課程大綱： 基于分布式架構(gòu)大數(shù)據(jù)hadoop生態(tài)組件及數(shù)據(jù)分析可視化培訓
1、分布式大數(shù)據(jù)框架Hadoop（理論·上）
本節(jié)主要講解大數(shù)據(jù)概述及Hadoop HDFS
2、分布式大數(shù)據(jù)框架Hadoop（實操·上）
本實操演練練習Hadoop部署及插件安裝
01 實操：Hadoop 安裝
紹搭建Hadoop集群的具體步驟。
02 實操：Hadoop開發(fā)插件安裝
介紹如何給Eclipse配置Hadoop插件、方便使用Eclipse開發(fā)工具進行大數(shù)據(jù)開發(fā)。
視情況及反饋, 會選用 IntelliJ IDEA
章節(jié)內(nèi)容：分布式大數(shù)據(jù)框架 Hadoop
課程內(nèi)容： 1 、分布式處理框架 MapReduce
2、資源調(diào)度框架 Yarn
授課內(nèi)容：
1、分布式大數(shù)據(jù)框架Hadoop（理論·下）
主要講解Hadoop MR、Yarn
2、式大數(shù)據(jù)框架Hadoop（實操·下）
操演練練習Hadoop Shell操作及MR入門案例
03 實操：Hadoop Shell基本操作
本任務介紹常用的Hadoop Shell命令。
04 實操：Mapreduce實例——WordCount
本任務練習使用電商數(shù)據(jù)進行詞頻統(tǒng)計。
章節(jié)內(nèi)容：數(shù)據(jù)倉庫 Hive + 數(shù)據(jù)遷移工具 Sqoop
課程內(nèi)容：
1、數(shù)據(jù)倉庫 Hive 介紹
2、Hive 安裝部署
3、Hive Shell 基本操作
4、Sqoop 安裝部署
5、Sqoop 數(shù)據(jù)遷移
6、Sqoop 增量數(shù)據(jù)遷移
授課內(nèi)容
1、 數(shù)據(jù)倉庫Hive+數(shù)據(jù)遷移工具Sqoop（理論）
本節(jié)主要講解數(shù)據(jù)倉庫Hive及遷移工具Sqoop
2、 數(shù)據(jù)倉庫Hive+數(shù)據(jù)遷移工具Sqoop（實操）
本實操演練練習Hive基本操作及Sqoop應用
05 實操：Hive安裝部署
本任務介紹如何安裝部署數(shù)據(jù)倉庫Hive。
06 實操：Hive基本操作
本任務詳細介紹Hive的基本操作以及Hive的外部表與內(nèi)部表的區(qū)別。
07 實操：Sqoop安裝
本任務主要介紹Sqoop的工作原理，然后詳細說明Sqoop的安裝部署過程。
08 實操：綜合案例—基本流程圖
本任務介紹Sqoop在Hive與Mysql之間進行數(shù)據(jù)傳遞以及Hive數(shù)據(jù)分析
1、Flume 介紹
2、Flume Agent 詳解
授課內(nèi)容：
1、 分布式日志采集工具Flume（理論）
本節(jié)主要講解Flume工作原理、架構(gòu)、Agent概念
2、 分布式日志采集工具Flume（實操）
本演練實操練習Flume安裝部署及Agent配置詳解
09 實操：Flume安裝部署
本任務介紹Flume的工作原理和Flume安裝流程。
10 實操：Flume配置：Source、Channel、Sink
本任務介紹配置多種source，channel，sink組合，實現(xiàn)多種需求。
11 實操：Flume多source，多sink組合框架搭建
本任務介紹Flume多source，多sink組合框架搭建。
章節(jié)內(nèi)容：分布式消息系統(tǒng) Kafka
課程內(nèi)容：
1、Kafka 結(jié)構(gòu)分析 2、Flume 與 Kafka 聯(lián)用
授課內(nèi)容：
1、 分布式消息體統(tǒng)Kafka（理論）
本節(jié)主要講解Kafka工作原理、架構(gòu)及名詞概念
2、 分布式消息體統(tǒng)Kafka（實操）
本演練實操練習Kafka安裝部署、與Flume連用
12 實操：Kafka安裝及測試
本任務介紹安裝scala與zookeeper，然后在已安裝好的scala和zookeeper環(huán)境基礎上，安裝部署Kafka。
13 實操：Flume傳輸數(shù)據(jù)給Kafka
本任務介紹Flume傳數(shù)據(jù)到Kafka的執(zhí)行原理和具體操作。
章節(jié)內(nèi)容：分布式大數(shù)據(jù)框架Spark
課程內(nèi)容：
1、Spark 框架介紹
2、Spark RDD 介紹
3、Spark SQL 數(shù)據(jù)處理
4、Spark Shell 數(shù)據(jù)處理
授課內(nèi)容：
1、 分布式大數(shù)據(jù)框架Spark（理論）
本節(jié)主要講解Spark工作原理、架構(gòu)及RDD概念
2、分布式大數(shù)據(jù)框架Spark（實操）
本演練實操練習Spark安裝部署及Shell操作
14 實操：Spark Standalone偽分布模式安裝
本任務介紹在已經(jīng)安裝好Hadoop下，如何安裝Spark Standalone模式。
15 實操：Spark Shell操作
本任務介紹Spark Shell操作，在Spark Shell命令行下對算子進行實例講解，包括去重、排序、Join、求平均值
1、爬蟲框架介紹
2、電商數(shù)據(jù)清洗
3、電商離線數(shù)據(jù)分析
4、數(shù)據(jù)遷移
授課內(nèi)容：
1、電子商務數(shù)據(jù)分析項目（爬蟲、清洗）
2、電子商務數(shù)據(jù)分析項目（離線數(shù)據(jù)分析）
16 實操：一、采集電商網(wǎng)站交易及評論數(shù)據(jù)(局域網(wǎng)or互聯(lián)網(wǎng))
本次任務對爬蟲進行了介紹，并分析網(wǎng)頁的源碼結(jié)構(gòu)和如何爬取數(shù)據(jù)。
17 實操：二、開發(fā)MR程序清洗電商評論數(shù)
18 實操：三、利用HiveSQL離線分析評論數(shù)據(jù)
19 實操：四、利用Sqoop進行數(shù)據(jù)遷移至Mysql數(shù)據(jù)庫
1、離線數(shù)據(jù)可視化 2、SparkStreaming 實時流數(shù)據(jù)處理
加入高級會員獲得助教答疑
