10小时入门大数据【已完结 MK128】

  • 第1章 大数据概述

    本章将从几则故事说起,让大家明白大数据是与我们的生活息息相关的,并不是遥不可及的,还会介绍大数据的特性,以及大数据对我们带来的技术变革,大数据处理过程中涉及到的技术

    • 1-1 导学
    • 1-2 章节安排_
    • 1-3 OOTB镜像文件和虚拟机的使用
    • 1-4 说两则故事说起
    • 1-5 大数据与生活息息相关
    • 1-6 大数据基本概念
    • 1-7 大数据带来的挑战
    • 1-8 如何应对大数据带来的挑战
    • 1-9 -如何学好大数据
  • 第2章 初识Hadoop

    本章节将带领大家认识Hadoop以及Hadoop生态系统、Hadoop的发展史、Hadoop的优缺点、Hadoop的三个核心组件、Hadoop发行版的选择以及Hadoop在企业中的案例分享,为后续深入讲解Hadoop打下坚实的基础

    • 2-1 章节安排
    • 2-2 Hadoop概述
    • 2-3 2.03-Hadoop核心组件之HDFS
    • 2-4 2.04-Hadoop核心组件之YARN
    • 2-5 2.05-Hadoop核心组件之MapReduce
    • 2-6 2.06-Hadoop优势
    • 2-7 2.07-Hadoop发展史
    • 2-8 2.08-Hadoop生态系统
    • 2-9 2.09-Hadoop常用发行版及选型
    • 2-10 2.10-Hadoop应用案例
  • 第3章 分布式文件系统HDFS

    本章将从Hadoop的设计目标、架构及副本的脚本带大家详细剖析,快速搭建单节点伪分布式HDFS的实验环境,并讲解使用hdfs shell以及Java API的方式操作HDFS文件系统,并详细分析HDFS文件的读写流程,使得大家对Hadoop分布式文件系统HDFS有深刻的认识以及使用…

    • 3-1 -课程目录-
    • 3-2 -普通分布式文件系统的设计思路
    • 3-3 HDFS概述及设计目标
    • 3-4 HDFS架构
    • 3-5 HDFS副本机制
    • 3-6 HDFS副本存放策略
    • 3-7 JDK安装&ssh安装&ssh免密码登陆配置
    • 3-8 HDFS伪分布式环境搭建
    • 3-9 HDFS shell操作
    • 3-10 Java操作HDFS开发环境搭建
    • 3-11 Java API操作HDFS文件系统
    • 3-12 HDFS写数据流程
    • 3-13 HDFS读数据流程
    • 3-14 HDFS文件系统的优缺点
  • 第4章 分布式资源调度YARN

    本章将从YARN的产生背景、YARN的架构及执行流程的角度带大家认知Hadoop的资源调度框架YARN,快速搭建单节点伪分布式YARN的实验环境并掌握如何提交一个官方自带的MapReduce作业提交到YARN上运行

    • 4-1 -课程目录
    • 4-2 -YARN产生背景
    • 4-3 -YARN架构
    • 4-4 -YARN执行流程
    • 4-5 -YARN环境搭建
    • 4-6 -初识提交PI的MapReduce作业到YARN上执行
  • 第5章 分布式计算框架MapReduce

    本章将从架构、优缺点、编程模型等角度带大家认识Hadoop的分布式计算框架MapReduce,掌握MapReduce应用程序的开发,学会配置JobHistory Server

    • 5-1 -课程目录
    • 5-2 -MapReduce概述
    • 5-3 -从WordCount案例说起MapReduce编程模型
    • 5-4 -MapReduce执行流程
    • 5-5 -MapReduce核心概念
    • 5-6 -MapReduce1.x架构
    • 5-7 -MapReduce2.x架构
    • 5-8 -Java版本wordcount功能实现
    • 5-9 -Java版本wordcount功能重构
    • 5-10 -Combiner应用程序开发
    • 5-11 -Partitioner应用程序开发
    • 5-12 JobHistory使用
  • 第6章 Hadoop项目实战

    本章将通过对慕课网主站的访问日志进行分析的项目实战,来将前面几个章节讲解的知识点串联起来,综合使用Hadoop的技术进行离线统计分析

    • 6-1 -课程目录–
    • 6-2 用户行为日志概述
    • 6-3 离线数据处理架构
    • 6-4 项目需求
    • 6-5 功能实现之UserAgent解析类测试
    • 6-6 功能实现之单机本地完成需求统计
    • 6-7 使用MapReduce完成需求统计
    • 6-8 功能扩展思路
  • 第7章 Hadoop分布式集群搭建

    本章将带领大家搭建一个三个节点的分布式Hadoop集群环境,让大家对于Hadoop集群的安装有更深入的认识,并将项目实战案例运行在分布式集群环境中

    • 7-1 -课程目录
    • 7-2 -分布式环境搭建之环境介绍
    • 7-3 -分布式环境搭建前置配置之ssh免密码登陆
    • 7-4 -分布式环境搭建前置配置之JDK安装
    • 7-5 -分布式环境搭建集群搭建之Hadoop配置及分发
    • 7-6 -分布式环境搭建Hadoop格式化及启停
    • 7-7 -分布式环境HDFS及YARN的使用
    • 7-8 -将Hadoop项目运行在Hadoop集群之上
  • 第8章 Hadoop集成Spring的使用

    本章将带领大家使用Java社区中最流行的Spring框架来整合Hadoop的使用

    • 8-1 -课程目录
    • 8-2 -Spring Hadoop概述
    • 8-3 -Spring Hadoop开发环境搭建及访问HDFS文件系统
    • 8-4 -Spring Hadoop配置文件详解
    • 8-5 -Spring Boot访问HDFS文件系统
    • 8-6 -Spring Hadoop其他
  • 第9章 前沿技术拓展: Spark/Flink/Beam

    本章将带领大家认识当前大数据领域中非常火爆的三个框架:Spark、Flink以及Beam,并使用这三个框架完成词频统计分析操作,为大家以后更加深入的学习这几个框架打下坚实的基础

    • 9-1 -课程目录
    • 9-2 -吐槽MapReduce
    • 9-3 -Spark特点
    • 9-4 -Spark与Hadoop深入对比
    • 9-5 -Spark开发语言及运行模式介绍
    • 9-6 -Scala&Maven安装
    • 9-7 -Spark环境搭建及wordcount案例实现
    • 9-8 -Flink概述
    • 9-9 -使用Flink完成wordcount统计
    • 9-10 -Beam概述
    • 9-11 -将WordCount的Beam程序以多种不同Runner运行
    • 9-12 -课程目录
  • 第10章 Hadoop3.x新特性

    本章将带来大家学习Hadoop3.x版本的一些新特性,实时跟上Hadoop社区的发展

    • 10-1 -课程目录
    • 10-2 -Hadoop3.x概述
    • 10-3 -Hadoop3.x新特性之Common改进
    • 10-4 -Hadoop3.x新特性之HDFS改进
    • 10-5 -Hadoop3.x新特性之YARN改进
    • 10-6 -Hadoop3.x新特性之MapReduce改进
    • 10-7 -Hadoop3.x新特性之其他

发表评论