1、培訓過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、培訓結(jié)束后,授課老師留給學員聯(lián)系方式,保障培訓效果,免費提供課后技術支持。
       3、培訓合格學員可享受免費推薦就業(yè)機會?！詈细駥W員免費頒發(fā)相關工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

• 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。
  2，牽涉到數(shù)據(jù)挖掘和統(tǒng)計分析的數(shù)據(jù)中心運行、規(guī)劃、設計負責人。
  3，政府機關，金融保險、移動和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負責人。
  4，高校、科研院所牽涉到數(shù)據(jù)挖掘與統(tǒng)計分析處理的項目負責人。

  【培訓目標】
  1、全面了解大數(shù)據(jù)前沿技術的相關知識。
  2、學習大數(shù)據(jù)前沿技術平臺、方法以及應用特征。
  3、學習使用大數(shù)據(jù)挖掘和分析中的使用。?
  4、了解Hadoop、Spark等技術的融合使用。

  【課程大綱】
  第一講 大數(shù)據(jù)技術基礎
  ? 1）大數(shù)據(jù)應用需求及潛在價值分析
  ? 2）大數(shù)據(jù)與數(shù)據(jù)庫解決方案的對比
  ? 3）國內(nèi)外主流的大數(shù)據(jù)解決方案
  ? 4）開源的大數(shù)據(jù)生態(tài)系統(tǒng)平臺剖析
  ? 5）大數(shù)據(jù)下的技術選型與架構(gòu)設計
  第二講 批處理大數(shù)據(jù)平臺Hadoop
  ? 1）Hadoop及其運行架構(gòu)
  ? 2）HDFS分布式文件系統(tǒng)
  ? 3）MapReduce計算模型
  ? 4）HBase大表管理技術
  ? 5）Hadoop平臺使用和實操
  第三講 實時大數(shù)據(jù)平臺Spark
  1）Spark實時處理技術
  2）彈性分布式數(shù)據(jù)集RDD?
  ? 3）Spark分布式計算框架
  ? 4）Spark的BDAS生態(tài)系統(tǒng)
  ? 5）Spark平臺使用和實操
  第四講 流式大數(shù)據(jù)平臺Storm
  ? 1）流式大數(shù)據(jù)處理架構(gòu)
  ? 2）Storm在企業(yè)應用介紹
  ? 3）Storm拓撲及流分組
  ? 4）Spout和Bolt詳解
  ? 5）分布式DPRC和Trident
  6）Storm平臺使用和實操
  第五講 Python網(wǎng)絡爬蟲
  ? 1）網(wǎng)絡爬蟲基礎
  ? 2）urllib和urllib2庫的用法
  ? 3）Python 正則表達式
  ? 4）Beautiful Soup使用
  ? 5）用Scrapy采集示例實操
  第六講 大數(shù)據(jù)日志采集工具Flume
  ? 1）日志采集及Scribe介紹
  2）Flume-NG數(shù)據(jù)流模型
  ? 3）Flume平臺架構(gòu)
  ? 4）Flume集群部署配置
  ? 5）Flume應用案例實操
  第七講 分布式消息訂閱工具Kafka
  ? 1）Kafka應用介紹
  ? 2）Kafka平臺架構(gòu)
  ? 3）Kafka集群部署與配置
  ? 4）Kafka應用案例實操
  第八講 NoSQL云數(shù)據(jù)處理工具
  ?? 1）NoSQL技術及云數(shù)據(jù)庫介紹
  ?? 2）HBase列數(shù)據(jù)存儲及處理機制
  ?? 3）HBase高并發(fā)讀/寫實現(xiàn)及案例
  ?? 4）MongoDB文檔數(shù)據(jù)存儲及處理
  ?? 5）MongoDB操作實現(xiàn)及案例
  第九講 大數(shù)據(jù)中的SQL工具
  ?? 1)大數(shù)據(jù)中的類SQL工具
  ?? 2) Hive設計目標和數(shù)據(jù)模型
  ?? 3) Hive關鍵性技術和案例
  ?? 4) SparkSQL設計目標和數(shù)據(jù)模型
  ?? 5) SparkSQL關鍵性技術和案例
  第十講 大數(shù)據(jù)分析挖掘工具
  ? 1）大數(shù)據(jù)挖掘及知識模型的發(fā)現(xiàn)
  ? 2）大數(shù)據(jù)挖掘工具Mahout和MLlib
  ? 3）推薦方法及MLlib電影推薦案例
  ? 4）分類方法及Mahout新聞分類案例
  ? 5）聚類方法及K-Means聚類案例
  第十一講 資源虛擬化工具Docker
  ? 1）虛擬化和容器技術
  ? 2）LXC和Docker的發(fā)展
  ? 3）Docker架構(gòu)及特性
  ? 4）鏡像、容器和倉庫
  ? 5）Docker的執(zhí)行及其案例實操
  第十二講 大數(shù)據(jù)技術展望
  ? 1）大數(shù)據(jù)分析技術展望
  ? 2）大數(shù)據(jù)平臺的發(fā)展展望
  ? 3）大數(shù)據(jù)挖掘的應用展望