我要報名

咨詢電話：
手　　機：	郵箱：

課程介紹

隨著互聯網、移動互聯網和物聯網的發展，我們已經切實地迎來了一個大數據的時代。如何對海量數據進行挖掘和分析，已經成為一個非常重要且緊迫的需求。

從2008年Natural正式定義“大數據”開始，以Hadoop為代表的大數據處理和分析工具，以其可伸縮性、健壯性、計算性能和成本上具有無可替代的優勢，事實上已成為當前互聯網企業主流數據分析平臺。大數據相關技術最近幾年出現了井噴的趨勢，眾多技術紛紛出現，典型的系統包括Hadoop、Spark、SparkSQL、Hive、HBase、Kafka、Streaming、Parquet、ElasticSearch、Mahout、MLlib、Docker等，涵蓋網絡數據爬取、日志采集、分布式消息訂閱、大數據分析挖掘等方面，涉及離線批處理、實時處理、流式處理等多種處理方式。

面對如此眾多的新技術，如何利用這些流行的大數據產品，構成一個大數據系統，如何監控其性能，性能指標如何分析，性能問題如何定位和解決，成為一個緊迫的亟待解決的問題。

為解決廣大系統設計人員深入研究與開發主流大數據系統，解決廣大系統設計人員深入分析及性能監控的需要，培訓中心特舉辦“主流大數據系統的性能監控及分析”培訓班，具體事宜通知如下：

課程對象

1，系統架構師、系統分析師、高級程序員、資深開發人員。

2，牽涉到主流大數據系統分析建模的數據中心運行、規劃、設計負責人。

3，政府機關，金融保險、移動和互聯網等大數據來源單位的負責人。

4，高校、科研院所牽涉到主流大數據系統應用的項目負責人。

5，對大數據系統性能監控及分析感興趣的人員。

課程特色

本課程教學過程中還從國內外經典大數據應用中，提取了大量的案例分析來幫助學員了解大數據前沿相關新技術，并介紹了從海量數據中發現有價值的信息的關鍵，目標是協助各單位研究人員，對前沿主流大數據技術有一個Overview，在此基礎上幫助各單位技術專家準確定位和發現相關的大數據平臺和工具。

本課程不是一個泛泛的理論性、概念性的介紹課程，而是針對問題討論解決方案的深入課程。教師對于上述領域有深入的理論研究與實踐經驗，在課程中將會針對這些問題與學員一起進行研究，在關鍵點上還會搭建實驗環境進行實踐演練，加深對于這些解決方案的理解。通過本課程學習，希望推動大數據應用開發上升到一個新水平。

課程大綱

第一講 大數據技術基礎

1）大數據應用需求及潛在價值分析

2）大數據與數據庫解決方案的對比

3）國內外主流的大數據解決方案

4）開源的大數據生態系統平臺剖析

5）大數據下的技術選型與架構設計

第二講 批處理大數據平臺Hadoop

1）Hadoop及其運行架構

2）HDFS分布式文件系統

3）MapReduce計算模型

4）HBase大表管理技術

5）Hadoop平臺使用和實操

6) Hadoop性能監控及分析

第三講 快速大數據平臺Spark

1) Spark快速處理技術

2)彈性分布式數據集RDD

3) Spark分布式計算框架

4) Spark的BDAS生態系統

5) Spark平臺使用和實操

6)Spark性能監控及分析

第四講 流式實時大數據平臺Streaming

1) 實時流數據處理工具Streaming

2) Spark Streaming原理

3) Spark Streaming架構

4) Spark Streaming實例

5) Spark Streaming性能監控及分析

第五講 云數據處理工具HBase

1) NoSQL技術及云數據庫介紹

2) HBase列數據存儲機制

3) HBase數據處理機制分析

4) HBase高并發讀/寫實現及案例

5) HBase性能監控及分析

第六講 Hive及大數據中的SQL工具

1) 大數據中的類SQL工具

2) Hive設計目標和數據模型

3) Hive關鍵性技術分析

4) Hive數據操作和案例

5) Hive性能監控及分析

第七講 SparkSQL類SQL工具

1) Spark SQL和BDAS數據分析棧

2) SparkSQL設計目標和數據模型

3) Spark SQL數據操作

4) SparkSQL關鍵性技術和案例

5) SparkSQL性能監控及分析

第八講 分布式消息訂閱工具Kafka

1) Kafka應用介紹

2) Kafka平臺架構

3) Kafka集群部署與配置

4) Kafka應用案例實操

5) Kafka性能監控及分析

第九講 大數據存儲格式Parquet

1) 大數據存儲格式的要求

2) Parquet文件格式介紹

3) Parquet的組成分析

4) Parquet的應用情況

5) Parquet性能監控及分析

第十講 大數據分析挖掘工具

1）大數據挖掘及知識模型的發現

2）大數據挖掘工具Mahout和MLlib

3）推薦方法及MLlib電影推薦案例

4）分類方法及Mahout新聞分類案例

5）聚類方法及K-Means聚類案例

第十一講 Elasticsearch搜索分析工具

1) 全文檢索與Elasticsearch工具

2) Elasticsearch索引及檢索

3) Elasticsearch信息擴展索引結構

4) ELK和Elasticsearch集群

5) Elasticsearch性能監控及分析

第十二講 資源虛擬化工具Docker

1）虛擬化和容器技術

2）LXC和Docker的發展

3）Docker架構及特性

4）鏡像、容器和倉庫

5）Docker的執行及其案例實操

第十三講 大數據技術展望

1）大數據分析技術展望

2）大數據平臺的發展展望

3）大數據挖掘的應用展望

楊老師

楊老師 主要研究網絡信息分析以及云計算相關技術，長期從事人工智能、大數據處理、云計算以及數據分析決策支持系統的研究開發工作，主持和參與了多個國家和省部級基金項目，具有豐富的工程實踐及軟件研發經驗。

我要報名

在線報名：主流大數據系統性能監控及分析(北京)