各行政单位、企事业单位、部队、学校、城市公共服务系统、大型银行、软件公司等从事云计算应用与开发的相关人员等。

培训时间及地点

云计算基础架构班 2012年8 月8日--8月9日(7日全天报到) 北京

Hadoop开发与应用班 2012年8 月10日--8月12日(9日全天报到) 北京

培训费用及须知

“云计算基础架构”-- 3500元\人；“Hadoop开发与应用”—5000元\人（含培训费、考试费、证书费、资料费、午餐）,两项组合报价6000元\人，食宿统一安排，费用自理。

培训对象

各行政单位、企事业单位、部队、学校、城市公共服务系统、大型银行、软件公司等从事云计算应用与开发的相关人员等。

颁发证书

参加相关培训并通过考试的学员，可以获得：

工业和信息化部人才交流中心颁发的《全国信息化工程师证书》

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，将云计算的架构层次与行业应用相结合。

形式灵活：互动课堂、云基地参观考察、免费技术沙龙、提供云计算项目建设咨询。

本课程提供基础架构管理（2天）与大数据处理（3天）两个学习方向，共计时长5天。学员可根据兴趣及已有积累选择适合自己的学习内容，各项内容均注重案例教学和应用操作实训。建议学员自带笔记本电脑。

课程大纲

课程一、云计算基础架构

课程概述

本课程主要面向企业IT人员，企业信息化人员、云计算从业人员等讲授云计算的基本概念、核心技术、主流架构、主要产品与厂商，以及在云计算投入实际产品运用时需注意的问题；此外，本课程还将结合实践讲述主流虚拟机XEN与开源云平台Eucalyptus。

课程目标

通过本课程的培训，学员可以掌握以下知识和技能：

1.云计算的概念与理念

2.云计算与集群计算、网格计算、效用计算、SOA、Service等技术的关系与区别

3.云计算的核心技术

资源虚拟化技术：CPU虚拟化，IO虚拟化

大数据处理技术：MapReduce

4.云计算的应用场景

SaaS

PaaS

IaaS

5.云计算主流厂商与产品

Amazon EC2, S3, Dynamo, CloudWatch, AutoScale等，

Google GFS, Bigtable, MapReduce等

其他公司产品：Facebook，Microsoft等

6.云计算面临的挑战：性能、数据隐私与安全、服务可靠性、云计算软件开发等

7.XEN虚拟机的安装、部署与管理

8.Eucalyptus云平台的安装、部署与管理

课程大纲

第一部分：云计算理论

第一天（上午）

云计算发展历史

云计算基本概念

云计算理念

云计算架构

云计算主流产品与厂商

云计算实际应用面临的挑战

第一天（下午）

云计算核心技术之一：资源虚拟化技术

资源虚拟化的动力与应用背景

资源虚拟化的关键技术

资源虚拟化的收益与成本

资源虚拟化产品

云计算核心技术之二：大数据处理技术

大数据处理的应用背景

大数据处理的关键技术

大数据处理的开源与商业产品

第二部分：云计算实践

第二天（上午）

XEN虚拟机的原理与应用场景

XEN虚拟机的安装

XEN虚拟机的引导

XEN虚拟机的部署与管理

XEN虚拟机的块设备存储

XEN虚拟机的虚拟网络环境

XEN虚拟机的保存与恢复

试验：XEN虚拟机的使用

第二天（下午）

Eucalyptus的基本架构

Eucalyptus的安装

Eucalyptus的配置

Eucalyptus的基本操作

Eucalyptus的伸缩性扩展

Eucalyptus的镜像管理

Eucalyptus的存储管理

Eucalyptus的网络管理

Eucalyptus的安全管理

试验：使用Eucalyptus

课程二、Hadoop开发与应用

课程介绍

本课程理论结合大量实践，适用于使用Apache Hadoop来创建开发强大的数据处理应用的各类Hadoop开发技术人员。通过本课程的学习，学员将掌握开启海量数据处理技术大门的金钥匙，为企业提供前所未有的从所有不同类型数据里挖掘商业价值的机会。

适合对象

具备编程经验的开发人员（最好是面向对象高级编程语言，譬如Java）

无Hadoop系统构建及其开发经验的人员也很适用

课程目标

了解大规模数据处理的核心技术

熟悉并理解企业大规模数据处理应用的注意事项

对开源系统的应用

预备知识

掌握基本的Java语法

对数据结构、编译原理、概率论有基本的了解

课程内容：

第一部分：基础知识（第1天）

本部分课程针对那些寻求理解如何运用MapReduce和Hadoop来处理大规模数据的学员提供坚实的基础。培训以一系列讲授结合生动实例和动手实验的形式进行。本部分课程适用于Hadoop的新接触者，也适合想更深入了解其核心原理，API编程和MapReduce基本算法的人员。

希望深入学习的人员可以参加后两天的课程

规模化思考：介绍Hadoop和大规模数据

你知道你的数据很大--你发现了Hadoop。与大规模数据打交道的时候，你该有什么考量？本部分将涉及与数据一同成长所面临的普遍挑战和解决方案。

MapReduce和HDFS

这些工具的核心功能使你可以存储、处理和分析大规模数据。本部分将揭开其技术原理的面纱。您将了解到它们是如何组合相互匹配，来提供可扩展的强大的系统。

实验：开始使用Hadoop

Hadoop生态系统

介绍Hadoop周边的其他项目，它们完善了现有的大规模数据处理工具的生态系统。

The Hadoop MapReduce API

学习如何开始编写针对Hadoop's API的程序

MapReduce的算法导论

MapReduce的程序编写要求以一种新方法分析问题。本部分将展示一些常用功能如何被表示为MapReduce管道的一部份。

实验：MapReduce程序编写

现在您已熟悉一些工具并初步了解如何编写MapReduce程序，这项工作将挑战您执行一项处理大规模数据时的常见任务-建立倒序索引。更重要的是，教您掌握编写更有趣的数据处理任务所需的基本技能。

Hadoop部署

一旦您了解Hadoop的基础使用和MapReduce应用程序的编写，您就必须知道如何为您自己的处理工作启动并运行Hadoop。

本部分课程结束前，我们会确保您了解如何在您自己的数据中心服务器上或Amazon's EC2上部署Hadoop。

第二部分：中级知识（第2天）

本部分课程建立在基础课程之上，适合那些已经熟悉Hadoop基础知识和MapReduce编程模型的人员。课程的重点是将数据导入Hadoop和建立数据处理管道。并将讨论更深入的主题，如Hive和Pig，并演示如何有效使用。

利用Hadoop扩展现有系统

我们先以普遍的眼光看看数据系统。Hadoop很少取代现有的基础设施，而是通过提供一个可扩展的批处理系统让您能更有效处理数据。我们将帮助您了解这一切如何组合在一起。

数据处理管道最佳实践

为Hadoop能压缩大容量数据，首先您需要将这些数据导入Hadoop。我们将帮助您了解如何从各种渠道把不同类型数据导入Hadoop以便作进一步分析。

运用工具导入现有数据库

运用工具将数据从RDBMS中导入Hadoop，以便直接使用MapReduce的，Hive或Pig处理数据。

Pig导论

Pig是一种编写大规模的数据分析程序的高级语言。Pig用简化的处理语言揭示了MapReduce的普遍构建。

使用Pig

通过实验，我们将重新审视一些常见任务，看看如何使用Pig来完成。

Hive导论 -- Hadoop的数据仓库

Hive是构建在Hadoop上的强大的数据仓库应用程序，让您使用SQL来访问数据。

Working with Hive

如何使用Hive，涉及数据导入、表格创建及查询。

第三部分：调试与优化（第3天）

本部分课程讲授先进的调试和优化MapReduce程序的技能。学员将更深入研究Hadoop API，并学习能帮助Hadoop程序和其它系统更紧密地集成、更高的并行处理能力的编程工具。

调试MapReduce程序

在分布式环境下调试是有挑战性的。我们将揭示程序涉及的最佳方案以减轻调试难度，及规模调试的本地工具或技巧。

高级Hadoop API

更深入学习API，包括自定义数据类型和文件格式，HDFS的直接访问，中间数据划分，以及其他知识，如DistributedCach。

高级算法

将介绍一些可以适合您需求的图算法，以及如PageRank一样更复杂的案例。还将研究有效执行联接的策略，并比较适于不同数据模型的不同技术。

MapReduce程序优化

师资力量

主讲专家将来自中科院、工信部等高级专家，微软、VMware、IBM等云计算行业一线专家，拥有丰富的工程技术经验，从事云计算的大型项目，拥有资深的技术底蕴和专业背景，并结合实际互动答疑。