1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
        3、培训合格学员可享受免费推荐就业机会。

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