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。

• 在大数据的批处理领域，Hadoop是不可撼动的王者，然而在实时性上的延迟，Hadoop却是其天生的不足，为完善大数据实时性处理的需求，业界进行了不少的尝试，如Facebook在2011年发表的论文“Apache Hadoop Goes Realtime at Facebook”中介绍了其基于Hadoop上进行实时性系统的相关改进，同时开发了Puma对网站用户进行实时分析以便对自己的产品或服务进行营销，为解决广告计费（cost-per-click）Yahoo启动了S4用于实时计算、预测用户对广告的可能的点击行为，LinkedIn则基于Kafka开发了Samza用于实时新闻推送、广告和复杂的监控等，而Storm是由Twitter开源的实时计算框架，适用于实时分析、在线机器学习、连续计算、分布式RPC和ETL等场景。

• 第一节：实时计算平台介绍
  介绍实时系统主要解决的业务问题和面临的挑战；
  简要介绍实时平台的主要组件和构成，实时数据的收集通道和数据交互方式
  实时数据核心组件Flume、Kafka的介绍，以及Storm在整个平台中所处的位置；
  分享部分典型互联网公司实时平台的架构，如大众点评、美团、一号店等
• 第二节：Storm基本概念和组件介绍
  Storm的基本组件：Nimbus、Supervisor、Worker、 Executor和Task的基本介绍；
  集群组成：通常一个线上集群的如何构成；
  Storm的可靠性：Storm如何保证可靠性以及数据的准确性；
  Storm的数据分组和其他特性介绍；
• 第三节：Storm集群部署和配置
  Storm的依赖组件介绍；
  Storm的部署软硬件环境要求；
  部署ZooKeeper
  部署Storm到各个机器节点
  配置Storm相关参数，以及核心参数介绍；
  启动Storm相关进程；
  Storm的守护进程；
  提交Topology的过程介绍。
• 第四节：Storm基本应用的开发
  Storm的应用开发和调试过程介绍，包括：
  提交示例Topology到集群；
  项目代码本地开发环境配置和依赖；
  代码编译和打包以及注意事项；
  本地代码调试过程；
  线上Topology提交过程和问题分析。
• 第五节：Storm Nimbus和Supervisor深入剖析
  Nimbus功能介绍和启动Nimbus服务过程分析；
  Nimbus服务的执行过程剖析；
  分配Executor的算法；
  调度器介绍；
  默认调度器DefaultScheduler和均衡调度器EvenScheduler逻辑分析；
  Supervisor数据结构分析；
  Supervisor的执行过程详解。
• 第六节：Storm Worker、Executor和Task深入分析
  Worker的数据结构和架构；
  Worker中的数据流分解；
  创建Worker的过程；
  Executor的创建过程；
  创建Spout的Executor的过程和逻辑；
  创建Bolt的Executor的过程和逻辑；
  Task的创建过程；
  Ack的原理介绍；
  Acker Bolt的实现。
• 第七节：Storm运维和监控
  主机信息监控；
  日志和监控；
  Storm UI和NimbusClient的使用；
  Storm Metric的使用；
  Storm ZooKeeper的目录详解和功能分析；
  Storm Hook的使用。
• 第八节：Storm的扩展和二次开发
  Storm UI原生功能介绍和数据含义；
  Storm UI新功能需求实现；
  Storm的Thrift接口介绍；
  资源隔离方案简介；
  基于CGroup的资源隔离的实现；
  使用Docker运行Storm集群介绍。
• 第九节：Storm的实际应用案例分享
  实时DAU计算实现；
  实时用户画像；
  实时个性化推荐；
  广告投放的精准化
• 第十节：Storm使用经验和性能优化
  使用经验；
  性能优化建议；
  自定义metric和性能数据收集
• 第十一节：其他实时平台介绍
  JStorm介绍；
  Spark Streaming介绍；
  Heron介绍；
  Flink介绍；
  Storm和其他实时流处理框架的功能和性能对比