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，中国软件行业产业培训网决定开展“大数据处理Hadoop应用与开发”实战培训班.

一、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。

二、培训时间和地点

2016年05月25日---05月29日 广州（25日全天报到）

2016年06月15日---06月19日 北京（15日全天报到）

三、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

四、师资力量

　张老师：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。　

五、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。

六、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。

七、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。

八、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