大數據處理技術-基于Hadoop/Yarn的大數據技術實戰

主講老師：張曉誠

課程領域：管理者技能提升培訓課程

課程詳情：

培訓受眾:

1，系統架構師、系統分析師、高級程序員、資深開發人員。

2，牽涉到大數據處理的數據中心運行、規劃、設計負責人。

3，政府機關，金融保險、移動和互聯網等大數據來源單位的負責人。

4，高校、科研院所牽涉到大數據與分布式數據處理的項目負責人。

課程收益:

1，全面了解基于Hadoop/Yarn的大數據處理相關知識。

2，學習Hadoop/Yarn的核心技術方法以及應用特征。

3，深入學習Hadoop/Yarn相關工具在大數據中的實操使用。

4，了解Hadoop與Storm、Spark、Docker等技術的融合使用。

課程大綱:

隨著互聯網、移動互聯網和物聯網的發展，我們已經切實地迎來了一個大數據的時代。大數據是指無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合，對大數據的分析已經成為一個非常重要且緊迫的需求。目前對大數據的分析工具，首選的是Hadoop/Yarn平臺。Hadoop/Yarn在可伸縮性、健壯性、計算性能和成本上具有無可替代的優勢，事實上已成為當前互聯網企業主流的大數據分析平臺。為解決廣大系統設計人員深入研究與開發大數據技術的需要，解決廣大系統設計人員深入研究與開發大數據技術的需要，

一、培訓對象

1，系統架構師、系統分析師、高級程序員、資深開發人員。

2，牽涉到大數據處理的數據中心運行、規劃、設計負責人。

3，政府機關，金融保險、移動和互聯網等大數據來源單位的負責人。

4，高校、科研院所牽涉到大數據與分布式數據處理的項目負責人。

二、學員基礎

1，對IT系統設計有一定的理論與實踐經驗。

2，有一定的數據倉庫與大數據處理的基礎知識。

四、培訓要點

互聯網點擊數據、傳感數據、日志文件、具有豐富地理空間信息的移動數據和涉及網絡的各類評論，成為了海量信息的多種形式。當數據以成百上千TB不斷增長的時候，我們在內部交易系統的歷史信息之外，需要一種基于大數據分析的決策模型和技術支持。

大數據通常具有：數據體量(Volume)巨大,數據類型(Variety)繁多,價值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數據已成為當前亟待解決的問題。大數據處理意味著更嚴峻的挑戰，更好地管理和處理這些數據也將會獲得意想不到的收獲。

Google發布的GFS和MapReduce等高可擴展、高性能的分布式大數據處理框架，證明了在處理海量網頁數據時該框架的優越性。GFS/MapReduce框架實現了更高應用層次的抽象，使用戶無需關注復雜的內部工作機制，無需具備豐富的分布式系統知識及開發經驗，即可實現大規模分布式系統的部署與大數據的并行處理。Apache Hadoop開源項目開發團隊,克隆了GFS/MapReduce框架，推出了Hadoop系統。該系統已受到學術界和工業界的廣泛認可和采納，并孵化出眾多子項目(如Hive、Pig、H和Zookeeper等)，日益形成一個易部署、易開發、功能齊全、性能優良的系統。

本課程從大數據技術以及Hadoop/Yarn實戰的角度，結合理論和實踐，全方位地介紹Hadoop/Yarn這一高性能處理大數據工具的開發技巧。本課程涉及的主題包括：Hadoop/Yarn分布式文件系統DFS；MapReduce的的工作機制、類型和格式；如何構建和管理Hadoop/Yarn集群；Pig Latin語言的使用技巧；Hive數據倉庫工具介紹；H和Zookeeper工具的使用和管理；開源數據采集工具sqoop。

本課程教學過程中還提供了案例分析來幫助學員了解如何用Hadoop/Yarn系列工具來解決具體的問題，并介紹了從大數據中挖掘出有價值的信息的關鍵。

本課程不是一個泛泛的理論性、概念性的介紹課程，而是針對問題討論解決方案的深入課程。教師對于上述領域有深入的理論研究與實踐經驗，在課程中將會針對這些問題與學員一起進行研究，在關鍵點上還會搭建實驗環境進行實踐研究，以加深對于這些解決方案的理解。通過本課程學習，希望推動Hadoop/Yarn相關的項目開發上升到一個新水平。

五、培訓內容

第一講云計算及大數據處理技術介紹

1）云計算的概念

2）云計算發展現狀

3）大數據的概念

4）大數據的應用

5）大數據關鍵技術

第二講Google的關鍵技術

1）GFS分布式文件系統

2）Chubby并發鎖機制

3）MapReduce計算模型

4）Bigtable大表管理技術