1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
       2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)?！詈细駥W(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽(yù)，端海的證書受到廣泛認(rèn)可。

第一部份 Hive與Hadoop
(1) Hadoop和MapReduce
(2) Hadoop生態(tài)中的Hive
(3) Hive與關(guān)系型數(shù)據(jù)庫的差異
(4) Hive安裝
第二部份 Hive的特性1
(1) 內(nèi)部表與外部表
(2) insert與insert overwrite
(3) mapjoin
(4) group by/order by/partition by/sort by/cluster by
第三部份 Hive的特性2
(1) 動(dòng)態(tài)分區(qū)、靜態(tài)分區(qū)
(2) streaming轉(zhuǎn)換數(shù)據(jù)
(2) 一次讀取多次插入
(3) 文件壓縮格式
第四部份 Hive的特性3
(1) UDF
(2) UDAF
(3) UDTF
第五部份 Hive調(diào)優(yōu)
(1) Hive優(yōu)化通用思路
(2) 執(zhí)行計(jì)劃
(3) Hive調(diào)優(yōu)常用方法
(3) Hive調(diào)優(yōu)案例
第六部份 Hive實(shí)戰(zhàn)
(1) 某電商網(wǎng)站，按平臺(tái)、版本、城市維度統(tǒng)計(jì)PV、UV
(2) 某電商網(wǎng)站，按平臺(tái)、版本、城市多種維度組合，統(tǒng)計(jì)PV、UV
(3) 某電商網(wǎng)站，按平臺(tái)、版本、城市多種維度組合，統(tǒng)計(jì)PV、UV、下單量、下單用戶數(shù)
第七部份 數(shù)據(jù)倉庫概要
(1) 數(shù)據(jù)倉庫起因
(2) 數(shù)據(jù)倉庫發(fā)展
(3) 數(shù)據(jù)倉庫定義
(4) 數(shù)據(jù)倉庫與數(shù)據(jù)庫的區(qū)別
第八部份 數(shù)據(jù)倉庫架構(gòu)
(1) Inmon 與 Kimball
(2) 混合架構(gòu) 與 DataVault架構(gòu)
(3) 數(shù)倉架構(gòu)選型的思考
(4) 數(shù)據(jù)倉庫分層
第九部份 數(shù)據(jù)倉庫建模
(1) 什么是數(shù)據(jù)模型
(2) 為什么需要數(shù)據(jù)模型
(3) 如何創(chuàng)建數(shù)據(jù)模型
(4) 數(shù)倉建模的方法介紹
第十部份 維度建模
(1) 維度建?；靖拍?br> (2) 維度建模技術(shù)
(3) 維度建模過程
(4) 維度建模常見問題
第十一部份 從0到1搭建Hive數(shù)倉(上)
(1) 根據(jù)業(yè)務(wù)特點(diǎn)和需求，選型數(shù)據(jù)倉庫架構(gòu)
(2) 基于數(shù)倉架構(gòu)和業(yè)務(wù)處理綜合考慮，設(shè)計(jì)合理的數(shù)據(jù)倉庫分層
(3) 梳理整體的業(yè)務(wù)ER圖，選擇要建設(shè)的業(yè)務(wù)和數(shù)據(jù)范圍
(4) 確立數(shù)倉總線架構(gòu)，站在較高的抽象業(yè)務(wù)分析主題
第十二部份 從0到1搭建Hive數(shù)倉(下)
(1) 按主題思想設(shè)計(jì)完整的數(shù)據(jù)倉庫模型
(2) 根據(jù)主題優(yōu)先級(jí)劃分，分階段設(shè)計(jì)數(shù)據(jù)流和數(shù)據(jù)模型
(3) 數(shù)據(jù)模型落地：Hive開發(fā)->測(cè)試>數(shù)據(jù)驗(yàn)證->上線
(4) 數(shù)倉建設(shè)過程中的數(shù)據(jù)質(zhì)量和元數(shù)據(jù)管理