課程內(nèi)容：
（一）基礎(chǔ)理論部分
1.數(shù)據(jù)分析基礎(chǔ)
（1）數(shù)據(jù)分析過程概述
（2）概率論與數(shù)據(jù)統(tǒng)計(jì)
（3）抽樣估計(jì)與假設(shè)檢驗(yàn)
（4）方差分析與回歸分析
2.java基礎(chǔ)
（1）JDK的安裝配置，Java基本知識、數(shù)據(jù)類型以及基本語法
（2）Eclipse的編程入門
（3）面向?qū)ο蟮乃枷牖窘榻B，類、對象、接口、封裝、繼承
（4）Java的集合類——數(shù)組、Set、List、Map、Queue
（5）異常處理——Checked Exception、Unchecked Exception，如何通過異常信息捕獲錯誤
（6）Java的垃圾回收機(jī)制以及多線程簡介
（7）Java的文件操作、包的概念及如何打包
（8）數(shù)據(jù)庫基礎(chǔ)知識及SQL語法
（9）基于servlet技術(shù)的B/S應(yīng)用開發(fā)及代碼實(shí)現(xiàn)案例詳解
3.linux基礎(chǔ)
（1）linux的介紹
（2）Linux入門：選擇合適的Linux發(fā)行版、如何安裝Linux
（3）linux操作系統(tǒng)命令及使用命令編輯文件
（4）Linux下SSH命令使用方法詳解
（二）hadoop理論課程
1.hadoop安裝配置及運(yùn)行機(jī)制解析
本節(jié)是大數(shù)據(jù)分析的環(huán)境搭建課程，屬于操作型課程，主要講述如何在linux單機(jī)上面安裝hadoop的偽分布模式，在linux集群上面安裝hadoop集群。對于不熟悉linux的同學(xué)，課程中會簡單的講解常用的linux命令。這兩種是必須要掌握的。通過講師手把手、面對面的交流，教會學(xué)員自己搭建一個真實(shí)的hadoop環(huán)境，在此環(huán)境下運(yùn)行hadoop自帶的小程序。主要內(nèi)容包括：
（1）從google的三篇大數(shù)據(jù)論文說起
（2）Hadoop 概念、版本、歷史
（3）Hadoop 偽分布及集群的詳細(xì)安裝步驟
（4）三個hadoop自帶的小例子帶你進(jìn)入hadoop的世界
（5）使用如何通過命令行和瀏覽器觀察hadoop的運(yùn)行過程
（6）介紹hadoop的安全模式
（7）如何查看日志信息
2.Hadoop分布式文件系統(tǒng)深入剖析
本節(jié)將對hadoop架構(gòu)的分布式文件系統(tǒng)HADFS進(jìn)行深入的分析，hdfs是所有hadoop系統(tǒng)的基礎(chǔ)，它是hadoop的核心內(nèi)容之一。主要的內(nèi)容包括：
（1）深度分析google的Google GFS 文件系統(tǒng)，一個面向大規(guī)模數(shù)據(jù)密集型應(yīng)用的、可伸縮的分布式文件系統(tǒng)。
（2）HDFS的概念及設(shè)計(jì)
（3）Hdfs體系結(jié)構(gòu)及運(yùn)行機(jī)制詳述
（4）NameNode、DataNode、SecondaryNameNode的作用及運(yùn)行機(jī)制
（5）block 的劃分原理、存儲方式和配置文件
（6）hdfs的備份機(jī)制和文件管理機(jī)制
（7）HDFS文件系統(tǒng)的常用命令
（8）使用命令及JAVA語句操作hdfs中的文件
（9）rpc機(jī)制簡介及HADFS中的rpc通信
3.MapReduce理論及實(shí)戰(zhàn)
（1）深度分析google的MapReduce編程模型
（2）hadoop中的MapReduce工作原理
（3）通過演示單詞計(jì)數(shù)程序，詳細(xì)講述mapreduce運(yùn)行過程中類的調(diào)用過程
（4）詳細(xì)講述如何覆蓋 Mapper 功能、如何覆蓋 Reducer 功能。
（5）MapReduce job的生命周期中job提交、task分發(fā)和task執(zhí)行
（6）MapReduce中block 的調(diào)度及作業(yè)分配機(jī)制
（7）講解hadoop的計(jì)數(shù)器、排序、分組等算法
（8）通過一個小的應(yīng)用，詳細(xì)介紹如何在eclipse中編寫MapReduce程序，打包成可在hadoop上運(yùn)行的jar，并在集群上運(yùn)行
（9）詳細(xì)講解運(yùn)行結(jié)果的分析
4.hadoop生態(tài)環(huán)境介紹
（1）Hbase簡介，包括HBase的基礎(chǔ)概念 、數(shù)據(jù)模型、存儲模型及hbase的偽分布和集群的安裝
（2）ZooKeeper簡介，包括ZooKeeper的安裝、運(yùn)行及示例
（3）Pig簡介，包括Pig的安裝、運(yùn)行及示例
（4）Hive簡介，包括Hive的安裝、運(yùn)行及示例
（5）sqoop簡介，包括Sqoop介紹、命令、原理及流程
（6）nosql簡介，包括nosql的概念、種類及發(fā)展趨勢
（三）大數(shù)據(jù)分析思想、工具及實(shí)戰(zhàn)案例
1.大數(shù)據(jù)分析思想介紹
（1）大數(shù)據(jù)分析的前世今生
（2）幾種典型的大數(shù)據(jù)架構(gòu)分析
（3）大數(shù)據(jù)分析過程描述
（4）大數(shù)據(jù)時代的數(shù)據(jù)分析思想的變革
2.Mahout，大數(shù)據(jù)分析的急先鋒
Mahout 是 Apache SoftwareFoundation（ASF）旗下的一個開源項(xiàng)目，它通過和hadoop配合，實(shí)現(xiàn)在推薦、分類等領(lǐng)域中的大數(shù)據(jù)分析。
（1）Mahout的下載、安裝與部署
（2）UCI經(jīng)典數(shù)據(jù)集介紹
（3）使用經(jīng)典數(shù)據(jù)集測試和運(yùn)行Mahout實(shí)現(xiàn)的算法
（4）主要算法包括：kmeans算法、canopy算法、dirichlet 算法和meanshift算法
3.RHadoop，R語言從小數(shù)據(jù)分析到大數(shù)據(jù)分析的化麗轉(zhuǎn)身
（1）R語言簡介
（2）安裝并運(yùn)行RHadoop
（3）RHadoop的邏輯結(jié)構(gòu)
（4）Rhadoop實(shí)戰(zhàn)案例—word cout
（5）與hadoop word count 函數(shù)比較分析
4.大數(shù)據(jù)分析項(xiàng)目案例 |
首頁 課程表 在線聊 報(bào)名 講師 品牌 QQ聊 活動 就業(yè)