《Hadoop/Spark企业应用实战》 扫二维码继续学习 二维码时效为半小时

从企业需求出发,探讨Hadoop/Spark生态系统的各种应用场景,通过Hadoop与Spark的整合,将集群功效最大化!

699.00元

课程介绍


课 程 名 称

《Hadoop/Spark企业应用实战》——企业使用 Hadoop / Spark 的真实案列

时 间

共八周

培 训 方 式

视频学习 + 在线答疑 + 每周作业 + 结业考试



授 课 对 象

商业智能(BI)和企业数据仓库(EDW)的管理人员、建模人员、分析和开发人员、系统管理员等;

有意将Hadoop生态系统中的组件,作为现有EDW的补充,或未来替代产品的项目负责人及开发人员;

企业中牵涉到大数据处理的数据中心运行、规划、设计负责人;

Hadoop企业级应用、整合项目的成员、负责人、开发人员;

熟悉Hadoop生态系统,想了解和学习Hadoop与Spark整合在企业应用实战案例的朋友。


课 程 大 纲

本课程会介绍 Hadoop / Spark 各组件的架构,但不会涉及任何安装的内容,安装的教程、录像视频什么的网上到处都是,讲安装太浪费时间~ Hadoop/Spark环境的安装请大家自行解决,建议用Cloudera CDH或者Hortonworks HDP

本课程目标是:给大家分享一些在网上不能随便就搜到的内容和窍门,展示企业线上生产系统中应用 Hadoop、Spark 的成功案例,以及与现有企业BI平台整合的方案

第一周:企业级Hadoop/Spark应用概述,Hadoop/Spark生态系统与现有企业级应用的整合

  1. 企业级集群部署、数据管理、任务调度、集群监控

  2. Hadoop架构介绍、Spark / Shark 介绍

  3. Spark与Hadoop的关系

  4. 现有Hadoop架构的种种问题和限制,HA

  5. 企业数据仓库的选型,Hadoop世界与EDW世界中的TPC(TPC DS与TPC H)

  6. Hadoop世界中的DBA

  7. 成本考量 —— 人?物?物是人非……


第二周:Hadoop Eco System 进阶应用基础知识

  1. HDFS / MapReduce / Yarn / Hive / Impala / Oozie 进阶应用、资源分配及调优

  2. 玩转Hive ETL高级应用:权限管理、external table、partition、中文支持、HiveServer2 JDBC接口

  3. Hive的Windowing and Analytics Functions

  4. Hive 0.13的新功能

  5. Impala与Hive对比,各种Hints:Hive的Map Join,Impala的SHUFFLE Join(partitioned join)


第三周:进阶应用实例 — 物流/广告/电商/零售/互联网行业Hadoop大数据应用

  1. 企业级应用实例1:物流行业 — 订单跟踪

  2. —〉 Hive通过external table、partition、动态partition与NFS结合使用创建数据表,避免LOAD DATA

  3. —〉 Hive和Impala的Join优化Hints,MapJoin、Shuffle Join 实例

  4. 企业级应用实例2:广告行业 — 基于用户行为分析的用户归类标签 (客户画像)

  5. —〉 Hive复合数据类型array

  6. —〉 array与collect_set、collect_list、array_contains、sort_array

  7. —〉 impala的group_concat

  8. —〉 array与lateral view、LATERAL VIEW OUTER

  9. 企业级应用实例3:电商/零售行业 — 简单的推荐系统 Recommender System 实现 (基于用户标签/客户画像)

  10. —〉 Hive复合数据类型map、str_to_map、map_keys、map_values,map与lateral view

  11. —〉 通过Hive、Impala转换函数进行数据保护,确保企业应用信息安全(通过translate进行简单数据脱敏Data Masking)

  12. —〉 HiveServer2 JDBC接口实例应用、中文支持Bug纠错

  13. —〉 Hive的窗口和分析函数入门(row_number、rank、dense_rank等)

  14. 企业级应用实例4:互联网行业 — 访问量业绩报表

  15. —〉 Hive的窗口和分析函数进阶(NTILE、CUME_DIST、PERCENT_RANK、LEAD、LAG、FIRST_VALUE、LAST_VALUE等)

  16. ROWS BETWEEN ... AND ... (CURRENT ROW,rows PRECEDING,rows FOLLOWING)

  17. 本周总结 —— 物流/广告/电商/零售/互联网行业Hadoop企业级大数据应用方案经验教训总结


第四周:Hadoop & Spark / Shark 进阶应用基础知识

  1. HBase / ZooKeeper / Sqoop / Graphite / Ganglia 进阶应用及调优,Spark / Spark SQL / Shark 简介

  2. HBase Shell 与 HBase REST API 应用

  3. HBase的Region进阶应用Compact、Split与Merge

  4. HBase进阶脚本应用:jruby script

  5. HBase与Hive的整合高级应用:binary(byte) value,lateral view explode

  6. Hive 0.13:posexplode

  7. Spark / Spark SQL / Shark 架构介绍、Spark Scala / Python 开发介绍


第五周:进阶应用实例 — Hadoop/Spark平台企业级开发框架

  1. Hadoop生态系统中为企业级开发提供的测试框架应用实例

  2. Spark实现“物流行业 — 订单跟踪 SLA”的实例,Scala语言及Python语言实现,Spark SQL + Parquet文件实现,Spark Scala Maven项目实例

  3. HBase开发实例:REST API使用、JRuby脚本编写、Region进阶应用

  4. Continuous Integration系统整合的可能

  5. —— 软件/互联网行业Hadoop企业级开发框架


第六周:Hadoop & Spark / Shark 企业级应用整合

  1. HBase与Hive整合的大坑

  2. HBase Python 客户端 happybase 使用介绍、编程实例

  3. HBase Coprocessor与HBase + Hive 特征特点比较、分别适用的场景

  4. 企业中应用 HBase,HiveImpalaSpark / Shark 的注意事项,资源分配方案

  5. Hadoop与现有企业级BI平台的整合

  6. Pentaho PDI / Kettle

  7. Oracle or In-Memory Database

  8. MicroStrategy / Tableau


第七周:进阶应用实例 — Hadoop / Spark 企业级大数据BI应用整合

  1. 互联网行业时间序列(time series data)数据处理实例 —— 整合 HBase 与 Hive:增量数据与全量数据,冷数据与热数据分治

  2. 互联网行业时间序列(time series data)数据处理实例 —— 整合 Spark 与 HBase

  3. Spark 访问 HBase 数据实例:通过 Spark 对 HBase 表进行 scan,Scala语言处理 HBase 返回值 Result 类中 KeyValue 对象的 ByteBuffer / ByteArray

  4. 通过 Kettle / Spoon 工具整合Hadoop与现有RDBMS的企业级BI解决方案

  5. 其它整合Hadoop与RDBMS构建企业级BI应用平台的可能(如使用PostgreSQL FDW,使用Presto的JDBC connector等)

  6. —— 互联网行业Hadoop企业级大数据BI应用整合方案


第八周:总结与展望

  1. 企业级大数据应用总结

  2. 构建企业大数据团队探讨

  3. Hadoop方面工作面试秘籍:应用开发方向、数据分析方向、技术架构方向、团队带头人

  4. 现有几大Hadoop平台比较:Cloudera CDH,Hortonworks HDP,MapR

  5. Hadoop大数据还能干什么?通过Spark整合Streaming与Batch processing?

  6. 金融 / 工业 / 能源 / 智慧城市 / 医疗行业 / Smart Data

  7. 德国汽车、新能源行业的大数据创新项目分享

  8. 德国医疗行业大数据应用现状

  9. Hadoop大数据企业应用面临的问题


课程源码列表(全部会放到百度网盘提供下载)



主讲人:邱腾

柏林工业大学,计算机科学,硕士,专注于BI大数据架构及解决方案,精通网络数据、市场数据分析,在互联网、电商、通信、能源、工业自动化、医疗、传媒广告等行业拥有丰富经验,早年泡过sunnet IRC,架过firebird BBS。

2006年至2011年间,曾先后任职于新浪网络系统部、诺基亚西门子网络(NSN)、西门子公司能源自动化输配电(PTD)部门,参与了中国移动、中国联通、德国电信等不同国家电信运营商项目,在变电站自动化系统数据传输国际标准 ISO/IEC 61850 的第一版和第二版制订过程中,参与了技术架构、实现及评测工作。

后转战德国科研机构Fraunhofer,参与了德国电子病例(eFA)、电子医疗卡(eHBA/HPC)改革项目的技术架构及数据安全保护实现。

08年开始接触Hadoop/MapReduce,曾主导项目,通过整合Hadoop的各种组件使德国联盟广告商Zanox公司将海量tracking数据转化为DMP并成功与多家RTB和DSP平台对接。

现在欧洲最大的电商平台德国Zalando公司任BI部门经理、大数据架构师

网名:chutium,个人主页:http://www.abcn.net/

微博:@邱腾邱导导 http://weibo.com/tengqiu/


常见问题:

请点击 http://www.chinahadoop.cn/page/questions


试听视频:

请点击 http://www.chinahadoop.cn/course/19


在 线 咨 询:

QQ群:344476417

电话:15611440609
邮件:admin@chinahadoop.cn


微信公众号:ChinaHadoop

13090956d5c1016179.jpg?2.0.3


课程目标
  • 本课程主要学习Hadoop/Spark 各组件的架构, 通过物流/广告/电商/零售/互联网行业的大数据应用,理解和掌握企业在具体应用场景中如何使用 Hadoop、Spark 的具体模块和模块之间整合的实战经验,以及如何与现有企业BI平台整合的方案。
  • 本课程目标是:给大家分享一些在网上不能随便就搜到的内容和窍门,展示企业线上生产系统中应用 Hadoop、Spark 的成功案例,以及与现有企业BI平台整合的方案
  • 本课程会介绍 Hadoop / Spark 各组件的架构,但不会涉及任何安装的内容
适合人群
  • 商业智能(BI)和企业数据仓库(EDW)的管理人员、建模人员、分析和开发人员、系统管理员等
  • 有意将Hadoop生态系统中的组件,作为现有EDW的补充,或未来替代产品的项目负责人及开发人员
  • 企业中牵涉到大数据处理的数据中心运行、规划、设计负责人
  • Hadoop企业级应用、整合项目的成员、负责人、开发人员
  • 熟悉Hadoop生态系统,想了解和学习Hadoop与Spark整合在企业应用实战案例的朋友