资源详情
【课程内容】 第一天 1、数据部的一般组织架构 2、数据分析的一般流程 3、数据部背景知识总结 4、Hadoop是什么、Hadoop的特点 4、虚拟机访问外网配置 5、Hadoop HDFS核心组件 6、Hadoop MapReduce编程模型 7、Hadoop JobTracker与TaskTracker及hadoop基础总结 8、Hadoop生态及SecondaryNameNode 9、vm虚拟机软件安装 10、centos虚拟机安装 11、拷贝虚拟机及网络配置-文件占用异常-关闭防火墙 12、Hadoop集群安装(hostname,下载,解压,环境变量,配置文件修改,scp,启动集群,wordcount实例) 13、Hadoop集群安装步骤概述 14、安装JDK 附录1、使用CRT软件登录虚拟机 第二天 1、当日课程安排 2、Hadoo shell常用命令 3、windows开发环境准备-需要配置环境变量 4、使用JA危a API 操作Hdfs 5、底层核心API,查看block的元数据信息,合并多个block 6、Hadoop hdfs文件上传机制 7、Hadoop hdfs文件下载机制及文件上传下载步骤总结(重要) 8、Hdfs实战-文件定时上传告警脚本-功能分析及说明 9、Hdfs实战-文件上传告警脚本-需求分析及周边系统说明 10、Hdfs实战-文件上传告警脚本-编码开发 11、Hdfs实战-文件上传告警脚本-文件上传时的COPYING状态 第三天 1、wordcount运行-控制台过程分析、8088管理页面分析、面试技巧 2、wordcount驱动类分析 3、map,reduce生命周期,输入输出泛型格式,writeable实现类,自定义DataWriteable(保证顺序一致) 4、编写wordcount函数及运行分析 5、shuffle归并排序 6、Combiner概念分析-不是所有的combiner都能写成和reduce一样的 7、combiner补充说明 8、Partitioner的概念分析及说明 9、使用IK分词器对中文歌曲进行分词 10、自定义combiner实现文件倒排索引 11、通过工具查看fimage文件和edits文件 12、SecondaryNode的运行机制(只做合并操作) 13、在yarn资源调度管理器上运行hadoop mapreduce程序的流程 14、lucene搜索引擎分析 15、hadoop离线课程总结(重要) 第四天 1、实时计算课程安排 2、背景知识:企业日志收集的两种方式比较-点击流日志收集系统 3、Storm基础(离线计算的特点、流式计算的特点、Storm是什么、Storm与Hadoop的区别) 4、Storm集群搭建步骤-(请先准备好虚拟机和zk、JDK),storm配置文件说明 5、Storm任务提交流程分析及拓扑任务界面分析 6、Storm常用命令说明 7、Storm的应用场景及典型案例 8、Storm核心组件概念及StreamGrouping(重要) 9、流式计算一般架构图(很灵活) 10、wordcount分析-spout、Bolt的声明周期、spout与bolt链接 11、自己编写storm任务执行的过程 12、案例:39女生节业务指标数据实时统计 附:zookeeper安装步骤 第五天 2、Storm任务提交过程总结 3、任务提交时worker数量与集群worker数量的关系 5、Storm任务提交流程 8、disruptor概念介绍-无锁的队列,每秒600万 10、Storm总结 附:Jstorm源码解读-组件启动流程 第六天 1、Kafka是什么-Kafka在流式计算中的位置-流式计算为什么需要Kafka 2、JMS规范-为什么要有消息队列、JMS模型、大数据领域下的消息系统 3、Kafka配置文件说明-Kafka集群安装 4、补充:Kafka配置文件说明-Kafka集群安装--必看 5、Kafka常用命令行使用 6、Kafka JA危a API 操作 7、Kafka核心组件的描述 8、Consumer与topic关系 9、Kafka消息的分发-Consumer的负载均衡 10、Kafka文件存储过程 11、Kakfa总结 附:Redis-String案例 第七天 1、redis哈希散列-案列,list-案例 2、redis set及sortset案例 redis set及sortset案例
下载地址
链接:http://pan.baidu.com/s/1i5vaMGX 密码:4u7r 解压密码:www.mukedaba.com