基于英特尔® Hadoop发行版（IDH）的大数据应用开发培训课程

 基于英特尔® Hadoop发行版（IDH）的大数据应用开发培训课程

课程大纲：

第一章：课程概述 
概要介绍课程内容、课程目标、讲师及教学日程。

第二章：Intel 与大数据处理
目标：
• 理解大数据处理时代英特尔的角色
• 引入Intel Hadoop发行版
日程：
• 大数据处理时代英特尔的角色
• Intel Hadoop发行版优质高效大数据解决方案

第三章： 分布式基础A - 集群系统架构与系统软件
目标：
• 理解集群系统架构
• 理解集群系统软件
日程：
• 集群系统架构——硬件
• 集群系统架构——软件

第四章： 分布式基础B - 并行编程的基本概念
目标：
• 理解并行编程的基本概念
日程：
• 并行，分布式，多线程编程的基本概念
• 并行程序处理思想
• 并行处理的讨论

第五章：分布式基础C - 分布式系统概述 
目标：
• 理解典型的分布式系统所面临的问题
• 掌握常见处理方法
日程：
• 典型的分布式系统所面临的问题以及处理方法
• 处理方法

第六章： Hadoop概述A - IDH 运行的软硬件环境
目标：
• 理解IDH运行的软硬件环境
日程：
• IDH运行的软硬件环境

第七章： Hadoop概述B - IDH的安装与运行
目标：
• 掌握IDH系统的安装过程
日程：
• IDH系统的安装

第八章： Hadoop概述C - IDH的维护
目标：
• 理解Intel Manager for Hadoop
• 掌握管理维护的内容
日程：
• Intel Manager for Hadoop功能简介
• 管理维护的内容

第九章： Hadoop实现原理A - Hadoop集群的软件环境
目标：
• 理解Hadoop集群的软件环境
日程：
• 硬件环境回顾
• Hadoop运行软件环境
• Hadoop系统的历史与组件

第十章： Hadoop实现原理B - 分布式文件系统
目标：
• 理解分布式文件系统对于本地文件系统的区别
• 理解搜索引擎系统构建
• 理解Google文件系统原理
日程：
• 分布式文件系统对于本地文件系统的区别
• 搜索引擎系统构建概述
• Google文件系统原理

第十一章： Hadoop实现原理C - 分布式编程环境MapReduce
目标：
• 理解分布式编程模型
• 掌握MapReduce程序的特征
日程：
• 分布式编程模型回顾
• MapReduce程序的特征

第十二章： Hadoop实现原理D - 分布式的数据库BigTable
目标：
• 理解BigTable
日程：
• 为何需要分布式数据库
• BigTable的数据模型与设计
• BigTable的运行环境支持
• BigTable的优化

第十三章：Hadoop编程的基本编译环境
目标：
• 理解Hadoop编程的基本编译环境
日程：
• Hadoop编程的基本编译环境

第十四章：HDFS的操作与编程
目标：
• Hadoop文件系统的操作与编程
日程：
• HDFS的基本设计与原理
• HDFS的配置与运行
• HDFS的交互操作
• HDFS编程访问接口
• HDFS的安全，多用户以及其它特性

第十五章：MapReduce编程
目标：
• 理解MapReduce编程
日程：
• MapReduce概述
• Hadoop MapReduce执行流程
• MapReduce的实际应用举例
• MapReduce程序编写流程

第十六章：Hive的原理与操作
目标：
• 理解Hive的原理与操作
日程：
• Hive简介
• Hive深入了解
• Hive JDBC编程
• Hive的分区和桶
• Hive中的连接操作

第十七章：ZooKeeper的操作与编程
目标：
• 理解ZooKeeper的操作与编程
日程：
• ZooKeeper的运行，操作，编程
• ZooKeeper的实现基本原理
• ZooKeeper应用举例

第十八章：HBase的操作与编程
目标：
• 理解HBase的操作与编程
日程：
• HBase与传统关系数据库
• HBase的安装配置与运行
• HBase中的Coprocessor