升级版:深入浅出Hadoop实战开发(云存储、MapReduce、HBase实战微博、Hive应用、Storm应用)

时间:2021-11-02 16:19:03

      Hadoop是一个分布式系统基础架构,由Apache基金会开发。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力高速运算和存储。Hadoop实现了一个分布式文件系统(Hadoop Distributed File System),简称HDFS。HDFS有着高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上。而且它提供高传输率(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求(requirements)这样可以流的形式访问(streaming access)文件系统中的数据。


     Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的,因为它假设计算元素和存储会失败,因此它维护多个工作数据副本,确保能够针对失败的节点重新分布处理。Hadoop 是高效的,因为它以并行的方式工作,通过并行处理加快处理速度。Hadoop 还是可伸缩的,能够处理 PB 级数据。此外,Hadoop 依赖于社区服务器,因此它的成本比较低,任何人都可以使用。
     Hadoop带有用Java 语言编写的框架,因此运行在 Linux 生产平台上是非常理想的。本课程的讲解是采用linux平台进行模拟讲解,完全基于真实场景进行模拟现实

亮点一:课程全面升级
 
      本课程是原热门课程《深入浅出Hadoop实战开发》和《Hadoop应用开发实战》的升级版,在课程内容上,加入了更多hadoop的新特性,比如namenode HA,hdfs federation, Yarn等。Storm作为全新的内容被引入到课程中。在课程使用的案例中,不仅沿用和强化了老课程的经典应用,同时引入了其他经典的案例。
 
亮点二:技术点全面,体系完善
 
     本课程在兼顾Hadoop课程知识体系完善的前提下,把实际开发中应用最多、最深、最实用的技术抽取出来,通过本课程,你将达到技术的新高点,进入云计算 的美好世界。在技术方面你将彻底掌握基本的Hadoop集群;Hadoop HDFS原理;Hadoop HDFS基本的命令;Namenode的工作机制;HDFS基本配置管理;MapReduce原理; HBase的系统架构;HBase的表结构;HBase如何使用MapReduce;MapReduce高级编程;Hive入 门;Hive结合MapReduce;Hadoop的集群安装;namenode HA;HDFS federation等众多知识点。
 
亮点三:基础+实战=应用,兼顾学与练
 
    本课程每阶段都安排了实战应用项目,以此方便学生能更快的掌握知识点的应用,如在第一阶段,课程结合HDFS应用,讲解了图片服务器的设计、以及如何 利用Java API去对HDFS操作、在第二阶段;课程结合HBase实现微博项目的各种功能,使学员可以活学活用。在第三阶段:HBase和MapReduce结合 时下了实现话单查询与统计系统,在第四阶段,Hive实战部分,通过实战数据统计系统,使学员在最短的时间内掌握Hive的高级应用。
 
亮点四:讲师丰富的电信集团云平台运作经验
 
     讲师明义拥有丰富的电信集团工作经验,目前负责云平台的各方面工作,并拥有多年的企业内部培训经验。讲课内容完全贴近企业需求,绝不纸上谈兵。
 
 
hadoop版本:hadoop 2.4.1
 
hive版本:hive 0.13.1
 
hbase版本:hbase 0.98.6.1
 
centos版本:6.5
  

 01,课程介绍,HDFS架构和原理,搭建CentOS开发环境

> Hadoop背景

> HDFS设计目标,应用场景,架构分析

> 使用Virtual安装CentOS虚拟机

> 虚拟机环境配置

 

02,hdfs单机和集群的配置安装

> Hadoop单机版安装和配置

> Hadoop集群安装和配置

> Hadoop命令行和WebUI的使用

 

03,hdfs应用-云存储系统(1)

> 云存储系统介绍和基本架构

> 搭建Eclipse和Maven开发环境

> 使用Maven创建并配置Struts2应用

> 使用bootstrap搭建UI框架

 

04,hdfs应用-云存储系统(2)

> 安装和配置Redis

> 用户管理模块开发

 

05,hdfs应用-云存储系统(3)

> gson介绍和使用实例

> 实现普通的文件上传,删除,下载

 

06,hdfs应用-云存储系统(4)

> 实现基于HDFS的上传,下载和删除

> HDFS小文件管理方式:SequenceFile和Har

 

07,深入hdfs-NameNode和DataNode

> hdfs的架构介绍

> hdfs如何读写文件

> FSImage和EditLog

> Rack Awareness

> hdfs基本管理

 

08,深入hdfs-HDFS federation

> HDFS节点管理

> HDFS升级和回滚

> HDFS Federation

> 如何使用ViewFS

 

09,namenode HA

> zookeeper配置

> namenode HA(双机)安装和配置

 

10,yarn和mapreduce

> 配置Yarn(单机和集群)

> MapReduce的工作原理

> 第一个MapRedcue程序

> Yarn命令行工具

 

11,mapreduce应用-搜索提示(1)

> 工作原理介绍(Ajax)

> 使用JQuery的AutoComplete控件搭建UI

 

12,mapreduce应用-搜索提示(2)

> 继承Mapreduce程序

> 使用Redis保存中间数据

> 如何对增量和全量数据进行统计

> ”潜在好友推荐“算法介绍

 

13,mapreduce的采样工具和partitiion

> 采样和分区的工作原理

> RandomSampler,InputSampler,IntervalSampler

> TotalOrderPartitioner(全局排序)

 

14,Map Join和Reduce Join

> Reduce side join

> Map side join

> 如何自定义数据类型

> 如何使用DistributedCache

 

15,mapreduce应用-PageRank

> PageRank算法详细讲解

> 如何用mapreduce实现PageRank算法

 

16, Hive入门

> Hive的架构

> CLI, Hive Server, HWI介绍

> 配置Hive,使用Mysql存储元数据

> CLI的基本使用

 

17, hive应用-搜索提示(1)

> Tomcat日志解析

> 使用正则表达式解析Tomcat日志

> 在查询中使用正则表达式

 

18, hive应用-搜索提示(2)

> 在hive查询中调用python脚本实现Redis插入

 

19,HQL(1)

> HQL基础:DDL,DML

> 数据类型:原子与集合

> TextFile的默认编码及自定义编码

 

20,HQL(2)

> Hive查询

> 正则表达式,基本函数,集合函数,表函数

> 嵌套查询,case when语句,like和rlike

> Groupby和Having等

 

21,Hive自定义函数

> 如何编写自定义函数

> 在自定义函数中连接Redis

> 在自定义函数中使用CacheFile

 

22,Compression in Hadoop

> Compression in Hadoop介绍

> 在MapReduce和Hive中使用Compression

> 安装和配置lzo

 

23,24, HBase入门

> Hbase架构

> Hbase集群安装

> 使用HBase Shell

 

25,26,27,HBase应用 - 话单查询

> Hbase Java API

> Struts2 and JSP

> Jquery Datatable and Datepicker

 

28,29,30,HBase应用 - 微博

> 表结构设计

> 关注好友

> 发微博

> 我的主页

 

 31,32,Storm入门

 

> Storm架构及原理介绍

> 安装Storm

> 实现第一个topology

> Storm的grouping

 

33,Queue spout和DRPC

 

34,35,storm应用 - 语音话单计费

 

> 搭建计费topology

> 实现Queue spout和Mysql入库bolt

> 实现漫游和长途类型计算

> 计费逻辑的实现

> 整合所有功能到topology中

> 各个功能模块的验证