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。

时间地点：2014年11月20日-11月24日 南京（11月20日全天报到）

2014年11月27日-12月01日 广州（11月27日全天报到）

课程费用：5000 元/人（含教材、培训费、以及学习用具等费用） 食宿统一安排，费用自理。

培训对象：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

各有关单位：

为贯彻落实党中央国务院“十二五”规划指导精神，云计算作为战略重点项目新兴产业，政府和业界都表现出了极大的热情。日前发改委、工信部、财政部支持的云计算项目正式启动，云计算平台和云计算服务模式已成为今后IT服务的主流。云计算服务应用的种类不断增多，普及程度逐渐深入，使用者正向普通用户拓展。未来，云计算及其基础设施将是信息产业的核心平台，其所蕴含的技术变革和创新服务模式，将深刻影响全球产业技术创新的发展。

目前，互联网正从数据爆炸进一步发展到海量数据分析和挖掘的时代，而基于Hadoop技术的解决方案为海量数据存储和处理提供了经济、高效、高安全性和高可靠性的保障，Apache Hadoop也因此成为大数据行业发展背后的驱动力。由于Hadoop技术已成为当下最火热的云计算技术之一，各行业中希望深入了解并掌握这门技术的人也越来越多，决定开展“大数据处理Hadoop应用与开发”实战培训班。相关培训事宜如下:

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。

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《全国计算机专业级人才证书》-大数据处理高级工程师。该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

注：请学员带一寸彩照2张（背面注明姓名）、身份证复印件一张。

培训内容（3天课程）

课程模块 课程主题 主要内容 案例和演示

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

讲师介绍

刘老师：阿里大数据高级专家，国内资深的Spark、Hadoop技术专家、虚拟化专家，对HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生态系统中的技术进行了多年的深入的研究，更主要的是这些技术在大量的实际项目中得到广泛的应用，因此在Hadoop开发和运维方面积累了丰富的项目实施经验。近年主要典型的项目有：某电信集团网络优化、中国移动某省移动公司请账单系统和某省移动详单实时查询系统、中国银联大数据数据票据详单平台、某大型银行大数据记录系统、某大型通信运营商全国用户上网记录、某省交通部门违章系统、某区域医疗大数据应用项目、互联网公共数据大云(DAAS)和构建游戏云(Web Game Daas)平台项目等。