云計算架構(gòu)與大數(shù)據(jù)分析（Hadoop） 培訓(xùn)班其它上課時間：

軟件工程師、數(shù)據(jù)庫開發(fā)人員、網(wǎng)絡(luò)后臺開發(fā)人員、運(yùn)維人員；地方政府云計算物聯(lián)網(wǎng)產(chǎn)業(yè)負(fù)責(zé)人；各地云計算中心負(fù)責(zé)人；云計算物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)劃負(fù)責(zé)人；云計算產(chǎn)業(yè)投資團(tuán)隊；云計算應(yīng)用開發(fā)商；云計算硬件設(shè)備提供商；云服務(wù)運(yùn)營服務(wù)提供商；高校、科研院所云計算項目負(fù)責(zé)人。

本課程以大數(shù)據(jù)架構(gòu)與案例為驅(qū)動，采用一個完整地案例貫穿整個課程，讓學(xué)員體驗大數(shù)據(jù)架構(gòu)的企業(yè)價值。在課程中學(xué)員將被賦予企業(yè)架構(gòu)師角色，通過剖析企業(yè)對大數(shù)據(jù)的主要需求，使學(xué)員感悟大數(shù)據(jù)架構(gòu)設(shè)計的過程與價值。具體課程目標(biāo)包括：
1.了解云計算的發(fā)展歷史
2.掌握云計算的實踐應(yīng)用
3.學(xué)習(xí)云計算的核心技術(shù)
4.通曉云計算的商業(yè)價值。
5.全面掌握Hadoop的架構(gòu)原理和使用場景；
6.全程項目實戰(zhàn)訓(xùn)練；
7.徹底掌握使用Hadoop進(jìn)行MapReduce程序開發(fā)；
8.熟悉分布式計算領(lǐng)域的常用算法；
9.掌握Hive、HBase使用與優(yōu)化技巧。

課程大綱：

（第一專題：云計算架構(gòu)）

第
一
天云計算概述云的理想
云的挑戰(zhàn)
發(fā)展的趨勢
云是什么
不同工作負(fù)載適用不同的云
選擇合適的云平臺
幾個云應(yīng)用案例
我們身邊的云
云架構(gòu)云多層架構(gòu)視圖
IaaS、PaaS與SaaS的定位與異同
云平臺的發(fā)展現(xiàn)狀
云數(shù)據(jù)中心技術(shù)架構(gòu)
IAAS云層的原理與應(yīng)用IaaS的基礎(chǔ)：虛擬化
虛擬化相關(guān)技術(shù)
Power云部署方案介紹
VMWare云部署方案介紹
OpenStack云部署方案介紹
SONAS云存儲方案介紹
應(yīng)用實例
第
二
天PaaS云層的原理與應(yīng)用PaaS的架構(gòu)原理
基于WebSphere的PaaS設(shè)計實踐
SaaS云層的原理與應(yīng)用SaaS的架構(gòu)原理
一個公有云SaaS的設(shè)計實踐
云計算的性能管理與容量規(guī)劃什么是性能容量管理
性能容量管理參考案例
壓力測試基本理論
系統(tǒng)性能設(shè)計與調(diào)優(yōu)
第
三
天大數(shù)據(jù)云的原理與架構(gòu)存儲子系統(tǒng)
傳統(tǒng)文件系統(tǒng)
松耦合網(wǎng)絡(luò)文件系統(tǒng)
共享存儲文件系統(tǒng)
基于對象的存儲子系統(tǒng)
大數(shù)據(jù)存儲子系統(tǒng)
Google GFS
Facebook Haystack
AmazonDynamo
Yahoo PNUTS
Google BigTable
云存儲服務(wù)
Amazon Simple Storage Service
Google Storage for Developers
（第二專題：大數(shù)據(jù)分析與Hadoop開發(fā)）
日程模塊單元模塊單元
第
四
天第1個主題：Hadoop的來源和動機(jī)
1.傳統(tǒng)大規(guī)模系統(tǒng)存在的問題
2.對一種新的解決方案的需求
3.Hadoop應(yīng)用案例解析
4.Hadoop 版本介紹
5.Hadoop與傳統(tǒng)分布式環(huán)境的區(qū)別

第2個主題：Hadoop安裝和部署準(zhǔn)備
1.Hadoop系統(tǒng)模塊組件概述
2.Hadoop試驗集群的部署結(jié)構(gòu)
3.Hadoop 安裝依賴關(guān)系
4.Hadoop 生產(chǎn)環(huán)境的部署結(jié)構(gòu)
5.Hadoop集群安裝和部署

第３個主題：Hadoop組件詳解
1.Hadoop HDFS 基本結(jié)構(gòu)
2.Hadoop HDFS 副本存放策略
3.Hadoop NameNode 詳解4.Hadoop SecondaryNameNode 詳解
5.Hadoop DataNode 詳解
6.Hadoop JobTracker 詳解
7.Mapper
8.Reducer
9.API 使用Eclipse進(jìn)行快速開發(fā)
10.新MapReduce API

第4個主題：Hadoop 核心代碼剖析
1. Hadoop Mapper 類核心代碼剖析
2. Hadoop Reducer 類核心代碼剖析

第5個主題：HDFS分布式文件系統(tǒng)編程
1. Hadoop HDFS 剖析
2. Hadoop NameNode 剖析
3. Hadoop DataNode 剖析
4. hadoop I/O 操作
5. 使用Hadoop HDFS API對HDFS編程
第
五
天第1個主題：Hadoop MapReduce
1. Hadoop JobTracker 剖析
2.Hadoop TaskTracker 剖析
3.Hadoop 任務(wù)提交流程剖析
第2個主題： Hadoop MapReduce Streaming編程
1. Hadoop Streaming 和 Java MapReduce Api 差異
2. 使用 MapReduce 實現(xiàn)數(shù)據(jù)庫功能
第3個主題：MapReduce分布式程序
1. MapReduce流程
2.剖析一個MapReduce程序
3.基本MapReduceAPI 概念
4.驅(qū)動代碼
第4個主題：Hadoop Mapreduce高級編程
1.ToolRunner介紹
2.使用MRUnit進(jìn)行測試
3.利用Combiners來減少中間數(shù)據(jù)
4.使用Configure和Close方法來進(jìn)行Map/Reduce設(shè)置和關(guān)閉
5.編寫Partitioner來優(yōu)化負(fù)載平衡
6.直接訪問Hadoop分布式文件系統(tǒng)（HDFS）
7.使用分布式緩存（Distributed Cache）第5個主題：MapReduce的優(yōu)化
1. map優(yōu)化
2. reduce優(yōu)化
3. 小文件優(yōu)化

第6個主題：MapReduce的任務(wù)調(diào)度
1. Queue調(diào)度的使用
2. 公平調(diào)度的使用
3. 能力調(diào)度的使用

第7個主題Hadoop 生態(tài)系統(tǒng)介紹
分布式管理組件-Zookeeper
分布式數(shù)據(jù)倉庫-Hive
分布式數(shù)據(jù)庫-HBase
數(shù)據(jù)導(dǎo)入導(dǎo)出-Sqoop
工作流管理- Ozzie
Hadoop數(shù)據(jù)倉庫-Hive
Hive基礎(chǔ)
Hive的作用和原理說明
Hadoop倉庫和傳統(tǒng)數(shù)據(jù)倉庫的協(xié)作關(guān)系；Hive與傳統(tǒng)數(shù)據(jù)庫的對接使用
Hadoop/Hive倉庫數(shù)據(jù)數(shù)據(jù)流

第
六
天Hadoop數(shù)據(jù)倉庫-Hive

Hive Cli 的基本用法
HQL基本語法
自行編寫數(shù)據(jù)庫與Hadoop相互ETL工具的思路
Hadoop 分布式數(shù)據(jù)倉庫-HBase
Hbase概念與架構(gòu)
hbase核心知識點(diǎn)
hbase安裝、部署
HBase配置優(yōu)化綜述
表設(shè)計優(yōu)化相關(guān)參數(shù)
監(jiān)控工具使用方法及注意事項
常見異�，F(xiàn)象級處理方法
五、培訓(xùn)證書