Hadoop企业级完整训练：HDFS&MapReduce&HBase&Hive&Zookeeper&Pig&Project）

Hadoop是云计算的事实标准软件框架，是云计算理念、机制和商业化的具体实现，是整个云计算技术学习中公认的核心和最具有价值内容。

如何从企业级开发实战的角度开始，在实际企业级动手操作中深入浅出并循序渐进的掌握Hadoop是本课程的核心。

 

云计算学习者的心声：

如何从企业级开发的角度，不断动手实际操作，循序渐进中掌握Hadoop，直到能够直接进行企业级开始，是困惑很多对云计算感兴趣的朋友的核心问题，本课程正是为解决此问题而生，学习者只需要按照一步步的跟着视频动手操作，即可完全无痛掌握Hadoop企业级开发。

同时本课程会对Hadoop的核心源码进行剖析，使学习者具备一定的修改Hadoop框架的能力，从而能够根据实际的业务情况来打造自己的框架。

 

Hadoop领域4个开创先河

1，全程覆盖Hadoop的所有核心内容

2，全程注重动手实作，循序渐进中掌握Hadoop企业级实战技术

3，在授课的过程中会对Hadoop的核心源码进行深度剖析，使得学员具有改造Hadoop框架的能力

4，具备掌握Hadoop完整项目的分析、开发、部署的全过程的能力

 

---讲师:

王家林 :(联系邮箱[e-mail] 电话：[phone] QQ:1740415547 微信号：18610086859)

Spark亚太研究院院长和首席专家，中国目前唯一的移动互联网和云计算大数据集大成者。

在Spark、Hadoop、Android等方面有丰富的源码、实务和性能优化经验。彻底研究了Spark从0.5.0到0.9.1共13个版本的Spark源码，并已完成2014年5月31日发布的Spark1.0源码研究。

Hadoop源码级专家，曾负责某知名公司的类Hadoop框架开发工作，专注于Hadoop一站式解决方案的提供，同时也是云计算分布式大数据处理的最早实践者之一；

Android架构师、高级工程师、咨询顾问、培训专家；

通晓Spark、Hadoop、Android、HTML5，迷恋英语播音和健美；

致力于Spark、Hadoop、Android、HTML5的软、硬、云整合的一站式解决方案；

超过10本的IT畅销书作者；

 

Total Hadoop Professional

培训对象

1，对云计算、分布式数据存储于处理、大数据等感兴趣的朋友
2，传统的数据库，例如Oracle、MaySQL、DB2等的管理人员
3，Java开发者
4，网站服务器端的开发人员

参加课程基础要求

对云计算有强烈的兴趣，能够看懂基本的Java语法。

培训后的目标能力

直接上手Hadoop工作，具备直接胜任Hadoop开发工程师的能力和系统管理员的能力。

培训技能目标

• 彻底理解Hadoop 代表的云计算实现技术的能力

• 具备构建并驾驭Hadoop集群能力
• 具备修改Hadoop框架的能力

• 具备开发自己网盘的能力

• 具备修改HDFS具体源码实现的能力
• 从代码的角度剖析MapReduce执行的具体过程并具备开发MapReduce代码的能力
• 具备掌握Hadoop如何把HDFS文件转化为Key-Value让供Map调用的能力
• 具备掌握MapReduce内部运行和实现细节并改造MapReduce的能力

• 具体Hadoop企业管理员的实际能力
• 具备理解并通过命令行和Java两种方式操作ZooKeeper的能力

• 具备掌握HBase企业级开发和管理的能力

• 具备掌握Pig企业级开发和管理的能力

• 具备掌握Hive企业级开发和管理的能力

• 具备使用Sqoop自由转换传统关系型数据库和HDFS中数据的能力
• 具备使用Flume收集和管理分布式日志的能力

• 具备掌握Hadoop完整项目的分析、开发、部署的全过程的能力

培训职业目标

• Hadoop工程师，能够开发任意复杂程度的Hadoop分布式应用
• Hadoop管理员，能够构建并管理Hadoop集群

• Hadoop框架源码研究和修改的能力

• Hadoop完整项目的分析、开发、部署的全过程的能力

 

培训内容

 

时间

内容

备注

第一天

第1个主题：Hadoop三问（彻底理解Hadoop）

1、 Hadoop为什么是云计算分布式大数据的事实开源标准软件框架？

2、Hadoop的具体是如何工作？

3、Hadoop的生态架构和每个模块具体的功能是什么？

 

第2主题：彻底掌握HDFS(具备开发自己网盘的能力)

1、HDFS体系架构剖析 

2、NameNode、DataNode、SecondaryNameNode架构

3、保证NodeName高可靠性最佳实践

4、DataNode中Block划分的原理和具体存储方式

5、修改Namenode、DataNode数据存储位置

6、使用CLI操作HDFS

7、使用Java操作HDFS

 

第3主题：彻底掌握HDFS(具备修改HDFS具体源码实现的能力)

1、RPC架构剖析  

2、源码剖析Hadoop构建于RPC之上

3、源码剖析HDFS的RPC实现

4、源码剖析客户端与与NameNode的RPC通信

 

第4个主题：彻底掌握MapReduce（从代码的角度剖析MapReduce执行的具体过程并具备开发MapReduce代码的能力）

1、MapReduce执行的经典步骤 

2、wordcount运行过程解析

3、Mapper和Reducer剖析

4、自定义Writable

5、新旧API的区别以及如何使用就API

6、把MapReduce程序打包成Jar包并在命令行运行

 

 

时间

内容

备注

 

 

 

 

 

 

 

 

 

 

 

 

 

 

第二天

 

第1个主题：彻底掌握MapReduce（具备掌握Hadoop如何把HDFS文件转化为Key-Value让供Map调用的能力）

1、 Hadoop是如何把HDFS文件转化为键值对的？

2、 源码剖析Hadoop读取HDFS文件并转化为键值对的过程实现

3、 源码剖析转化为键值对后供Map调用的过程实现

 

第2个主题：彻底掌握MapReduce（具备掌握MapReduce内部运行和实现细节并改造MapReduce的能力）

1、 Hadoop内置计数器及如何自定义计数器

2、 Combiner具体的作用和使用以及其使用的限制条件

3、 Partitioner的使用最佳实践

4、 Hadoop内置的排序算法剖析

5、 自定义排序算法

6、 Hadoop内置的分组算法

7、 自定义分组算法

8、 MapReduce常见场景和算法实现

 

第3个主题：实战ZooKeeper（具备理解并通过命令行和Java两种方式操作ZooKeeper的能力）

1、ZooKeeper架构剖析及集群搭建

2、使用命令行操作ZooKeeper

3、使用Java操作ZooKeeper

 

第4个主题：实战HBase（具备掌握HBase企业级开发和管理的能力）

1、 HBase架构实现

2、 HBase的数据模型和存储模型

3、 使用CLI操作HBase

4、 使用Java操作HBase

5、 使用MapReduce代码向HBase中导入批量数据

 

 

时间

内容

备注

 

 

 

 

 

 

 

 

 

第三天

 

 

 

 

 

 

 

 

 

 

第1个主题：实战Pig（具备掌握Pig企业级开发和管理的能力）

1、 Pig架构

2、 使用Pig操作数据的内幕

3、 使用Pig实例数据

 

第2个主题：实战Hive(具备掌握Hive企业级开发和管理的能力)

1、 Hive架构剖析

2、 Hive在HDFS中存储实现

3、 使用MySQL作为Hive的Metastore

4、 内部表、分区表、外部表、桶表

5、 视图

6、 自定义Hive的函数

第3个主题：某知名电商Hadoop项目（具备掌握Hadoop完整项目的分析、开发、部署的全过程的能力）

通过电信商搜集用户接打电话、上网等产生的日志对用户的电话和网络行为进行分析和监控，初步贯穿前面讲解的主要内容，使大家熟悉Hadoop一个完整项目的分析、开发、部署的全过程。