您當(dāng)前的位置: 首頁(yè) > 北京培訓(xùn)網(wǎng) > 北京中培IT培訓(xùn) > 北京數(shù)據(jù)庫(kù)工程師培訓(xùn) > 大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算實(shí)戰(zhàn)班
市場(chǎng)價(jià):¥詳詢
班制:周末班
豐臺(tái)區(qū)夏家胡同育芳園
課程介紹Course Introduction
關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算更佳實(shí)戰(zhàn)
培訓(xùn)班的通知
培訓(xùn)地點(diǎn) |
深圳 |
北京 |
廣州 |
杭州 |
北京 |
重慶 |
青島 |
大連 |
上海 |
福州 |
培訓(xùn)時(shí)間 |
1月19-22 |
2月5-8 |
3月30-4月2 |
4月20-23 |
5月25-28 |
6月22-25 |
7月27-30 |
8月16-19 |
9月14-17 |
11月16-19 |
一、培訓(xùn)收益
經(jīng)過(guò)此次課程培訓(xùn),可使學(xué)習(xí)者獲得如下收益:
1.深刻理解在“互聯(lián)網(wǎng) ”時(shí)代下大數(shù)據(jù)的產(chǎn)生背景、發(fā)展歷程和演化趨勢(shì);
2.了解業(yè)界市場(chǎng)需求和國(guó)內(nèi)外新的大數(shù)據(jù)技術(shù)潮流,洞察大數(shù)據(jù)的潛在價(jià)值;
3.理解大數(shù)據(jù)項(xiàng)目解決方案及業(yè)界大數(shù)據(jù)應(yīng)用案例,從而為企業(yè)在大數(shù)據(jù)項(xiàng)目中的技術(shù)選型及技術(shù)架構(gòu)設(shè)計(jì)提供決策參考;
4.掌握業(yè)界流行的Hadoop與Spark大數(shù)據(jù)技術(shù)體系;
5.掌握大數(shù)據(jù)采集技術(shù);
6.掌握大數(shù)據(jù)分布式存儲(chǔ)技術(shù);
7.掌握NoSQL與NewSQL分布式數(shù)據(jù)庫(kù)技術(shù);
8.掌握大數(shù)據(jù)倉(cāng)庫(kù)與統(tǒng)計(jì)機(jī)器學(xué)習(xí)技術(shù);
9.掌握大數(shù)據(jù)分析挖掘與商業(yè)智能(BI)技術(shù);
10.掌握大數(shù)據(jù)離線處理技術(shù);
11.掌握Storm流式大數(shù)據(jù)處理技術(shù);
12.掌握基于內(nèi)存計(jì)算的大數(shù)據(jù)實(shí)時(shí)處理技術(shù);
13.掌握大數(shù)據(jù)管理技術(shù)的原理知識(shí)和應(yīng)用實(shí)戰(zhàn);
14.深入理解大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)和使用場(chǎng)景;
15.嫻熟運(yùn)用Hadoop與Spark大數(shù)據(jù)技術(shù)體系規(guī)劃解決方案滿足實(shí)際項(xiàng)目需求;
16.熟練地掌握基于Hadoop與Spark大數(shù)據(jù)平臺(tái)進(jìn)行應(yīng)用程序開(kāi)發(fā)、集群運(yùn)維管理和性能調(diào)優(yōu)技巧。
二、培訓(xùn)特色
1.課程培訓(xùn)業(yè)界流行、應(yīng)用廣泛的Hadoop與Spark大數(shù)據(jù)技術(shù)體系。強(qiáng)化大數(shù)據(jù)平臺(tái)的分布式集群架構(gòu)和核心關(guān)鍵技術(shù)實(shí)現(xiàn)、大數(shù)據(jù)應(yīng)用項(xiàng)目開(kāi)發(fā)和大數(shù)據(jù)集群運(yùn)維實(shí)踐、以及Hadoop與Spark大數(shù)據(jù)項(xiàng)目應(yīng)用開(kāi)發(fā)與調(diào)優(yōu)的全過(guò)程沙盤(pán)模擬實(shí)戰(zhàn)。
2.經(jīng)過(guò)一個(gè)完整的大數(shù)據(jù)開(kāi)發(fā)項(xiàng)目及一組實(shí)際項(xiàng)目訓(xùn)練案例,完全覆蓋Hadoop與Spark生態(tài)系統(tǒng)平臺(tái)的應(yīng)用開(kāi)發(fā)與運(yùn)維實(shí)踐。課堂實(shí)踐項(xiàng)目以項(xiàng)目小組的形式進(jìn)行沙盤(pán)實(shí)操練習(xí),重點(diǎn)強(qiáng)化理解Hadoop與Spark大數(shù)據(jù)項(xiàng)目各個(gè)階段的工作重點(diǎn),同時(shí)掌握作為大數(shù)據(jù)項(xiàng)目管理者的基本技術(shù)與業(yè)務(wù)素養(yǎng)。
3.本課程的授課師資都是有著多年在一線從事Hadoop與Spark大數(shù)據(jù)項(xiàng)目的資深講師,采用原理技術(shù)剖析和實(shí)戰(zhàn)案例相結(jié)合的方式開(kāi)展互動(dòng)教學(xué)、強(qiáng)化以建立大數(shù)據(jù)項(xiàng)目解決方案為主體的應(yīng)用開(kāi)發(fā)、技術(shù)討論與交流咨詢,在學(xué)習(xí)的同時(shí)促進(jìn)講師學(xué)員之間的交流,讓每個(gè)學(xué)員都能在課程培訓(xùn)過(guò)程中學(xué)到實(shí)實(shí)在在的大數(shù)據(jù)技術(shù)知識(shí)體系,以及大數(shù)據(jù)技術(shù)應(yīng)用實(shí)戰(zhàn)技能,具備實(shí)際大數(shù)據(jù)應(yīng)用項(xiàng)目的動(dòng)手開(kāi)發(fā)實(shí)踐與運(yùn)維管理部署能力。授課過(guò)程中,根據(jù)學(xué)員需求,增設(shè)交流環(huán)節(jié),可將具體工作中遇到的實(shí)際問(wèn)題展開(kāi)討論,講師會(huì)根據(jù)學(xué)員的實(shí)際情況微調(diào)授課內(nèi)容,由講師帶著全部學(xué)員積極討論,并給出一定的時(shí)間讓學(xué)員上臺(tái)發(fā)言,現(xiàn)場(chǎng)剖析問(wèn)題的癥結(jié),規(guī)劃出可行的解決方案。
三、日程安排
日程 |
培訓(xùn)模塊 |
培訓(xùn)內(nèi)容 |
第 一天 上午 |
大數(shù)據(jù)技術(shù)基礎(chǔ) |
1. 大數(shù)據(jù)的產(chǎn)生背景與發(fā)展歷程 2. 大數(shù)據(jù)的4V特征,以及與云計(jì)算的關(guān)系 3. 大數(shù)據(jù)應(yīng)用需求以及潛在價(jià)值分析 4. 業(yè)界新的大數(shù)據(jù)技術(shù)發(fā)展態(tài)勢(shì)與應(yīng)用趨勢(shì) 5. 大數(shù)據(jù)思維的轉(zhuǎn)變 6. 大數(shù)據(jù)項(xiàng)目的系統(tǒng)與技術(shù)選型,及落地實(shí)施的挑戰(zhàn) 7. “互聯(lián)網(wǎng) ”時(shí)代下的電子商務(wù)、制造業(yè)、交通行業(yè)、電信運(yùn)營(yíng)商、銀行金融業(yè)、電子政務(wù)、移動(dòng)互聯(lián)網(wǎng)、教育信息化等行業(yè)應(yīng)用實(shí)踐與應(yīng)用案例介紹 |
業(yè)界主流的大數(shù)據(jù)技術(shù)方案 |
1. 大數(shù)據(jù)軟硬件系統(tǒng)全棧與關(guān)鍵技術(shù)介紹 2. 大數(shù)據(jù)生態(tài)系統(tǒng)全景圖 3. 主流的大數(shù)據(jù)解決方案介紹 4. Apache大數(shù)據(jù)平臺(tái)方案剖析 5. CDH大數(shù)據(jù)平臺(tái)方案剖析 6. HDP大數(shù)據(jù)平臺(tái)方案剖析 7. 基于云的大數(shù)據(jù)平臺(tái)方案剖析 8. 大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫(kù)方案比較 9. 國(guó)內(nèi)外大數(shù)據(jù)平臺(tái)方案與廠商對(duì)比 |
|
大數(shù)據(jù)計(jì)算模型(一)——批處理MapReduce |
1. MapReduce產(chǎn)生背景與適用場(chǎng)景 2. MapReduce計(jì)算模型的基本原理 3. MapReduce作業(yè)執(zhí)行流程 4. MapReduce基本組件,JobTracker和TaskTracker 5. MapReduce高級(jí)編程應(yīng)用,Combiner和Partitioner 6. MapReduce性能優(yōu)化技巧 7. MapReduce案例分析與開(kāi)發(fā)實(shí)踐操作 |
|
第 一天 下午 |
大數(shù)據(jù)存儲(chǔ)系統(tǒng)與應(yīng)用實(shí)踐 |
1. 分布式文件系統(tǒng)HDFS產(chǎn)生背景與適用場(chǎng)景 2. HDFS master-slave系統(tǒng)架構(gòu)與讀寫(xiě)工作原理 3. HDFS核心組件技術(shù)講解,NameNode與fsimage、editslog,DataNode與數(shù)據(jù)塊 4. HDFS Federation機(jī)制,viewfs機(jī)制,使用場(chǎng)景講解 5. HDFS高可用保證機(jī)制,SecondaryNameNode,NFS冷備份,基于zookeeper的HA方案 |
大數(shù)據(jù)實(shí)戰(zhàn)練習(xí)一 |
1. Hadoop平臺(tái)搭建、部署與應(yīng)用實(shí)踐,包含HDFS分布式文件系統(tǒng),YARN資源管理軟件,MapReduce計(jì)算框架軟件 2. HDFS shell命令操作 3. MapReduce程序在YARN上運(yùn)行 |
|
第二天 上午 |
Hadoop框架與生態(tài)發(fā)展,以及應(yīng)用實(shí)踐操作 |
1. Hadoop的發(fā)展歷程 2. Hadoop 1.0的核心組件JobTracker,TaskTracker,以及適用范圍 3. Hadoop 2.0的核心組件YARN工作原理,以及與Hadoop 1.0的聯(lián)系與區(qū)別 4. Hadoop YARN的資源管理與作業(yè)調(diào)度機(jī)制 5. Hadoop 常用性能優(yōu)化技術(shù) |
大數(shù)據(jù)計(jì)算模型(二)——實(shí)時(shí)處理/內(nèi)存計(jì)算 Spark
|
1. MapReduce計(jì)算模型的瓶頸 2. Spark產(chǎn)生動(dòng)機(jī)、基本概念與適用場(chǎng)景 3. Spark編程模型與RDD彈性分布式數(shù)據(jù)集的工作原理與機(jī)制 4. Spark實(shí)時(shí)處理平臺(tái)運(yùn)行架構(gòu)與核心組件 5. Spark寬、窄依賴關(guān)系與DAG圖分析 6. Spark容錯(cuò)機(jī)制 7. Spark作業(yè)調(diào)度機(jī)制 8. Spark standardalone,Spark on YARN運(yùn)行模式 9. Scala開(kāi)發(fā)介紹與Spark常用Transformation函數(shù)介紹 |
|
第二天 下午 |
大數(shù)據(jù)倉(cāng)庫(kù)查詢技術(shù)Hive、SparkSQL、Impala,以及應(yīng)用實(shí)踐 |
1. 基于MapReduce的大型分布式數(shù)據(jù)倉(cāng)庫(kù)Hive基礎(chǔ)知識(shí)與應(yīng)用場(chǎng)景 2. Hive數(shù)據(jù)倉(cāng)庫(kù)的平臺(tái)架構(gòu)與核心技術(shù)剖析 3. Hive metastore的工作機(jī)制與應(yīng)用 4. Hive 分區(qū)、分桶機(jī)制,Hive行、列存儲(chǔ)格式 5. 基于Spark的大型分布式數(shù)據(jù)倉(cāng)庫(kù)SparkSQL基礎(chǔ)知識(shí)與應(yīng)用場(chǎng)景 6. Spark SQL實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)原理與工作機(jī)制 7. SparkSQL程序開(kāi)發(fā)與DataFrame機(jī)制介紹 8. 基于MPP的大型分布式數(shù)據(jù)倉(cāng)庫(kù)Impala基礎(chǔ)知識(shí)與應(yīng)用場(chǎng)景 9. Impala實(shí)時(shí)查詢系統(tǒng)平臺(tái)架構(gòu)、關(guān)鍵技術(shù)介紹,以及與Hive,SparkSQL的對(duì)比 |
Hadoop集群運(yùn)維監(jiān)控工具 |
1. Hadoop運(yùn)維管理監(jiān)控系統(tǒng)Ambari工具介紹 2. 第三方運(yùn)維系統(tǒng)與工具Ganglia, Nagios |
|
大數(shù)據(jù)實(shí)戰(zhàn)練習(xí)二 |
1.基于 Hadoop平臺(tái)搭建、部署與配置Spark集群,Spark shell環(huán)境實(shí)踐,Spark案例程序分析,Spark程序開(kāi)發(fā)與運(yùn)行 2. 基于MapReduce的Hive數(shù)據(jù)倉(cāng)庫(kù)實(shí)踐,Hive集群安裝部署,基于文件的Hive數(shù)據(jù)倉(cāng)庫(kù)表導(dǎo)入導(dǎo)出與分區(qū)操作,Hive SQL操作,Hive客戶端操作 3. 基于Hive的SparkSQL shell實(shí)踐操作 |
|
第三天 上午 |
大數(shù)據(jù)計(jì)算模型(三)——流處理Storm, SparkStreaming
|
1. 流數(shù)據(jù)處理應(yīng)用場(chǎng)景與流數(shù)據(jù)處理的特點(diǎn) 2. 流數(shù)據(jù)處理工具Storm的平臺(tái)架構(gòu)與集群工作原理 3. Storm關(guān)鍵技術(shù)與并發(fā)機(jī)制 4. Storm編程模型與基本開(kāi)發(fā)模式 5. Storm數(shù)據(jù)流分組 6. Storm可靠性保證與Acker機(jī)制 7. Storm應(yīng)用案例分析 8. 流數(shù)據(jù)處理工具Spark Streaming基本概念與數(shù)據(jù)模型 9. SparkStreaming工作機(jī)制 10. SparkStreaming程序開(kāi)發(fā)介紹 11. Storm與SparkStreaming的對(duì)比 |
第三天 下午 |
大數(shù)據(jù)ETL操作工具,與大數(shù)據(jù)分布式采集系統(tǒng) |
1. Hadoop與DBMS之間數(shù)據(jù)交互工具的應(yīng)用 2. Sqoop導(dǎo)入導(dǎo)出數(shù)據(jù)的工作原理 3. Flume-NG數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)流模型與系統(tǒng)架構(gòu) 4. Kafka分布式消息訂閱系統(tǒng)的應(yīng)用介紹與平臺(tái)架構(gòu),及其使用模式 |
面向OLTP型應(yīng)用的NoSQL數(shù)據(jù)庫(kù)及應(yīng)用實(shí)踐 |
1. 關(guān)系型數(shù)據(jù)庫(kù)瓶頸,以及NoSQL數(shù)據(jù)庫(kù)的發(fā)展,概念,分類,及其在半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)場(chǎng)景下的適用范圍 2. 列存儲(chǔ)NoSQL數(shù)據(jù)庫(kù)HBase簡(jiǎn)介與數(shù)據(jù)模型剖析 3. HBase分布式集群系統(tǒng)架構(gòu)與讀寫(xiě)機(jī)制,ZooKeeper分布式協(xié)調(diào)服務(wù)系統(tǒng)的工作原理與應(yīng)用 4. HBase表設(shè)計(jì)模式與primary key設(shè)計(jì)規(guī)范 5. 文檔NoSQL數(shù)據(jù)庫(kù)MongoDB簡(jiǎn)介與數(shù)據(jù)模型剖析 6. MongoDB集群模式、讀寫(xiě)機(jī)制與常用API操作 8.鍵值型NoSQL數(shù)據(jù)庫(kù)Redis簡(jiǎn)介與數(shù)據(jù)模型剖析 9.Redis多實(shí)例集群架構(gòu)與關(guān)鍵技術(shù) 10.NewSQL數(shù)據(jù)庫(kù)技術(shù)簡(jiǎn)介及其適用場(chǎng)景 |
|
大數(shù)據(jù)實(shí)戰(zhàn)練習(xí)三 |
1.Sqoop安裝、部署與配置,基于Sqoop、MySQL與Hive操作MySQL數(shù)據(jù)庫(kù)與Hive數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)導(dǎo)入導(dǎo)出 2.Kafka安裝、部署與配置,基于Kafka創(chuàng)建和消費(fèi)topic實(shí)踐操作 3.Flume HDFS MapReduce/Spark大數(shù)據(jù)采集、存儲(chǔ)與分析實(shí)踐操作 |
|
大數(shù)據(jù)項(xiàng)目選型、實(shí)施、優(yōu)化等問(wèn)題交流討論 |
大數(shù)據(jù)項(xiàng)目的需求分析、應(yīng)用實(shí)施、系統(tǒng)優(yōu)化,以及解決方案等咨詢與交流討論 |
|
第四天 |
學(xué)習(xí)考核與業(yè)內(nèi)經(jīng)驗(yàn)交流 |
四、授課專家
蔣老師 清華大學(xué)博士,云計(jì)算專家 熟悉主流的云計(jì)算平臺(tái),并有商業(yè)與開(kāi)源云計(jì)算平臺(tái)的實(shí)踐經(jīng)驗(yàn),對(duì)云計(jì)算關(guān)鍵技術(shù)有深刻了解和實(shí)踐經(jīng)驗(yàn),如分布式系統(tǒng)、虛擬化、分布式文件系統(tǒng)、云存儲(chǔ)等,參與并領(lǐng)導(dǎo)多個(gè)大型云計(jì)算項(xiàng)目。對(duì)大數(shù)據(jù)關(guān)鍵技術(shù)有深刻了解和實(shí)踐經(jīng)驗(yàn),如NoSQL數(shù)據(jù)庫(kù)、大數(shù)據(jù)處理、Hadoop、Hive、HBase、Spark等。
趙老師 清華大學(xué)計(jì)算機(jī)雙學(xué)士,甲骨文(中國(guó))軟件系統(tǒng)有限公司高級(jí)技術(shù)顧問(wèn),大數(shù)據(jù)、數(shù)據(jù)庫(kù)、中間件技術(shù)和Java專家。15年IT行業(yè)從業(yè)經(jīng)歷,10年培訓(xùn)授課經(jīng)驗(yàn)。具有豐富的大數(shù)據(jù)方法論、數(shù)據(jù)科學(xué)、大數(shù)據(jù)生態(tài)圈技術(shù)知識(shí)和大數(shù)據(jù)規(guī)劃建設(shè)、應(yīng)用實(shí)施和客戶培訓(xùn)經(jīng)驗(yàn)。
五、培訓(xùn)費(fèi)用
培訓(xùn)費(fèi)5800元/人(含培訓(xùn)費(fèi)、場(chǎng)地費(fèi)、資料費(fèi)、學(xué)習(xí)期間午餐),食宿可統(tǒng)一安排,費(fèi)用自理。請(qǐng)學(xué)員帶二寸彩照1張(背面注明姓名),身份證復(fù)印件一張。
本課程由中國(guó)信息化培訓(xùn)中心頒發(fā)《大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算高級(jí)工程師》證書(shū),證書(shū)可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明,以及專業(yè)技術(shù)人員崗位聘用、任職、定級(jí)和晉升職務(wù)的重要依據(jù)。
課程熱線 15830143330
客服時(shí)間:早上9點(diǎn)~下午6點(diǎn),其他時(shí)間請(qǐng)?jiān)诰€預(yù)約報(bào)名或留言,謝謝!
學(xué)校介紹University Profile
北京中培偉業(yè)管理咨詢有限公司(以下簡(jiǎn)稱“中培”)成立于2006年,其主營(yíng)業(yè)務(wù)面向大中型企業(yè)的IT規(guī)劃咨詢業(yè)務(wù)和面向高端IT人才的培訓(xùn)類業(yè)務(wù),其中咨詢業(yè)務(wù)涉及大型集團(tuán)化企業(yè)的IT戰(zhàn)略規(guī)劃、IT架構(gòu)規(guī)劃、IT綜合管控等領(lǐng)域,培訓(xùn)業(yè)務(wù)涉及線上線下各種高級(jí)IT技術(shù)和管理類課程體系。
與此同時(shí),中培以“為國(guó)家培養(yǎng)高階信息化管理人才”的價(jià)值觀為使命,以“專業(yè)、真誠(chéng)、執(zhí)著、創(chuàng)新”的服務(wù)理念為指引,不斷朝著促進(jìn)中國(guó)企業(yè)的信息化綜合競(jìng)爭(zhēng)力與國(guó)際影響力提升的目標(biāo)而前行。
借助于其優(yōu)質(zhì)的專家資源池和互聯(lián)網(wǎng)平臺(tái),中培已經(jīng)為眾多的世界500強(qiáng)企業(yè)、國(guó)有大中型集團(tuán)化企業(yè)、國(guó)際知名互聯(lián)網(wǎng)企業(yè)提供過(guò)高質(zhì)量的信息化戰(zhàn)略規(guī)劃、組織架構(gòu)規(guī)劃、科技人才管理、信息技術(shù)架構(gòu)規(guī)劃、信息系統(tǒng)開(kāi)發(fā)和運(yùn)維管理、信息化能力評(píng)測(cè)的相關(guān)咨詢與培訓(xùn)服務(wù)。
企業(yè)內(nèi)訓(xùn)與咨詢:針對(duì)不同的企業(yè)需求,每年至少100次以上。
中培使命——助力中國(guó)CIO與培訓(xùn)IT精英群體
中培宗旨——以需求為導(dǎo)向、以質(zhì)量促發(fā)展
中培目標(biāo)——打造中國(guó)權(quán) 威的IT咨詢與培訓(xùn)機(jī)構(gòu)
中培優(yōu)勢(shì)——權(quán) 威的專家團(tuán)隊(duì);專業(yè)的服務(wù)理念;領(lǐng) 先的行業(yè)優(yōu)勢(shì);前沿的技術(shù);強(qiáng)大的政府支撐。
云計(jì)算與超融合架構(gòu)建設(shè)實(shí)踐培訓(xùn)班
下一個(gè)課程:大數(shù)據(jù)分析及可視化技術(shù)應(yīng)用實(shí)戰(zhàn)班