培训目标：
本课程将为大家全面而又深入的介绍大数据平台的构建流程，涉及：
分布式数据收集
大数据存储
资源管理及分布式计算框架等
大数据架构概述 大数据层级架构及各层软件设计要求：
大数据存储
大数据计算框架
大数据应用等 Hadoop生态系统概述以及版本演化
Hadoop生态系统及其版本演化历史
hadoop版本选择建议 Spark生态系统概述
Spark生态系统及其特点
Spark与Hadoop对比
数据收集系统Flume与Sqoop 使用flume和sqoop两个系统将如下数据的数据导入Hadoop中
外部流式数据（比如网站日志，用户行为数据等）
关系型数据库（比如MySQL、Oracle等）中
大数据存储系统HDFS与HBase HDFS 2.0 原理、特性与基本架构
HDFS 2.0原理与架构，与HDFS 1.0进行对比
HDFS 2.0新特性，包括快：照、缓存、异构存储架构等 HBase应用场景、原理和架构 几个HBase典型应用案例：
互联网应用案例
银行应用案例
集群资源管理与调度系统
YARN应用场景
YARN基本架构
YARN资源调度
Zookeeper部署及典型应用
Zookeeper是什么
Zookeeper基本原理
Zookeeper应用
大数据计算框架、平台与开源实现 批处理计算框架
MapReduce 2.0基本原理与架构，编程实践（涉及多语言编程）
计算框架MapReduce基本原理与架构
手把手介绍如何用java、C++、php等语言编写MapReduce程序
数据分析系统Hive与Pig应用与比较
如何使用hive和pig分析hadoop中的海量数据
Spark计算框架
Spark背景，使用以及应用案例 交互式计算框架
Impala和presto应用场景
基本架构
典型应用案例 流式/实时计算框架
storm以及Spark Streaming基本架构与特点
典型应用案例
数据挖掘与机器学习库 Mahout与MLlib两个主流的分布式数据挖掘与机器学习库的实现以及应用案例。
如果您想学习本课程，请预约报名 联系我时，请说是在今天信息-分类信息网-免费发布房产,租房,招聘,兼职及58同城信息网看到的，谢谢！
