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。☆合格学员免费颁发相关工程师等资格证书，提升职业资质。专注高端技术培训15年，端海学员的能力得到大家的认同，受到用人单位的广泛赞誉，端海的证书受到广泛认可。

• 培训对象
• 各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题，需要梳理解答的团队和个人，效果最佳。
• 学员基础
• 了解Java语言、Linux系统；
• 课程大纲
  
• 主题 内容
  大数据架构概述
• 1.1 大数据层级架构及各层软件设计要求，包括数据收集、存储、计算框、应用
  1.2 Hadoop生态系统概述以及版本演化，并给出版本选择建议。
  1.3 Spark生态系统概述及其特点，并与Hadoop对比
• 数据收集系统Flume与Sqoop
• 2. 使用flume和sqoop两个系统将外部流式数据（比如网站日志，用户行为数据等）、关系型数据库（比如MySQL、Oracle等）中的数据导入Hadoop中进行分析和挖掘
• 大数据存储系统HDFS与HBase
• 3.1与HDFS 1.0进行对比介绍2.0原理、特性与基本架构（快照、缓存、异构存储）。
  3.2 HBase原理，基本架构与案例分析
  3.3 HBase应用场景、原理和架构，典型应用案例（互联网、银行）
• 集群资源管理与调度系统
• 4. 介绍 YARN应用场景、基本架构与资源调度
• Zookeeper部署及典型应用
• 5. 介绍Zookeeper是什么，基本原理及在应用
• 大数据计算平台
• 介绍主流的三大类大数据计算框架，分别是批处理、交互式计算和流式计算框架，并选取当下主流的开源实现进行介绍。
  6.1 批处理计算框架
  （1）MapReduce 2.0基本原理与架构、程序编写（使用java、C++、php语言）。
  （2）数据分析系统Hive与Pig应用与比较，如何使用其中的海量数据
  （3）Spark计算框架，背景及应用案例
  6.2 交互式计算框架，Impala和presto应用场景，基本架构和典型应用案例
  6.3 流式/实时计算框架，storm、Spark Streaming基本架构特点，及应用案例
• 数据挖掘与机器学习库
• 7. 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。