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

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个主题：Hadoop集群与管理（具备构建并驾驭Hadoop集群能力）

1、 Hadoop集群的搭建

2、 Hadoop集群的监控

3、 Hadoop集群的管理

4、 集群下运行MapReduce程序

第3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4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

时间

内容

备注

第二天

第1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

第2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3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4个主题：Hadoop集群高级实践(具体Hadoop企业管理员的实际能力)

1、 动态增加Hadoop的Slave节点

2、 动态修改Hadoop的Replication数目

3、 使用命令管理Hadoop集群实践

4、 剖析Hadoop的安全模式

5、 日志剖析实践

时间

内容

备注

第三天

第1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2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

第3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4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

时间

内容

备注

第四天

第1个主题：实战Sqoop（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）

1、Sqoop架构                              

2、实战Sqoop把MySQL中的数据导入到HDFS中

3、实战Sqoop把HDFS中的数据导入到MySQL中

4、定义Sqoop任务

第2个主题：实战Flume（具备使用Flume收集和管理分布式日志的能力）

1、 Flume架构体系剖析

2、 Agent配置信息

3、 动态监控文件夹中文件的变化

4、 把数据导入到HDFS中

5、 实例监控文件夹文件的变化并把数据导入到HDFS中

第3个主题：Hadoop系统管理进阶（具备掌握MapReduce内部运行和实现细节并改造MapReduce的能力）

1、 Hadoop的安全模式

2、 系统监控

3、 系统维护

4、 委任节点和接触节点

5、 系统升级

6、 更多的系统管理工具实战

7、 系统管理最佳实践

第4个主题：电信日志项目（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。