Hadoop平臺技術(shù)

    對象
    網(wǎng)絡(luò)部、大數(shù)據(jù)系統(tǒng)開發(fā)部、大數(shù)據(jù)中心、網(wǎng)絡(luò)運維部等相關(guān)技術(shù)人員。

    目的
    掌握Hadoop平臺中常用模塊的工作原理及開發(fā)應(yīng)用技術(shù)

    內(nèi)容
    第一部分：Hadoop的基本框架
    1、大數(shù)據(jù)時代面臨的問題
    2、當(dāng)前解決大數(shù)據(jù)的技術(shù)方案
    3、Hadoop架構(gòu)和云計算
    4、Hadoop簡史及安裝部署
    5、Hadoop設(shè)計理念和生態(tài)系統(tǒng)

    第二部分：HDFS分布式文件系統(tǒng)：海量數(shù)據(jù)存儲的搖籃
    1、HDFS的設(shè)計目標
    2、HDFS的基本架構(gòu)
    NameNode名稱節(jié)點
    SecondaryNameNode第二名稱節(jié)點
    DataNode數(shù)據(jù)節(jié)點
    3、HDFS的存儲模型
    數(shù)據(jù)塊存儲
    元數(shù)據(jù)存儲（空間鏡像與編輯日志）
    多副本存儲
    4、多副本放置策略
    5、多數(shù)據(jù)節(jié)點管理機制與交互過程
    6、文件系統(tǒng)操作與管理
    讀文件過程
    寫文件過程（數(shù)據(jù)流管道）
    7、數(shù)據(jù)完整性機制
    數(shù)據(jù)校驗和
    數(shù)據(jù)完整性掃描線程
    元數(shù)據(jù)備份與合并
    8、數(shù)據(jù)可靠性設(shè)計
    安全模式（數(shù)據(jù)塊與節(jié)點映射關(guān)系管理）
    心跳檢測機制（節(jié)點失效管理）
    租約機制（多線程并發(fā)控制）
    9、其它
    HDFS的安全機制
    負載均衡
    文件壓縮
    10、    操作接口與編程接口
    HDFS Shell
    HDFS Commands
    WebHDFS REST API
    HDFS Java API
    演練：HDFS文件操作命令
    演練：HDFS編程示例

    第三部分：MapReduce分布式計算系統(tǒng)：海量數(shù)據(jù)處理的利器
    1、MapReduce的三層設(shè)計理念
    分布治之的設(shè)計思想（Map與Reduce）
    數(shù)據(jù)處理引擎（編程模型）
    運行時環(huán)境（任務(wù)調(diào)度與執(zhí)行）
    2、MR的基本架構(gòu)
    3、MapReduce編程模型概述
    編程接口介紹
    Hadoop工作流實現(xiàn)原理
    4、MapReduce作業(yè)調(diào)度機制
    MapReduce作業(yè)生命周期
    作業(yè)調(diào)度策略
    靜態(tài)資源管理方案
    4、MapReduce作業(yè)調(diào)度機制
    MapReduce作業(yè)生命周期
    作業(yè)調(diào)度策略
    靜態(tài)資源管理方案
    5、數(shù)據(jù)并行處理機制（五步驟）
    Input階段實現(xiàn)
    Map階段實現(xiàn)
    Shuffle階段實現(xiàn)
    Reduce階段實現(xiàn)
    Output階段
    6、MapReduce容錯機制
    任務(wù)失敗與重新嘗試
    節(jié)點失效與重調(diào)度
    單點故障
    7、MapReduce性能優(yōu)化
    優(yōu)化方向與思路
    磁盤IO性能優(yōu)化
    分片優(yōu)化
    線程數(shù)量優(yōu)化
    內(nèi)存優(yōu)化
    壓縮優(yōu)化
    8、MapReduce操作接口
    Job Shell
    Web UI
    案例演練：MapReduce編程示例
    9、YARN：通用資源管理系統(tǒng)
    MRv1的局限性
    YARN基本框架
    NN HA：解決單點故障
    HDFS Federation：解決擴展性問題

    第四部分：Hbase非關(guān)系型數(shù)據(jù)庫：海量數(shù)據(jù)的黎明
    1、Hbase的使用場景
    2、Hbase的基本架構(gòu)
    Zookeeper分布式協(xié)調(diào)服務(wù)器
    Master主控服務(wù)器
    Region Server區(qū)域服務(wù)器
    3、Hbase的數(shù)據(jù)模型
    Hbase的表結(jié)構(gòu)
    行鍵、列鍵、時間戳
    4、Hbase的存儲模型
    基本單位Region
    存儲格式HFile
    5、數(shù)據(jù)分裂機制Split
    6、數(shù)據(jù)合并機制Compaction
    minor compaction
    major compaction
    7、HLog寫前日志
    8、數(shù)據(jù)庫讀寫操作
    數(shù)據(jù)庫寫入
    數(shù)據(jù)庫讀取
    三次尋址
    9、Hbase操作接口
    Native Java API
    Hbase Shell
    批量加載工具
    HiveQL操作
    10、    Hbase性能優(yōu)化
    寫速度優(yōu)化
    讀速度優(yōu)化
    11、    Hbase集群監(jiān)控與管理
    案例演練：Hbase命令操作實例

    第五部分：Hive分布式數(shù)據(jù)倉庫：高級的編程語言
    1、Hive是什么
    2、Hive與關(guān)系數(shù)據(jù)庫的區(qū)別
    3、Hive系統(tǒng)架構(gòu)
    用戶接口層
    元數(shù)據(jù)存儲層
    驅(qū)動層
    4、Hive常用服務(wù)
    5、Hive元數(shù)據(jù)的三種部署模式
    6、Hive的命名空間
    7、Hive數(shù)據(jù)類型與存儲格式
    數(shù)據(jù)類型
    TextFile/SequenceFile/RCFile
    8、Hive的數(shù)據(jù)模型
    管理表
    外部表
    分區(qū)表
    桶表
    9、HQL語言命令實例
    DDL數(shù)據(jù)定義語言
    DML數(shù)據(jù)操作語言
    QUERY數(shù)據(jù)查詢語言
    10、    Hive自定義函數(shù)
    基本函數(shù)（UDF）
    聚合函數(shù)（UDAF）
    表生成函數(shù)（UDTF）
    11、    Hive性能優(yōu)化
    動態(tài)分區(qū)
    壓縮
    索引
    JVM重用
    案例演練：Hive命令操作實例

    第六部分：Sqoop數(shù)據(jù)交互工具：Hadoop與傳統(tǒng)數(shù)據(jù)庫的橋梁
    1、Sqoop是什么
    2、Sqoop的架構(gòu)和功能
    Sqoop1架構(gòu)
    Sqoop2架構(gòu)
    3、數(shù)據(jù)雙向交換
    數(shù)據(jù)導(dǎo)入過程
    數(shù)據(jù)導(dǎo)出過程
    4、數(shù)據(jù)導(dǎo)入工具與命令介紹
    案例演練：Sqoop數(shù)據(jù)導(dǎo)入/導(dǎo)出實際操作

    第七部分：數(shù)據(jù)流處理引擎：數(shù)據(jù)腳本語言
    1、介紹
    2、命令行交互工具Grunt
    3、數(shù)據(jù)類型
    4、Pig-Latin腳本語言介紹
    基礎(chǔ)知識
    輸入和輸出
    關(guān)系操作
    調(diào)用靜態(tài)Java函數(shù)
    5、Pig-Latin高級應(yīng)用
    6、開發(fā)與測試Pig-Latin腳本
    開發(fā)工具
    任務(wù)狀態(tài)監(jiān)控
    調(diào)試技巧
    7、腳本性能優(yōu)化
    8、用戶自定義函數(shù)UDF
    案例演練：Pig-Latin腳本編寫、測試與運行操作
    結(jié)束：課程總結(jié)與問題答疑。

Hadoop平臺技術(shù)