课程大纲：

课程收益：
1、使参加学员全面掌握物大数据相关技术及教学方法；帮助各高校在大数据专业课程体系建设提供全方位、强有力的教学资源和技术支持。
2、全面掌握Hadoop的架构原理和使用场景，并通过贯穿课程的项目进行实战锻炼，从而熟练使用Hadoop进行MapRedce程序开发。课程还涵盖了分布式计算领域的常用算法介绍，帮助学员为企业在利用大数据方面体现自身价值。
3、深入理解Hadoop技术架构,对Hadoop运作机制有清晰全面的认识，可以独立规划及部署生产环境的Hadoop集群，掌握Hadoop基本运维思路和方法，对Hadoop集群进行管理和优化。现如今大数据、云计算、移动互联网处于高速发展阶段，互联网每天都会产生大量的数据，这些海量的数据资源对我们生活产生了影响，对企业的经营决策进行指导。在这种形势下，大数据已经被视为一种财富、一种资产、一种可以被衡量和计算的价值，大数据将成为不可或缺的战略资源。新技术的发展必然导致大批专业人才的稀缺，对于高校而言，拥有专业的大数据师资队伍将成为高教产业发展的重要环节。而在这个过程中，中国软件产业培训网凭借多年的大数据企业培训、技术咨询、专业师资等优势资源，和各大院校一起共同构建大数据专业人才培养体系，同时欢迎更多的高校能够与本单位联手，共同为中国培养出优秀的云计算、大数据的专业人才！本次培训由中联软博（北京）科技有限公司具体承办，相关事项如下：

一、课程目标
1、使参加学员全面掌握物大数据相关技术及教学方法；帮助各高校在大数据专业课程体系建设提供全方位、强有力的教学资源和技术支持。
2、全面掌握Hadoop的架构原理和使用场景，并通过贯穿课程的项目进行实战锻炼，从而熟练使用Hadoop进行MapRedce程序开发。课程还涵盖了分布式计算领域的常用算法介绍，帮助学员为企业在利用大数据方面体现自身价值。
3、深入理解Hadoop技术架构,对Hadoop运作机制有清晰全面的认识，可以独立规划及部署生产环境的Hadoop集群，掌握Hadoop基本运维思路和方法，对Hadoop集群进行管理和优化。
二、培训时间
2017年7月11日-7月17日杭州（11日全天报到）
2017年7月18日-7月24日北京（18日全天报到）
2017年7月25日-7月31日成都（25日全天报到）
三、培训对象
各高等院校计算机科学技术、网络工程、软件工程、信息工程、信息管理、物联网等相关专业教学带头人及骨干教师；各高校教务处、科研处、信息中心、实验室等领导
各企业大数据架构师、技术总监、数据挖掘负责人、数据挖掘开发工程师
四、培训安排
在本届师资培训安排的实训课程中，来自阿里与高校等专家讲师、一线工程师将结合自主研发的Hadoop课程体系及实验，讲解并带着老师们完成了从实验基础环境的搭建---实验数据的建立---实验数据的导入---数据分析—数据挖掘全过程，以帮助参训教师完整学习Hadoop知识体系，包括实验环境的搭建、使用、数据分析、数据挖掘，给参训老师们有了更加直观的体验。还详细讲解了大数据搜索挖掘平台，通过大数据精准搜索，使其搜索结果自动分组统计。根据关键词提取，聚类、过滤分类等技术流程进行数据挖掘，挖掘出数据的价值。
五、师资力量
张老师：阿里大数据高级专家，国内资深的Spark、Hadoop技术专家、虚拟化专家，对HDFS、MapRedce、Hbase、Hive、Mahot、Storm、spark和openTSDB、大数据挖掘算法等Hadoop生态系统中的技术进行了多年的深入的研究，更主要的是这些技术在大量的实际项目中得到广泛的应用，因此在Hadoop开发和运维方面积累了丰富的项目实施经验。近年主要典型的项目有：某电信集团网络优化、中国移动某省移动公司请账单系统和某省移动详单实时查询系统、中国银联大数据数据票据详单平台、某大型银行大数据记录系统、某大型通信运营商全国用户上网记录、某省交通部门违章系统、某区域医疗大数据应用项目、互联网公共数据大云(DAAS)和构建游戏云(WebGameDaas)平台项目等。
蒋老师：清华大学博士，云计算专家熟悉主流的云计算平台，并有商业与开源云计算平台的实践经验,对云计算关键技术有深刻了解和实践经验，如分布式系统、虚拟化、分布式文件系统、云存储等，参与并领导多个大型云计算项目。对大数据关键技术有深刻了解和实践经验，如NoSQL数据库、大数据处理、Hadoop、Hive、Hbase、Spark等。
六、颁发证书
参加相关培训并通过考试的学员，可以获得：
工业和信息化部颁发的-大数据处理高级工程师。该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。
注：请学员带二寸彩照2张（背面注明姓名）、身份证复印件一张。
七、培训费用及须知
3980元/人（含盘电子资料、教材、培训费、证书费以及学习用具等费用）
食宿统一安排，费用自理。
八、增值服务
1、协助高校大数据专业共建和课程置换
2、建立大数据联合实验室，协助高校搭建大数据实验平台
3、培养大数据专业讲师，为高校大数据课程储备人才
4、培养大数据应用型人才，面向就业提高学生就业率
5、免费提供大数据相关咨询服务
九、报名方式
请填好报名回执表，并于开班前一周传真或者邮件至会务组，开班前一周我们将发送报到通知，届时请注意查收.

十、培训内容
课程模块课程主题主要内容案例和演示
模块一大数据介绍及高校如何开设大数据教学课程
1）大数据概念的发展与解析
2）大数据在国内外发展现状
3）大数据在互联网发展现状
4）大数据四个特点分析
5）大数据课程教师需要具备的大数据知识储备
6）大数据相关招聘岗位需求分析
7）大数据技术演进与变革
8）应对IT新技术变革，教师知识的储备与提升
9）在哪个层面进行教学精彩案例
高校开设大数据的教学可在多个层面上进行
有条件的高校可以开设云计算专业
不具备条件的高校可以开设大数据方面的课程，介绍大数据的知识，引导学生向大数据方面发展

模块二大数据带来的机遇和挑战大数据带来的机遇和挑战
1）大数据能带来什么、引领社会进入“大数据时代”
2）大数据对国家、社会的作用、大数据将推动经济发展
3）大数据将推动科技发展进程、开启商业智能新阶段
4）数据分析的发展——从数据到知识大数据如何让商业更智能、大数据应用案例
5）带来数据处理新变革、大数据的关键技术
6）大数据与云计算、大数据技术的发展趋势精彩案例
电信手机上网日志分析
移动GPRS上网日志查询系统
某省份联通网络不良信息检测系统
国土资源部门下属单位非结构离线网格分析平台
某银行海量数据统一分析平台
某电信用户属性精分系统
某银行实时计算平台
某电力电台电视节目推荐系统

模块三Hadoop在云计算技术的作用和地位传统大规模系统存在的问题
Hadoop概述
Hadoop分布式文件系统
MapRedce工作原理
Hadoop集群剖析
Hadoop生态系统对一种新的解决方案的需求
Hadoop的行业应用案例分析
Hadoop在云计算和大数据的位置和关系数据开放,数据云服务平台(DAAS)时代
Hadoop平台在数据云平台(DAAS)上的天然优势。
数据云平台(DAAS平台)组成部分
互联网公共数据大云(DAAS)案例
Hadoop构建构建游戏云(WebGameDaas)平台

模块四Hadoop生态系统介绍和演示HadoopHDFS和MapRedce
Hadoop数据库之Hbase
Hadoop数据仓库之Hive
Hadoop数据处理脚本Pig
Hadoop数据接口Sqoop和Flme，ScribeDataX
Hadoop工作流引擎Oozie运用Hadoop自下而上构建大规模企业数据仓库
暴风影音数据仓库实战解析

模块五Hadoop组件详解HadoopHDFS基本结构
HadoopHDFS副本存放策略
HadoopNameNode详解
HadoopSecondaryNameNode详解
HadoopDataNode详解
HadoopJobTracker详解
HadoopTaskTracker详解HadoopMapper类核心代码
HadoopRedce类核心代码
Hadoop核心代码

模块六Hadoop安装和部署Hadoop系统模块组件概述
Hadoop试验集群的部署结构
Hadoop安装依赖关系
Hadoop生产环境的部署结构
Hadoop集群部署
Hadoop高可用配置方法
Hadoop集群简单测试方法
Hadoop集群异常Debg方法Hadoop安装部署实验
RedhatLinx基础环境搭建
Hadoop单机系统版本安装配置
Hadoop集群系统版本安装和启动配置
使用HadoopMapRedceStreaming快速测试系统
Hadoopcore-site，hdfs-site，mapred-site配置详解

模块七Hadoop集群规划Hadoop集群内存要求
Hadoop集群磁盘分区
集群和网络拓扑要求
集群软件的端口配置针对NameNodeJobtrackerDataNodeTaskTrackerHiveserver等不同组件需求推荐服务器配置

模块八 MapRedce算法原理HadoopMapRedce算法的原理和优化思想
灵活运用MapRedce实现算法运用MapRedce构建数据库算法
SelectSortGrogBySmCont
Join新进流失算法
使用Y-Smart快速转换SQL为MapRedce代码

模块九 编写MapRedce高级程序使用HadoopMapRedceStreaming编程
MapRedce流程
剖析一个MapRedce程序
基本MapRedceAPI概念
驱动代码Mapper、Redcer
Hadoop流
API使用Eclipse进行快速开发
新MapRedceAPI
MapRedce的优化
MapRedce的任务调度
MapRedce编程实战
如何利用其他Hadoop相关技术，包括ApacheHive，ApachePig，Sqoop和Oozie等
满足解决实际数据分析问题的高级HadoopAPIHadoopStreaming和JavaMapRedceApi差异。
MapRedce实现数据库功能
利用Combiners来减少中间数据
编写Partitioner来优化负载平衡
直接访问Hadoop分布式文件系统（HDFS）
Hadoop的join操作
辅助排序在Redcer方的合并
定制Writables和WritableComparables
使用SeqenceFiles和Avro文件保存二进制数据
创建InptFormatsOtptFormats
Hadoop的二次排序
Hadoop的海量日志分析
在Map方的合并

模块十 集成Hadoop到现有工作流
及HadoopAPI深入探讨存储系统
利用Sqoop从关系型数据库系统中导入数据到Hadoop
利用Flme导入实时数据到Hadoop
ToolRnner介绍、使用MRnit进行测试
使用Configre和Close方法来进行Map/Redce设置和关闭使用FseDFS和Hadoop访问HDFS
使用分布式缓存（DistribtedCache）
直接访问Hadoop分布式文件系统（HDFS）
利用Combiners来减少中间数据
编写Partitioner来优化负载平衡

模块十一 使用Hive和Pig开发及技巧Hive和Pig基础
Hive的作用和原理说明
Hadoop仓库和传统数据仓库的协作关系
Hadoop/Hive仓库数据数据流
Hive部署和安装
HiveCli的基本用法
HQL基本语法
运用Pig过滤用户数据使用JDBC连接Hive进行查询和分析
使用正则表达式加载数据
HQL高级语法
编写DF函数
编写DAF自定义函数
基于Hive脚本内嵌Streaming编程

模块十二 Hbase安装和使用Hbase安装部署
Hbase原理和结构
Hbase运维和管理使用Hbase+Hive提供OLAPSQL查询能力
使用Hbase+Phoenix提供OLTPSQL能力
基于Hbase的时间序列数据库OpenTsDb结构解析

模块十三 Hadoop2.0集群探索Hadoop2.0HDFS原理
Hadoop2.0Yarn原理
Hadoop2.0生态系统基于Hadoop2.0构建分布式系统

模块十四 Hadoop企业级别案例解析Hadoop结构化数据案例
Hadoop非结构化案例
Hbase数据库案例
Hadoop视频分析案例利用大数据分析改进交通管理
区域医疗大数据应用案例
银联大数据数据票据详单平台
某银行大数据Spark应用案例详解
某证券公司大数据案例介绍
广东移动省公司请账单系统
上海电信网络优化
某通信运营商全国用户上网记录
浙江台州市智能交通系统
移动广州详单实时查询系统
跨区域实时视频监控系统
电信大数据案例介绍：
基于社交网络的*营销和客户维系
基于信令分析用户的移动轨迹
基站规划和动态优化
智慧城市交通
流量分析
上海联通大数据开放变现的实现案例介绍

模块十五 RedHadoop企业版本运用RedHadoop快速构建服务集群
运用RedHadoopDW构建数据仓库基于RedHadoopHive构建数据仓库平台
灵活运用Hive加速游戏数据仓库
基于Pig+OpenCV大规模图像人脸识别

模块十六 Spark原理和入门Spark原理；Spark的架构图；Spark运行模式介绍
—local；—standalone；—messos；—yarn；Spark的RDD
什么是RDD；RDD的种类；—Tranformation；—Action
Spark的存储级别；Cache介绍；Spark的容错原理
Lineage容错；Checkpoint容错；RDD的创建
案例—统计单词的个数

模块十七 互联网大数据应用案例根阿里的ODPS大数据平台架构介绍
阿里的实时推荐架构
阿里的交叉营销系统
阿里支付宝交易监控系统
支付宝微贷案例分析(互联网征信系统)
京东打白条系统分析
百度预测大数据平台案例分析