南京博睿同創(chuàng)教育

大數(shù)據(jù)開發(fā)技術(shù)在我們的生活中運(yùn)用范圍在不斷地?cái)U(kuò)大，企業(yè)對大數(shù)據(jù)開發(fā)技術(shù)的需求也越來越多，有很多相關(guān)數(shù)據(jù)處理的問題都是需要大數(shù)據(jù)開發(fā)技術(shù)。市場上也逐漸有越來越多的小伙伴想要學(xué)習(xí)大數(shù)據(jù)開發(fā)技術(shù)，隨著大數(shù)據(jù)開發(fā)技術(shù)的運(yùn)用范圍不斷擴(kuò)大，市場上的大數(shù)據(jù)培訓(xùn)機(jī)構(gòu)越來越多，經(jīng)過培訓(xùn)的方式學(xué)習(xí)大數(shù)據(jù)開發(fā)技術(shù)是一個不錯的選擇，

大數(shù)據(jù)開發(fā)前景

互聯(lián)網(wǎng)行業(yè)

借助于大數(shù)據(jù)技術(shù)，可以分析客戶行為，進(jìn)行商品推薦和針對性廣告投放。

金融行業(yè)

大數(shù)據(jù)在高頻交易、社交情緒分析、風(fēng)險(xiǎn)分析三大金融創(chuàng)新領(lǐng)域發(fā)揮重大作用。

娛樂行業(yè)

哪種題財(cái)?shù)挠耙曌髌犯邇r值，明星流量關(guān)注群體等數(shù)據(jù)分析。

物流行業(yè)

利用大數(shù)據(jù)優(yōu)化物流網(wǎng)絡(luò)，提高物流效率，降低物流成本。

安全領(lǐng)域

大數(shù)據(jù)技術(shù)構(gòu)建起強(qiáng)大的國家安全保障體系，企業(yè)可以利用大數(shù)據(jù)抵御網(wǎng)絡(luò)攻擊。

電商行業(yè)

利用數(shù)據(jù)挖掘來了解客戶的內(nèi)在需求，消費(fèi)群體消費(fèi)能力，及客戶體驗(yàn)的不足等等。

能源行業(yè)

利用大數(shù)據(jù)技術(shù)分析用戶用電模式，合理設(shè)計(jì)電力需求響應(yīng)系統(tǒng)，確保電網(wǎng)運(yùn)行安全。

汽車行業(yè)

利用大數(shù)據(jù)和物聯(lián)網(wǎng)技術(shù)的無人駕駛汽車，未來將走入我們的生活。

生物醫(yī)學(xué)

大數(shù)據(jù)可以實(shí)現(xiàn)流行病預(yù)測、智慧醫(yī)療、健康管理，解讀DNA,了解更多的生命奧秘。

餐飲行業(yè)

利用大數(shù)據(jù)實(shí)現(xiàn)餐飲O2O模式，徹底改變傳統(tǒng)餐飲經(jīng)營方式。課程安排??Java階段課程

Java基礎(chǔ)（完全可以從0開始學(xué)習(xí)）

Java語言基礎(chǔ)、面向?qū)ο?、常用API、多線程、集合框架、IO操作、網(wǎng)絡(luò)編程、反射內(nèi)省等。

前端技術(shù)和JavaWeb

前端技術(shù)基礎(chǔ)、MySQL、Oracle、JDBC、HTTP、Tomcat、JavaWeb基礎(chǔ)等。

企業(yè)框架技術(shù)

SQL加強(qiáng)及優(yōu)化、MyBatis框架、Spring框架、Spring MVC框架、Shiro框架、Maven技術(shù)、UML設(shè)計(jì)、GIT和SVN工具、Linux等。

互聯(lián)網(wǎng)高薪技能

Spring Boot框架、Dubbo框架、Zookeeper框架、ActiveMQ框架、Kafka框架、ElasticSearch框架、RESTful技術(shù)、Redis技術(shù)、Nginx技術(shù)、Docker技術(shù)、Gradle技術(shù)、Groovy語言、Web攻防、微服務(wù)架構(gòu)、大型Web應(yīng)用架構(gòu)設(shè)計(jì)及優(yōu)化等。

互聯(lián)網(wǎng)項(xiàng)目

1、入門級數(shù)據(jù)量項(xiàng)目（數(shù)據(jù)量GB級別）2、次級大數(shù)據(jù)項(xiàng)目（數(shù)據(jù)量TB級別）

大數(shù)據(jù)階段課程

Hadoop離線計(jì)算

大數(shù)據(jù)概述和Hadoop環(huán)境安裝

云計(jì)算和分布式、大數(shù)據(jù)應(yīng)用場景、分布式文件系統(tǒng)設(shè)計(jì)原理、Hadoop集群環(huán)境的安裝、HDFS的基本操作(命令行)、HDFS的配置文件的核心相關(guān)參數(shù)。

HDFS原理和應(yīng)用

HDFS原理分析、HDFS工作流程分析、訪問HDFS、分布式日志采集案例。

MapReduce和Yarn

MapReducer原理分析、MapReducer的算法模型、MapReduce和Yarn集群的配置、Yarn模型的運(yùn)行管理機(jī)制、MapReduce的本地運(yùn)行模式。

MapReduce編程案例

流量統(tǒng)計(jì)、匯總排序、訂單分組topN、線段重疊統(tǒng)計(jì)、電影評分的topN、倒排索引、JOIN算法、MapReduce分布式啟動運(yùn)行流程、MapReduce數(shù)據(jù)處理流程、數(shù)據(jù)傾斜。

Hadoop架構(gòu)和源碼分析

數(shù)據(jù)倉庫

Hive

Hive核心工作機(jī)制、Hive的安裝和運(yùn)行、Hive的DDL操作、SQL語法加強(qiáng)。

Hive加強(qiáng)

Hive數(shù)據(jù)類型、單行函數(shù)、聚合函數(shù)和表生成函數(shù)、Hive案例、窗口函數(shù)、Hive自定義函數(shù)等。

Hadoop生態(tài)圈組件

Flume工作機(jī)制、Flume安裝和配置、Flume攔截器、Flume高可用、日志采集分類匯總、Sqoop工作機(jī)制、Sqoop的安裝部署、Sqoop的導(dǎo)入導(dǎo)出案例案例、Azkaban的工作流調(diào)度器介紹、Azkaban的安裝部署和使用配置等。

HBASE

HBASE概述和核心特點(diǎn)、HBASE工作原理、HBASE的集群部署、shell客戶端的基本操作、Java操作HBASE、HBASE讀寫操作和流程等。

Storm實(shí)時計(jì)算

Storm編程入門

Storm概述和原理、Storm的本地和集群模式、Storm的核心組件詳解、Storm的并行運(yùn)算和分組運(yùn)算、Storm集群執(zhí)行過程分析，Storm案例。

Storm架構(gòu)和源碼分析

Storm核心機(jī)制

Ack機(jī)制概述、Storm通信機(jī)制、Storm數(shù)據(jù)分發(fā)機(jī)制。

消息中間件Kafka的使用

KafKa概述和原理、KafKa的集群環(huán)境部署、KafKa的生產(chǎn)者和消費(fèi)者、KafKa分組策略、KafKa配置詳解。

Scala語言

Scala語言基礎(chǔ)、Scala函數(shù)和方法、Scala數(shù)據(jù)結(jié)構(gòu)、Scala面向?qū)ο?、隱式參數(shù)、隱式參數(shù)類型轉(zhuǎn)換、泛型、視圖界定、上下文界定、Akka的RPC通信框架等。

Spark內(nèi)存計(jì)算

Spark入門

Spark原理、Spark架構(gòu)分析、Spark集群安裝、Spark-shell單機(jī)和集群、Spark任務(wù)執(zhí)行流程、Spark程序調(diào)試。

Spark RDD

RDD運(yùn)行架構(gòu)、Transformation操作API、RDD分區(qū)數(shù)據(jù)的讀取、Action操作API、Spark編程案例、自定義排序、Stage切分、Spark整體執(zhí)行流程。

Spark SQL

Spark SQL原理、Spark SQL應(yīng)用場景、Spark SQL性能分析、Spark SQL的案例、Spark SQL函數(shù)。

Spark Streaming

Stream運(yùn)行架構(gòu)、SparkStream工作原理、Spark Stream和KafKa整合、Spark Stream和Redis的整合等。

Spark架構(gòu)和源碼分析

大數(shù)據(jù)項(xiàng)目

大型日志采集系統(tǒng)、大數(shù)據(jù)綜合項(xiàng)目