◆ Hadoop集群磁盘分区
◆ 集群和网络拓扑要求
◆ 集群软件的端口配置
◆ 针对NameNode Jobtracker DataNode TaskTracker Hiveserver 等不同组件需求推荐服务器配置

模块六
MapReduce 算法原理
◆ Hadoop MapReduce 算法的原理和优化思想
◆ 灵活运用MapReduce 实现算法
◆ 运用MapReduce 构建数据库算法
◆ Select Sort GrougBy Sum Count
◆ Join 新进流失算法
◆ 使用 Y-Smart 快速转换SQL 为MapReduce 代码

模块七
编写MapReduce高级程序
◆ 使用 Hadoop MapReduce Streaming 编程
◆ MapReduce流程　　　　 
◆ 剖析一个MapReduce程序
◆ 基本MapReduceAPI概念 
◆ 驱动代码 Mapper、Reducer
◆ Hadoop流
◆ API 使用Eclipse进行快速开发　　　　　　　
◆ 新MapReduce API
◆ MapReduce的优化
◆ MapReduce的任务调度
◆ MapReduce编程实战
◆ 如何利用其他Hadoop相关技术，包括Apache Hive， Apache Pig，Sqoop和Oozie等
◆ 满足解决实际数据分析问题的高级Hadoop API
◆ Hadoop Streaming 和 Java MapReduce Api 差异。
◆ MapReduce 实现数据库功能
◆ 利用Combiners来减少中间数据
◆ 编写Partitioner来优化负载平衡
◆ 直接访问Hadoop分布式文件系统（HDFS）
◆ Hadoop的join操作
◆ 辅助排序在Reducer方的合并
◆ 定制Writables和WritableComparables
◆ 使用SequenceFiles和Avro文件保存二进制数据
◆ 创建InputFormats OutputFormats
◆ Hadoop的二次排序
◆ Hadoop的海量日志分析
◆ 在Map方的合并　　 

模块八
集成Hadoop到现有工作流
及Hadoop API深入探讨
◆ 存储系统
◆ 利用Sqoop从关系型数据库系统中导入数据到Hadoop
◆ 利用Flume导入实时数据到Hadoop
◆ ToolRunner介绍、使用MRUnit进行测试
◆ 使用Configure和Close方法来进行Map/Reduce设置和关闭
◆ 使用FuseDFS和Hadoop访问HDFS
◆ 使用分布式缓存（Distributed Cache）
◆ 直接访问Hadoop分布式文件系统（HDFS）
◆ 利用Combiners来减少中间数据
◆ 编写Partitioner来优化负载平衡

模块九
使用Hive和Pig开发及技巧
◆ Hive和Pig基础　　　　　　 
◆ Hive的作用和原理说明
◆ Hadoop仓库和传统数据仓库的协作关系
◆ Hadoop/Hive仓库数据数据流
◆ Hive 部署和安装
◆ Hive Cli 的基本用法
◆ HQL基本语法
◆ 运用Pig 过滤用户数据 
◆ 使用JDBC 连接Hive进行查询和分析
◆ 使用正则表达式加载数据
◆ HQL高级语法
◆ 编写UDF函数
◆ 编写UDAF自定义函数
◆ 基于Hive脚本内嵌Streaming 编程

模块十
Hbase安装和使用
◆ Hbase 安装部署　　　　　 
◆ Hbase原理和结构
◆ Hbase 运维和管理
◆ 使用Hbase+Hive 提供 OLAP SQL查询能力
◆ 使用Hbase+Phoenix提供 OLTP SQL能力
◆ 基于Hbase 的时间序列数据库 OpenTsDb 结构解析

模块十一
Hadoop2.0 集群探索
◆ Hadoop2.0 HDFS 原理
◆ Hadoop2.0 Yarn 原理
◆ Hadoop2.0 生态系统
◆ 基于Hadoop2.0 构建分布式系统

模块十二
Hadoop企业级别案例解析
◆ Hadoop 结构化数据案例
◆ Hadoop 非结构化案例
◆ Hbase 数据库案例
◆ Hadoop 视频分析案例
◆利用大数据分析改进交通管理
◆区域医疗大数据应用案例
◆银联大数据数据票据详单平台
◆广东移动省公司请账单系统
◆上海电信网络优化
◆某通信运营商全国用户上网记录
◆浙江台州市智能交通系统
◆移动广州详单实时查询系统
◆ 跨区域实时视频监控系统

模块十三
RedHadoop 企业版本
◆ 运用RedHadoop快速构建服务集群
◆ 运用RedHadoop DW 构建数据仓库
◆基于RedHadoop Hive构建数据仓库平台
◆灵活运用 Hive 加速游戏数据仓库
◆基于Pig+OpenCV大规模图像人脸识别

模块十四
Spark原理和入门
◆ Spark原理；Spark的架构图；Spark运行模式介绍
◆ —local；—standalone；—messos；—yarn；Spark的RDD
◆ 什么是RDD；RDD的种类；—Tranformation；—Action
◆ Spark的存储级别；Cache介绍；Spark的容错原理
◆ Lineage容错；Checkpoint容错；RDD的创建
◆ 案例—统计单词的个数