Hadoop 大數(shù)據(jù)解決方案平臺技術培訓

Hadoop 大數(shù)據(jù)解決方案平臺技術培訓

【課程目標】
Hadoop
作為開源的云計算平臺，為大數(shù)據(jù)處理提供了一整套解決方案，應用非常廣泛。Hadoop
作為一個平臺框架，包括了如何存儲海量數(shù)據(jù)，如何處理海量數(shù)據(jù)，以及相應的數(shù)據(jù)庫
、數(shù)據(jù)倉庫、數(shù)據(jù)流處理、數(shù)據(jù)分析和挖掘算法庫，
等等。本課程主要介紹 Hadoop 的思想、原理，以及重要技術等相關知識。
通過本課程的學習，達到如下目的∶ 1、全面了解大數(shù)據(jù)處理技術的相關知識。
2、學習 Hadoop 的核心技術以及應用。
3、深入掌握 Hadoop 的相關工具在大數(shù)據(jù)中的使用。 4、掌握 Hadoop
的常用模塊的工作原理及開發(fā)應用技術。
5、掌握傳統(tǒng)數(shù)據(jù)中心向大數(shù)據(jù)中心轉換的關鍵技術。
6、掌握海量數(shù)據(jù)處理的性能優(yōu)化及維護技巧。
【授課時間】
2~5 天時間
【授課對象】
網絡部、大數(shù)據(jù)系統(tǒng)開發(fā)部、大數(shù)據(jù)中心、網絡運維部等相關技術人員。
【授課方式】
原理精講+案例演練+開發(fā)實踐+系統(tǒng)優(yōu)化
【課程大綱】
第一部分∶Hadoop 的基本框架
1、大數(shù)據(jù)時代面臨的問題
2、當前解決大數(shù)據(jù)的技術方案
3、Hadoop 架構和云計算
4、Hadoop 簡史及安裝部署
5、Hadoop 設計理念和生態(tài)系統(tǒng)
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 的設計目標
2、HDFS的基本架構
> 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
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)可靠性設計
> 安全模式（數(shù)據(jù)塊與節(jié)點映射關系管理）
> 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 ShellHDFS Conmands
> 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)∶海里數(shù)據(jù)處理的利器
1、MapReduce 的三層設計理念
> 分布治 之的設計思想（Map 與 Reduce）
> 數(shù)據(jù)處理引擎（編程模型）
> 運行時環(huán)境（任務調度與執(zhí)行）
2、MapReduce 的基本架構
> JobTracker 作業(yè)跟蹤器
> TaskTracker 任務跟蹤器
> MapReduce 與 HDFS 的部署關系
3、MapReduce 編程模型概 述
> 編程接口介紹
> Hadoop 工作流實現(xiàn)原理
MapReduce 作業(yè)調度機制
> MapReduce 作業(yè)生命周期
> 作業(yè)調度策略靜態(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、HapReduce 容錯機制
> 任務失敗與重新嘗試
> 節(jié)點失效與重調度
> 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
> 內存優(yōu)化
>壓縮優(yōu)化
8、MapReduce 操作接口
> Job Shell> Web UI
案例演練∶MapRedce 編程示例 g、YARN∶ 下一代通用資源管理系統(tǒng)
> KRv1 的局限性
> YARN 基本框架
> HA 解決單點故障
HDFS Federatiox 解決擴展性問題
第四部分∶ Hase非關系型數(shù)據(jù)庫∶海里數(shù)據(jù)的黎明
HBase 的使用場景
2、HBase 的基本架構
> Zookeeper 分布式協(xié)調服務器
> Master 主控服務器
> Region Server區(qū)域服務器
3、HBase 的數(shù)據(jù)模型
> Hase 的表結構
> 行鍵、列鍵、時間戳
4、Hase 的存儲模型
> 基本單位 Region
> 存儲格式HFile
數(shù)據(jù)分裂機制 Split
數(shù)據(jù)合并機制Compaction> minor compactionmajor compaction
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、Hase 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∶Hase 命令操作實例
> 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 APIHBase 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與關系數(shù)據(jù)庫的區(qū)別
3、Hive系統(tǒng)架構
> 用戶接口層
> 元數(shù)據(jù)存儲層
> 驅動層
4、Hive常用服務
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
Hive的數(shù)據(jù)模型管理表外部表分區(qū)表桶表
HL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
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）
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
Sqoop 是什么
Sqoop 的架構和功能
>Sqoop 1 架構
> Sqoop2 架構
3、數(shù)據(jù)雙向交換
> 數(shù)據(jù)導入過程
>數(shù)據(jù)導出過程
4、數(shù)據(jù)導入工具與命令介紹
案例演練∶ Sqoop 數(shù)據(jù)導入/導出實際操作
第七部分∶Pig數(shù)據(jù)流處理引擎∶ 數(shù)據(jù)腳本語言
1、Pig 介紹
2、命令行交互工具 Grunt 3、Pig 數(shù)據(jù)類型
4、Pig Latin卻本語言介紹
> 基礎知識
> 輸入和輸出
>關系操作
> 調用靜態(tài) Java函數(shù)
Pig Lati高級應用
6、開發(fā)與測試Pig Lati腳本
>開發(fā)工具任務狀態(tài)監(jiān)控
>調試技巧
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
結束∶課程總結與問題答疑。

尹傳亮老師的其它課程