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 、分布式處理框架 MapReduce
2、資源調(diào)度框架 Yarn
1、分布式大數(shù)據(jù)框架Hadoop
主要講解Hadoop MR、Yarn
2、式大數(shù)據(jù)框架Hadoop
Hadoop Shell操作及MR入門案例
03 ：Hadoop Shell基本操作
本任務(wù)介紹常用的Hadoop Shell命令。
04 ：Mapreduce實例——WordCount
本任務(wù)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
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
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（）
本演練練習Hive基本操作及Sqoop應用
05 ：Hive安裝部署
本任務(wù)介紹如何安裝部署數(shù)據(jù)倉庫Hive。
06 ：Hive基本操作
本任務(wù)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 ：Sqoop安裝
本任務(wù)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 ：綜合案例—基本流程圖
本任務(wù)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
章節(jié)內(nèi)容：分布式日志采集工具 Flume
1、Flume 介紹 2、Flume Agent 詳解
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（）
本演練練習Flume安裝部署及Agent配置詳解
09 ：Flume安裝部署
本任務(wù)介紹Flume的工作原理和Flume安裝流程。
10 ：Flume配置：Source、Channel、Sink
本任務(wù)介紹配置多種source，channel，sink組合，實現(xiàn)多種需求。
11 ：Flume多source，多sink組合框架搭建
本任務(wù)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
1、Kafka 結(jié)構(gòu)分析 2、Flume 與 Kafka 聯(lián)用
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（）
本演練練習Kafka安裝部署、與Flume連用
12 ：Kafka安裝及測試
本任務(wù)介紹安裝scala與zookeeper，然后在已安裝好的scala和zookeeper環(huán)境基礎(chǔ)上，安裝部署Kafka。
13 ：Flume傳輸數(shù)據(jù)給Kafka
本任務(wù)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
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
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（）
本演練練習Spark安裝部署及Shell操作
14 ：Spark Standalone偽分布模式安裝
本任務(wù)介紹在已經(jīng)安裝好Hadoop下，如何安裝Spark Standalone模式。
15 ：Spark Shell操作
本任務(wù)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
章節(jié)內(nèi)容：電商項目 （上）
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
1、電子商務(wù)數(shù)據(jù)分析項目（爬蟲、清洗）
本演練練習電商案例之數(shù)據(jù)采集、清洗
2、電子商務(wù)數(shù)據(jù)分析項目（離線數(shù)據(jù)分析）
本演練練習電商案例之離線分析、數(shù)據(jù)遷移
16 ：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(wù)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 ：二、開發(fā)MR程序清洗電商評論數(shù)據(jù)
本次任務(wù)對數(shù)據(jù)清洗進行概述，包括Json解析，搭建解析框架和編寫MapReduce代碼。
18 ：三、利用HiveSQL離線分析評論數(shù)據(jù)
本次任務(wù)介紹使用HiveSQL根據(jù)多種需求對數(shù)據(jù)進行統(tǒng)計并演示。
19 ：四、利用Sqoop進行數(shù)據(jù)遷移至Mysql數(shù)據(jù)庫
本次任務(wù)介紹了如何將Hive表中數(shù)據(jù)導入到MySQL以和如何將HDFS中數(shù)據(jù)導入到MySQL。
章節(jié)內(nèi)容：電商項目 （下）
1、離線數(shù)據(jù)可視化 2、SparkStreaming 實時流數(shù)據(jù)處理
1、電子商務(wù)數(shù)據(jù)分析項目（數(shù)據(jù)可視化）
本演練練習電商案例之數(shù)據(jù)可視化
2、電子商務(wù)數(shù)據(jù)分析項目（實時數(shù)據(jù)分析）
本演練練習電商案例之實時數(shù)據(jù)分析
20 ：五、利用JavaWeb+Echarts完成數(shù)據(jù)圖表展示過程
本次任務(wù)介紹通過搭建JavaWeb框架，將數(shù)據(jù)進行可視化圖表展示。
21 ：六、利用Spark進行實時數(shù)據(jù)分析（上）(局域網(wǎng)or互聯(lián)網(wǎng))
本次任務(wù)以京東商品評論為目標網(wǎng)站，架構(gòu)采用Java爬蟲框架+Flume+Kafka+Spark Streaming+Mysql等多種技術(shù)，動態(tài)實時的采集、分析、展示數(shù)據(jù)。
22 ：七、利用Spark進行實時數(shù)據(jù)分析（下）(局域網(wǎng)or互聯(lián)網(wǎng))
本次任務(wù)以京東商品評論為目標網(wǎng)站，架構(gòu)采用Java爬蟲框架+Flume+Kafka+Spark Streaming+Mysql等多種技術(shù)，動態(tài)實時的采集、分析、展示數(shù)據(jù)。
加入高級會員獲得助教答疑
