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。

培训时间和地点

2015年10月15日---10月19日 广州（15日全天报到）

培训费用及须知

5800 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。

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

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：

工业和信息化部颁发的-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）

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

案例和演示

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

案例和演示

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

案例和演示

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

案例和演示

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

案例和演示

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

案例和演示

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

案例和演示

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

案例和演示

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

案例和演示

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

案例和演示

使用Hbase+Hive 提供 OLAP SQL查询能力

使用Hbase+Phoenix提供 OLTP SQL能力

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

案例和演示

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

案例和演示

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

案例和演示

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

师资力量

　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。