曙海教学优势
本课程面向企事业项目实际需要,秉承二十一年积累的教学品质，Hadoop与Spark大数据架构专题培训课程以项目实现为导向,老师将会与您分享设计的全流程以及工具的综合使用技巧、经验。线上/线下/上门皆可,Hadoop与Spark大数据架构专题培训课程专家,课程可定制,热线:4008699035。
大批企业和曙海
建立了良好的合作关系,合作企业30万+。曙海的课程培养了大批受企业欢迎的工程师。曙海的课程在业内有着响亮的知名度。
本次Hadoop培训对象针对各类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。
了解Java语言、Linux系统;
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
2.1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HDFS1.0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
4.1 介绍YARN应用场景、基本架构与资源调度
Zookeeper部署及典型应用
5.1 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
6.1.1 MapReduce2.0基本原理与架构、程序编写(使用java、C++、php语言)
6.1.2 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
6.1.3 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、SparkStreaming基本架构特点，及应用案例
数据挖掘与机器学习库
7.1 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。
