大數(shù)據(jù)平臺(tái)部署與運(yùn)維

單元1 大數(shù)據(jù)簡(jiǎn)介
任務(wù) 認(rèn)識(shí)大數(shù)據(jù) .
1.1.1 大數(shù)據(jù)的概念及特點(diǎn)
1.1.2 大數(shù)據(jù)的發(fā)展背景
1.1.3 大數(shù)據(jù)技術(shù)的發(fā)展歷程
1.1.4 大數(shù)據(jù)的意義和應(yīng)用現(xiàn)狀
1.1.5 大數(shù)據(jù)的未來(lái)
1.1.6 大數(shù)據(jù)人才需求與崗位介紹
單元 2 Hadoop 偽分布式安裝部署
任務(wù)2.1 搭建Hadoop偽分布式
2.1.1 Hadoop的發(fā)展 歷程 與應(yīng)用現(xiàn)狀
2.1.2 Hadoop 的優(yōu) 點(diǎn)與核心 組成
2.1.3 Hadoop 的安裝方式
2.1.4 Hadoop 各版本選擇
2.1.5 Hadoop 偽分布式搭建的基本流程.
任務(wù) 2.2 啟動(dòng)與訪問(wèn) Hadoop
2.2.1 Hadoop 啟動(dòng)／停止 的操作命令
2.2.2 基于 Web UI 監(jiān)控 Hadoop 平 臺(tái)
單元 3 Hadoop 集群部署與監(jiān)控
任務(wù)3.1 搭建Hadoop集群
3.1.1 集群概述
3 .1.2 Hadoop 集群的 特點(diǎn)
3.1.3 H adoop 集群規(guī) 劃
3.1.4 Hadoop 集群部署 的過(guò)程 ..
任務(wù) 3.2 監(jiān)控 Hadoop 集群..
單元 4 HDFS 分布式存儲(chǔ)
任務(wù)4.1 認(rèn)識(shí)HDFS
4.1.1 HDFS的原理
4.1.2 HDFS 讀寫(xiě)文件 的流程
4.1.3 HDFS 的特點(diǎn)及其不適合的 應(yīng)用場(chǎng)景
任務(wù) 4.2 HDFS 的文件 系統(tǒng)操作
任務(wù) 4.3 HDFS 的系統(tǒng)管理操作
4.3.1 HDFS 的安全模 式操作
4.3.2 HDFS 增加擴(kuò)容操作..............
4.3.3 HDFS 數(shù)據(jù)平衡
4.3.4 HDFS 存儲(chǔ)策略..
4.3.5 HDFS 快照
任務(wù)4.4 部署本地開(kāi)發(fā)環(huán)境
4.4.1 認(rèn)識(shí)JDK
4.4.2 認(rèn) 識(shí) Maven
4.4.3 認(rèn) 識(shí) IDEA
任務(wù) 4.5 HDFS 的 Java API 操作
單元5 使用MapReduce 實(shí)現(xiàn)電商銷售數(shù)據(jù)的統(tǒng)計(jì)
任務(wù) 5.1 認(rèn)識(shí) MapReduce
5.1.1 MapReduce 的概 念與原理
5.1.2 MapReduce 的體 系 架構(gòu)
5.1.3 MapReduce 的發(fā)展現(xiàn)狀
5.1.4 YARN 的運(yùn)行機(jī)制
任務(wù) 5.2 使用 MapReduce 實(shí)現(xiàn)詞頻的統(tǒng)計(jì)
5.2.1 MapReduce 數(shù)據(jù)處理的流程.
5.2.2 MapReduce 相關(guān) Java API 及應(yīng)用
5.2.3 MapReduce 驅(qū)動(dòng)類
任務(wù) 5.3 使用 MapReduce 完成電商銷售數(shù)據(jù)的統(tǒng)計(jì)
5.3.1 MapReduce 完成電 商銷售數(shù) 據(jù)統(tǒng)計(jì)的 流程
5.3.2 自定義分區(qū)
5.3.3 自 定 義 數(shù) 據(jù) 類 型
任務(wù) 5.4 MapReduce 任務(wù)監(jiān)控..
5.4.1 MapReduce 任務(wù)監(jiān)控的方式
5.4.2 任務(wù)失敗的幾種情況
5.4.3 MapReduce日志文件
單元 6 Hadoop 高可用集群規(guī)劃部署
任務(wù) 6.1 部署與訪問(wèn) ZooKeeper
6.1.1 ZooKeeper 概述及其特性
6.1.2 ZooKeeper 的應(yīng) 用場(chǎng) 景
6.1.3 ZooKeeper 的工作原理
6.1.4 ZooKeeper 的部 署方式
任務(wù) 6.2 部署 Hadoop 高可用集群
6.2.1 Hadoop 高可 用集群的 工作原理..
6.2.2 Hadoop 高可用集 群的主要配置項(xiàng)及含義.
單元 7 分布式數(shù)據(jù)庫(kù)HBase 部署與應(yīng)用
任務(wù) 7.1 搭建偽分布式 HBase
7.1.1 HBase 的原理
7.1.2 HBase 的體系架構(gòu)
7.1.3 HBase 與 JDK、Hadoop 版本的兼容關(guān)系
7.1.4 HBase 偽分布式部署準(zhǔn)備 ...
任務(wù) 7.2 部署 HBase 完全分布式集群
7.2.1 HBase 集群規(guī)劃
7.2.2 HBase 的主要配置項(xiàng)及含義.
7.2.3 HBase 訪問(wèn)命令
7.2.4 基于 Web UI 監(jiān)控 HBase 的 狀 態(tài)
任務(wù) 7.3 HBase 集群運(yùn)維
7.3.1 HBase 監(jiān)控工具介紹
7.3.2 HBase 集群優(yōu)化
單元 8 數(shù)據(jù)倉(cāng)庫(kù)Hive 部署與應(yīng)用
任務(wù) 8.1 部署 Hive 本地模式
8.1.1 Hive 介紹
8.1.2 Hive 的安裝方式
任務(wù) 8.2 部署 Hive 遠(yuǎn)程模式·....
單元 9 Spark 計(jì)算框架部署..
任務(wù) 9.1 部署與操作 Spark Local
任務(wù) 9.2 部署與操作 Spark Standalone
9.2.1 Spark 運(yùn)行流程
9.2.2 Spark 配置文件與配置參數(shù)
任務(wù) 9.3 部署與操作 Spark on YARN
單元 10 Flink 流式計(jì)算框架部署與操作.
任務(wù) 10.1 部署本地模式 Flink
10.1.1 Flink 介紹
10.1.2 Flink 的部署模式
任務(wù) 10.2 部署獨(dú)立模式Flink集群
10.2.1 Flink的體系架構(gòu)
10.2.2 Flink 集群的運(yùn)行模式
任務(wù) 10.3 部署并運(yùn)行 Flink on YARN 集群
10.3.1 Flink on YARN 的運(yùn)行方法
10.3.2 故 障調(diào)試與恢復(fù)
單元 11 0 20 外賣(mài)服務(wù)大數(shù)據(jù)平臺(tái)部署運(yùn)維綜合實(shí)訓(xùn)...