国产精品女人一区二区三区|久久国产精品湿香蕉网|日韩欧美高清在线|国产精学生成a品人v在线播放

<ul id="zocbx"><legend id="zocbx"></legend></ul>
<i id="zocbx"></i>
<cite id="zocbx"><table id="zocbx"></table></cite>
    <dl id="zocbx"><label id="zocbx"></label></dl>
    <noscript id="zocbx"><ins id="zocbx"><ol id="zocbx"></ol></ins></noscript>

    1. <cite id="zocbx"><option id="zocbx"><em id="zocbx"></em></option></cite>
      <ul id="zocbx"><th id="zocbx"></th></ul><cite id="zocbx"><label id="zocbx"></label></cite>
      88 優(yōu)惠券
      2020年3月1日到期。滿 200 元可用
      立即使用
      立即使用
      • 參會報名
      • 會議介紹
      • 會議日程
      • 會議嘉賓
      • 參會指南
      • 手機下單 手機掃碼下單

      首頁 > 商務會議 > IT互聯網會議 > 2019Hadoop與spark大數據開發(fā)培訓班(1月杭州班) 更新時間:2019-01-03T17:38:24

      大會站點分布:
      (點擊可切換)
      2019Hadoop與spark大數據開發(fā)培訓班(1月杭州班)
      收藏5人
      分享到
      官方合作

      2019Hadoop與spark大數據開發(fā)培訓班(1月杭州班) 已截止報名

      會議時間: 2019-01-16 08:00至 2019-01-18 18:00結束

      會議地點: 杭州  詳細地址會前通知   周邊酒店預訂

      主辦單位: 中國信息化人才培訓中心

      行業(yè)熱銷熱門關注看了又看 換一換

            會議介紹

            會議內容 主辦方介紹


            2019Hadoop與spark大數據開發(fā)培訓班(1月杭州班)

            2019Hadoop與spark大數據開發(fā)培訓班(1月杭州班)宣傳圖

            課程介紹

            一、需求理解

            Hadoop 設計之初的目標就定位于高可靠性、高可拓展性、高容錯性和高效性,正是這些設計上與生俱來的優(yōu)點,才使得Hadoop 一出現就受到眾多大公司的青睞,同時也引起了研究界的普遍關注。

            對電信運營商而言,用戶上網日志包含了大量用戶個性化需求、喜好信息,對其進行分析和挖掘,能更好地了解客戶需求。傳統(tǒng)經營分析系統(tǒng)小型機加關系型數據庫的架構無法滿足對海量非結構化數據的處理需求,搭建基于X86的Hadoop 平臺,引入大數據處理技術的方式,實現高效率、低成本、易擴展的經營分析系統(tǒng)混搭架構成為電信運營商最為傾向的選擇。本課程將全面介紹Hadoop平臺開發(fā)和運維的各項技術,對學員使用該項技術具有很高的應用價值。

            二、培訓課程架構與設計思路

            (1)培訓架構:

            本課程分為三個主要部分:

            第一部分:重點講述大數據技術在的應用,使學員對大數據技術的廣泛應用有清晰的認識,在這環(huán)節(jié)當中會重點介紹Hadoop技術在整個大數據技術應用中的重要地位和應用情況。

            第二部分:具體對hadoop技術進行模塊化分拆,從大數據文件存儲系統(tǒng)技術和分布式文件系統(tǒng)平臺及其應用談起,介紹Hadoop技術各主要應用工具和方法,以及在運維維護當中的主流做法,使學員全面了解和掌握Hadoop技術的精華。

            第三部分:重點剖析大數據的應用案例,使學員在案例當中對該項技術有更深入的感觀印象

            (2)設計思路:

            本課程采用模塊化教學方法,以案例分析為主線,由淺入深、循序漸進、由理論到實踐操作進行設計。

            (3)與企業(yè)的貼合點:

            本課程結合企業(yè)轉型發(fā)展及大數據發(fā)展戰(zhàn)略,圍繞企業(yè)大數據業(yè)務及行業(yè)應用市場拓展發(fā)展目標,重點講授Hadoop的應用技術,提升企業(yè)IT技術人員的開發(fā)和運維能力,有很強的貼合度。

            3.培訓對象

            各地企事業(yè)單位大數據產業(yè)相關人員,運營商 IT信息化和運維工程師相關人員,金融業(yè)信息化相關人員,或對大數據感興趣的相關人員。

            三、培訓目標

            掌握大數據處理平臺(Hadoop、Spark、Storm)技術架構、以及平臺的安裝部署、運維配置、應用開發(fā);掌握主流大數據Hadoop平臺和Spark實時處理平臺的技術架構和實際應用;利用Hadoop+Spark對行業(yè)大數據進行存儲管理和分析挖掘的技術應用;講解Hadoop生態(tài)系統(tǒng)組件,包括Storm,HDFS,MapReduce,HIVE,HBase,Spark,GraphX,MLib,Shark, ElasticSearch等大數據存儲管理、分布式數據庫、大型數據倉庫、大數據查詢與搜索、大數據分析挖掘與分布式處理技術

            四、培訓時間和地點

            2019年01月16日-01月18日  杭州(15日全天報道)

            報到時間:2019年01月15日(15日星期二下午報到) ??????????

            報到地點:杭州漢象圖書音樂酒店 (杭州市西湖區(qū)文一西路57號 )

            上課地點:杭州廣播電視大學遠教樓?(杭州市西湖區(qū)毛家橋路26號,緊鄰杭州漢象圖書音樂酒店?)

            注:(請學員自帶筆記本電腦)

            住宿標準:豪華/數碼大床房/288元/間(可上網,含雙早)

            五、頒發(fā)證書

            參加相關培訓并通過考試的學員,可以獲得:

            工業(yè)和信息化部全國網絡與信息技術考試管理中心中心頒發(fā)的-“Hadoop與Spark大數據應用與開發(fā)”職業(yè)技能證書(等級高級)。該證書可作為專業(yè)技術人員職業(yè)能力考核的證明,以及專業(yè)技術人員崗位聘用、任職、定級和晉升職務的重要依據。

            注:請學員帶一寸彩照2張(背面注明姓名)、身份證復印件一張。

            查看更多

            中國信息化人才培訓中心

            公開課程:每年超過100場。管理課程以“企業(yè)IT架構建設、需求工程、IT項目管理、研發(fā)過程改進、IT產品生命周期管理、產品技術創(chuàng)新”等為主;技術課程以“軟件架構設計、J2EE框架開發(fā)、微軟Moss框架開發(fā)、網絡安全與運維、數據庫”等 IT技術。

            會議日程 (最終日程以會議現場為準)


            培訓大綱

            (1)課程框架

            時間

            培訓內容

            教學方式

            第一天

            上午

            第一部分:移動互聯網、大數據、云計算相關技術介紹

            第二部分:大數據的挑戰(zhàn)和發(fā)展方向

            理論講授+案例分析

            下午

            第三部分:大數據文件存儲系統(tǒng)技術和分布式文件系統(tǒng)平臺及其應用

            第四部分:Hadoop文件系統(tǒng)HDFS最佳實戰(zhàn)

            理論講授+案例分析+小組討論

            第二天

            上午

            第五部分:Hadoop運維管理與性能調優(yōu)

            第六部分:NOSQL數據庫Hbase與Redis

            理論講授+案例分析+實戰(zhàn)演練

            下午

            第七部分:類SQL語句工具——Hive

            第八部分:數據挖掘SPARK建?;A介紹

            理論講授+案例分析+實戰(zhàn)演練

            第三天

            上午

            第九部分:Kafka基礎介紹

            第十部分:大數據典型應用與開發(fā)案例分析:互聯網數據運營

            理論講授+案例分析

            下午

            第十一部分:當前數據中心的改造和轉換分析-以國內外運營商、互聯網公司為例

            第十二部分:課程總結與問題答疑

            評估培訓

            理論講授+案例分析+小組討論

            第四天

            學員考試與業(yè)界交流

            詳細培訓內容介紹

            課程模塊

            課程主題

            主要內容及案例和演示

            模塊一

            移動互聯網、大數據、云計算相關技術介紹

            1. 數據中心與云計算技術應用
            2. 智慧城市與云計算技術應用
            3. 移動互聯網、大數據與云計算關聯技術
            4. 移動云計算的生態(tài)系統(tǒng)及產業(yè)鏈
            5. 大數據技術在運營商、金融業(yè)、銀行業(yè)、電子商務行業(yè)、零售業(yè)、制造業(yè)、
              政務信息化、互聯網、教育信息化等行業(yè)中的應用實踐
            6. 國內外主流的大數據解決方案介紹
            7. 當前大數據解決方案與傳統(tǒng)數據庫方案的剖析比較
            8. Cloudera Hadoop 大數據平臺方案剖析
            9. 開源的大數據生態(tài)系統(tǒng)平臺剖析

            模塊二

            大數據的挑戰(zhàn)和發(fā)展方向

            1. 大數據時代的挑戰(zhàn)
              戰(zhàn)略決策能力
              技術開發(fā)和數據處理能力
              組織和運營能力
            2. 大數據時代的發(fā)展方向
            3. 云計算是基礎設施架構
              大數據是靈魂資產
              分析、挖掘是手段
              發(fā)現和預測是最終目標
            4. 大數據挖掘在各行業(yè)應用情況
            5. 電信行業(yè)應用及案例分析
              互聯網行業(yè)應用及案例分析
              金融行業(yè)應用及案例研究
              銷售行業(yè)應用案例分析

            模塊三

            大數據文件存儲系統(tǒng)技術和分布式文件系統(tǒng)平臺及其應用

            1. Hadoop的發(fā)展歷程
              Hadoop大數據平臺架構
              基于Hadoop平臺的PB級大數據存儲管理與分析處理的工作原理與機制
              Hadoop 的核心組件剖析
            2. 分布式文件系統(tǒng)HDFS
            3. 概述、功能、作用、優(yōu)勢
              應用范疇、應用現狀
              發(fā)展趨勢
            4. 分布式文件系統(tǒng)HDFS架構及原理
            5. 核心關鍵技術
              設計精髓
              基本工作原理
              系統(tǒng)架構
              文件存儲模式
              工作機制
              存儲擴容與吞吐性能擴展
            6. 分布式文件系統(tǒng)HDFS操作
            7. SHELL命令操作
              I/O流式操作
              文件數據讀取、寫入、追加、刪除
              文件狀態(tài)查詢
              數據塊分布機制
              數據同步與一致性
              元數據管理技術
              主節(jié)點與從節(jié)點工作機制
              大數據負載均衡技術
              HDFS大數據存儲集群管理技術
            8. Hadoop生態(tài)系統(tǒng)組件
            9. Storm
              HDFS
              MapReduce
              HIVE
              HBase
              Spark
              GraphX
              MLib
              Shark

            模塊四

            Hadoop文件系統(tǒng)HDFS最佳實戰(zhàn)

            1. HDFS的設計
            2. HDFS的概念
              數據塊
              namenode和datanode
              聯邦HDFS
              HDFS的高可用性
            3. 命令行接口
            4. Hadoop文件系統(tǒng)
            5. Java接口
            6. 從Hadoop URL讀取數據
              通過FileSystem API讀取數據
              寫入數據
              目錄
              查詢文件系統(tǒng)
              刪除數據
            7. 數據流
            8. 剖析文件讀取
              剖析文件寫入
              一致模型
            9. 通過Flume和Sqoop導入數據
            10. 通過distcp并行復制
            11. Hadoop存檔
            12. 使用Hadoop存檔工具
              不足

            模塊五

            Hadoop運維管理與性能調優(yōu)

            1. 第二代大數據處理框架
              Yarn的工作原理及
              DAG并行執(zhí)行機制
              Yarn大數據分析處理案例分析
              Yarn 框架并行應用程序實踐

            2. 集群配置管理
              Hadoop集群配置
              Hadoop性能調優(yōu)與參數配置
              Hadoop機架感知策略與配置
              Hadoop壓縮機制
              Hadoop任務負載均衡
              Hadoop 集群維護
              Hadoop監(jiān)控管理
            3. HDFS的靜態(tài)調優(yōu)技巧
              HDFS 的高吞吐量I/O性能調優(yōu)技巧
              MapReduce/Yarn的并行處理性能調優(yōu)技巧
              Hadoop集群的運行故障剖析,以及解決方案
              基于Hadoop大數據應用程序的性能瓶頸剖析與提
              Hadoop 大數據運維監(jiān)控管理系統(tǒng)?HUE 平臺的安裝部署與應用配置
              Hadoop運維管理監(jiān)控系統(tǒng)Ambari平臺的安裝部配置
              Hadoop 集群運維系

            模塊六

            NOSQL數據庫Hbase與Redis

            1. NOSQL基礎
              CAP理論
              Base與ACID
              NOSQL數據庫存儲類型值存儲
            2. HBase分布式數據基礎3
            3. .安裝Hbase
            4. 4.Hbase應用
              HBase的邏輯數據模型,HBase的表、行、列族、列、單元格、版本、row key排序
              HBase的物理模型,命名空間(表空間)、表模式(Schema)的設計法則
              HBase 主節(jié)點HMaster的工作原理,HMaster的高可用配置,以及性能調優(yōu)
              HBase 從節(jié)點RegionServer(分區(qū)服務節(jié)點)的工作原理,表分區(qū)及存儲I/O高并發(fā)配置,以及性能調優(yōu)
              HBase的存儲引擎工作原理,以及HBase表數據的鍵值存儲結構,以及HFile存儲結構剖析
              HBase表設計與數據操作以及數據庫管理操作
              HBase集群的安裝部署、參數配置和性能優(yōu)化
            5. HBase分布式數據庫簡介、發(fā)展歷程、應用場景、工作原理、以及應用優(yōu)勢與不足之處
              HBase分布式數據庫集群的主從式平臺架構和關鍵技術剖析
              HBase偽分布式和物理集群分布式的控制與運行配置
              HBase從節(jié)點RegionServer(分區(qū)服務節(jié)點)的工作原理,表分區(qū)及存儲I/O高并發(fā)配置,以及性能調優(yōu)
              HBase的存儲引擎工作原理,以及HBase表數據的鍵值存儲結構,以及HFile存儲結構剖析
              HBase表設計與數據操作以及數據庫管理操作
              HBase集群的安裝部署、參數配置和性能優(yōu)化
              ZooKeeper分布式協(xié)調服務系統(tǒng)的工作原理、平臺架構、集群部署應用實戰(zhàn)
              ZooKeeper集群的原理架構,以及應用配置
              Redis內存數據庫介紹,以及業(yè)界應用案例
              Redis內存數據庫集群架構以及核心技術剖析
              Redis 集群的安裝部署與應用開發(fā)實戰(zhàn)

            模塊七

            類SQL語句工具——Hive

            1. 安裝Hive
            2. 示例
            3. 運行
              Hive配置
              HiveHive服務
              Metastore
            4. Hive與傳統(tǒng)數據庫相比
              讀時模式vs.寫時模式
              更新、事務和索引
            5. HiveQL
              數據類型
              操作與函數

            6. 托管表和外部表
              分區(qū)和桶
              存儲格式
              導入數據
              表的修改
              表的丟棄
            7. 查詢數據
              排序和聚集
              MapReduce腳本
              連接
              子查詢
              視圖
            8. 用戶定義函數
              寫UDF
              寫UDAF

            模塊八

            數據挖掘SPARK建模基礎介紹


            1. Spark簡介
              Spark是什么
              Spark生態(tài)系統(tǒng)BDAS
            2. Spark架構
              Spark分布式架構與單機多核架構的異同
            3. Spark集群的安裝與部署
              Spark的安裝與部署
              Spark集群初試
            4. Spark硬件配置
              Spark硬件
              Spark硬件配置流程

            模塊九

            Kafka基礎介紹

            1. Kafka介紹
            2. kafka體系結構
            3. kafka設計理念簡介
            4. kafka通信協(xié)議
            5. kafka的偽分布安裝、集群安裝
            6. kafka的shell操作、java操作
            7. kafka設計理念*
            8. kafka producer和consumer開發(fā)
            9. Kafka分布式消息訂閱系統(tǒng)的應用介紹、平臺架構、集群部署與配置應用實戰(zhàn)
            10. Flume-NG數據采集系統(tǒng)的數據流模型、平臺架構、集群部署與配置應用實戰(zhàn)
            11. Hadoop與DBMS之間數據交互工具Sqoop的應用實踐,
            12. Sqoop導入導出數據以及Sqoop集群部署與配置
            13. Kettle 集群的平臺架構、核心技術、部署配置和應用實戰(zhàn)
            14. 利用Sqoop實現?MySQL 與?Hadoop 集群之間

            模塊十

            大數據典型應用與開發(fā)案例分析:互聯網數據運營

            1. 案例1:貴州數據交易中心
              交易所交易形式:電子交易
              交易所服務:大數據交易、大數據清洗建模分析、大數據定向采購、大數據平臺技術開發(fā)
              大數據交易安全性探討分析
              數據交易中心商業(yè)模式探討分析
            2. 案例2:大數據應用案例:公共交通線路的智能規(guī)劃
              UrbanInsights:為公交公司提供基于訂閱訪問的大數據工具以及大數據咨詢服務
              Urban Insights數據源、數據收集、數據倉庫、數據分析——設計運營線路
              Urban Insights通過互聯網數據的運營
            3. 討論:浙江移動大數據應用與開發(fā)方向

            模塊十一

            當前數據中心的改造和轉換分析-以國內外運營商、互聯網公司為例

            1. 流商業(yè)大數據解決方案比較
            2. 主流開源云計算系統(tǒng)比較?
            3. 國內外代表性大數據平臺比較?
            4. 各廠商最新的大數據產品介紹
            5. 案例分析
              Facebook的SNS平臺應用
              Google的搜索引擎應用
              Rackspace的日志處理
              Verizon成立精準市場營銷部
              TelefonicaDynamicInsights推出的名為“智慧足跡”的商業(yè)服務
              中國聯通的“移動通信用戶上網記錄集中查詢與分析支撐系統(tǒng)”

            查看更多

            會議嘉賓 (最終出席嘉賓以會議現場為準)


            張老師:阿里大數據高級專家,國內資深的Spark、Hadoop技術專家、虛擬化專家,對HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生態(tài)系統(tǒng)中的技術進行了多年的深入的研究,更主要的是這些技術在大量的實際項目中得到廣泛的應用,因此在Hadoop開發(fā)和運維方面積累了豐富的項目實施經驗。近年主要典型的項目有:某電信集團網絡優(yōu)化、中國移動某省移動公司請賬單系統(tǒng)和某省移動詳單實時查詢系統(tǒng)、中國銀聯大數據數據票據詳單平臺、某大型銀行大數據記錄系統(tǒng)、某大型通信運營商全國用戶上網記錄、某省交通部門違章系統(tǒng)、某區(qū)域醫(yī)療大數據應用項目、互聯網公共數據大云(DAAS)和構建游戲云(Web Game Daas)平臺項目等。

            查看更多

            參會指南

            會議門票


            培訓費用及須知

            培訓費6800元。(含培訓費、資料費、考試費、證書費、講義光盤費等)。需要住宿學員請?zhí)崆巴ㄖ?,可統(tǒng)一安排,費用自理。

            頒發(fā)證書

            參加相關培訓并通過考試的學員,可以獲得:

            工業(yè)和信息化部全國網絡與信息技術項目管理中心頒發(fā)的-大數據高級工程師職業(yè)技能證書。該證書可作為專業(yè)技術人員職業(yè)能力考核的證明,以及專業(yè)技術人員崗位聘用、任職、定級和晉升職務的重要依據。

            注:請學員帶一寸彩照2張(背面注明姓名)、身份證復印件一張。

            12月北京班

            查看更多

            溫馨提示
            酒店與住宿: 為防止極端情況下活動延期或取消,建議“異地客戶”與活動家客服確認參會信息后,再安排出行與住宿。
            退款規(guī)則: 活動各項資源需提前采購,購票后不支持退款,可以換人參加。

            標簽: Hadoop Spark

            還有若干場即將舉行的 Hadoop大會

            猜你喜歡

            部分參會單位

            活動家_小程序快捷下單

            微信掃一掃
            分享給朋友

            郵件提醒通知

            分享到微信 ×

            打開微信,點擊底部的“發(fā)現”,
            使用“掃一掃”即可將網頁分享至朋友圈。

            錄入信息

            請錄入信息,方便生成邀請函