 班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號) |
| 每個班級的人數限3到5人，互動授課， 保障效果，小班授課。 |
| 上間和地點 |
上部份地點：【上海】同濟大學(滬西)/新城金郡商務樓(11號線白銀路站)【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學成教院【北京分部】：北京中山學院/福鑫大樓【南京分部】：金港大廈(和燕路)【武漢分部】：佳源大廈（高新二路）【成都分部】：領館區1號（中和大道）【沈陽分部】：沈陽理工大學/六宅臻品【鄭州分部】：鄭州大學/錦華大廈【石家莊分部】：河北科技大學/瑞景大廈
最近開間(周末班/連續班/晚班）：2019年1月26日 |
| 實驗設備 |
◆小班教學，教學效果好
☆注重質量☆邊講邊練
☆合格學員免費推薦工作
★實驗設備請點擊這兒查看★ |
| 質量保障 |
1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
3、培訓合格學員可享受免費推薦就業機會?！詈细駥W員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。 |
部份程大綱 |
| |
- 培訓特色
系統的講解Hadoop及主要周邊生態的基本原理，安裝，部署，維護及開發。偏重于部署維護方向，中間會對Linux，網絡，服務器硬件Raid等進行系統的學習和了解。力求讓學員全方位掌握Hadoop及相關的其他知識。了解Hadoop各生態的特點和應用場景。
- 目標收益
可獨立完成Hadoop的部署，運維，監控及故障處理。獨立完成整體Hadoop從網絡到軟件層面的架構設計，Hadoop及周邊生態的性能優化。
- 培訓對象
- 開始對Hadoop感興趣或已使用Hadoop，希望進行性能調優或架構優化。
- 學員基礎
- 需具備基本Linux操作系統安裝及常規命令行操作知識。
- 課程大綱
- 主題 內容
Hadoop在云計算技術的作用和地位
- 傳統大規模數據分析存在的問題
Hadoop概述
Hadoop與分布式文件系統
MapReduce的工作原理與機制
Hadoop集群剖析
Hadoop生態系統
Hadoop的行業應用案例分析
Hadoop在云計算和大數據的位置和關系
案例演示：阿里集團技術平臺，Hadoop在淘寶、支付寶的作用
電商眼中的Hadoop和推薦系統。
暴風數據平臺：Hadoop對于產品優化的價值。
Hadoop對于趣游、熱酷等游戲公司的作用
移動大云項目(big cloud)中的Hadoop
聯通使用Hadoop/Hbase解決3G詳單查詢問題。
- Hadoop參數調優
- 選擇適合hadoop的硬件配置
Hadoop配置項優化
Hadoop配置優化 - core-site.xml
Hadoop配置優化 - HDFS
Hadoop配置優化 - hdfs-site.xml
Hadoop配置優化 - mapred-site.xml
Hadoop配置優化 - 機架感知
網絡帶寬參數調優
系統參數調優
配置文件管理
嚴格控制root權限
Java的GC模式
選擇正確的JDK
hadoop作業調優
Map side tuning設置
Map side設置
Linux操作系統優化
其他配置和參數調優
core-default.xml，
hdfs-default.xml，
mapred-default.xml。
mapred-site.xml
mapred.tasktracker.map.tasks.maximum
mapred.reduce.slowstart.completed.maps
mapred.fairscheduler.preemption
mapred.jobtracker.completeuserjobs.maximum
mapred.jobtracker.update.faulty.tracker.interval
mapred.jobtracker.max.blacklist.percent
案例演示：Hadoop硬件優化
不是所有的硬件都合適拿來直接使用
安裝調優的第一步服務器硬件的選型的竅門
如何選擇適合業務使用的CPU
內存越大越好嗎？設置合理的的內存配置
連接網絡的選擇和優化
高速硬盤的選擇注意事項
硬盤為什么不做raid？
設置網絡的注意事項
中間結果壓縮對磁盤和網絡的優化
機架感知，網絡和磁盤IO優化作用，確定存儲的具體位置，
內存參數，map/reduce槽位數的計算方法。
對磁盤和網絡的優化
Java工具使用，jstack使用
Sun和open之間的區別，JIT編譯器的使用
inux系統參數調優
Linux監控系統的使用
cacti,
ganglia
常用的linux排錯工具lsof,strace,iostat,vmstat,netstat...
常見異常現象級處理方法
網卡流量導致連接失敗
權限錯誤
主機名IP轉換錯誤
NN與DN namespaceID不一致
磁盤滿導致報錯
Jave heap size OOM
- 精彩案例及故障解決方法解析
- 案例一：namenode被重新格式化，datanode無法連接
現象：namenode 中的namespaceID與datanode中的namespaceID不一致
案例二：硬盤損壞
現象：磁盤損壞導致datanode宕機
案例三：錯誤用戶啟動hadoop
現象：datanode啟動一段時間后宕機
案例四：tasktracker重啟后假死
現象：無報錯，但tasktracker不工作。
案例五：jobtracker無故宕機
現象：運行過程中jobtracker宕機
案例六：datanode無法注冊到namenode
現象：datanode啟動后到MBean這步掛起不再繼續。
案例七：tasktracker無法啟動，報權限錯誤
現象：tasktracker報文件夾創建的權限錯誤后直接退出。
案例八：主機名設置錯誤
現象：datanode 和tasktracker無法正常工作
- Hadoop組件詳解
- Hadoop HDFS 基本結構
Hadoop HDFS 副本存放策略
Hadoop NameNode 詳解
Hadoop SecondaryNameNode 詳解
Hadoop DataNode 詳解
Hadoop JobTracker 詳解
Hadoop TaskTracker 詳解
案例演示：Hadoop Mapper類核心代碼
Hadoop Reduce類核心代碼
Hadoop 核心代碼
- Hadoop安裝和部署
- Hadoop系統模塊組件概述
Hadoop試驗集群的部署結構
Hadoop 安裝依賴關系
Hadoop 生產環境的部署結構
Hadoop集群部署
Hadoop 高可用配置方法
Hadoop 集群簡單測試方法
Hadoop 集群異常Debug方法
案例演示：Hadoop安裝部署實驗
Red hat Linux基礎環境搭建
Hadoop 單機系統版本安裝配置
Hadoop 集群系統版本安裝和啟動配置
使用 Hadoop MapReduce Streaming 快速測試系統
Hadoopcore-site，hdfs-site，mapred-site 配置詳解
- Hadoop和傳統數據庫技術優劣勢對比
- Hadoop/Hive 對比 Oracle 在構建數據倉庫上的優劣勢
Hadoop 如何和傳統IT系統配合完成原來不可能的任務
案例演示：Apache社區版本：Cloudera 版本、MapR版本、Intel版本、Oracle、Dell、HP版本
- 編寫MapReduce高級程序
- 使用 Hadoop MapReduce Streaming 編程
MapReduce流程
剖析一個MapReduce程序
基本MapReduceAPI 概念
驅動代碼 Mapper、Reducer
Hadoop流
API 使用Eclipse進行快速開發
新MapReduce API
MapReduce的優化
MapReduce的任務調度
MapReduce編程實戰
如何利用其他Hadoop相關技術，包括Apache Hive， Apache Pig，Sqoop和Oozie等
滿足解決實際數據分析問題的高級Hadoop API
案例演示：Hadoop Streaming 和 Java MapReduce Api 差異。
MapReduce 實現數據庫功能
利用Combiners來減少中間數據
編寫Partitioner來優化負載平衡
直接訪問Hadoop分布式文件系統（HDFS）
Hadoop的join操作
輔助排序在Reducer方的合并
定制Writables和WritableComparables
使用SequenceFiles和Avro文件保存二進制數據
創建InputFormats OutputFormats
Hadoop的二次排序
Hadoop的海量日志分析
在Map方的合并
- 精彩案例及故障解決方法解析
- 案例一：控制map & reduce個數
現象：map個數取決于split個數，如果源文件使用壓縮存儲，則不可分割，一個文件一個map。非壓縮文件使用默認block.size進行切分。對reduce因為是中間數據，可以控制reduce數量。
案例二：壓縮中間數據
現象：job中間臨時數據量級大、網絡IO吞吐量大。
案例三：編程細節，內存溢出
現象：編程過程中，經常遇到list、map、倒排表等大對象，如果作為局部變量，每次調用map或者reduce方法都初始化這些變量，很容易消耗掉JVM堆內存，出現內存溢出異常。
案例四：編程細節，計數&日志打印
現象： System.out.println, System.err.println等日志打印過多會嚴重影響job性能，counter計數也會存在同樣的問題，同時也會造成本地磁盤使用量的急劇增長。
案例五： 作業調度
現象：集群上的job非常多時，會出現一些job一直等待，很長一段時間內沒有開始運行。默認的任務調度器FIFO并不能滿足實際工作應用。
案例六：Combiner優化
現象： map輸出數據量非常大，reduce input group遠小于reduce input group時，存在大量的網絡IO，這些IO中的一部分數據可以在本地做完合并，然后再進行reduce操作。
- 使用Hive和Pig開發及技巧
- Hive和Pig基礎
Hive的作用和原理說明
Hadoop倉庫和傳統數據倉庫的協作關系
Hadoop/Hive倉庫數據數據流
Hive 部署和安裝
Hive Cli 的基本用法
HQL基本語法
使用Oozie的動機
Oozie工作流定義格式
案例演示：使用JDBC 連接Hive進行查詢和分析
使用正則表達式加載數據
HQL高級語法
編寫UDF函數
編寫UDAF自定義函數
使用Sqoop進行數據分析
使用oozie配置工作流
phpHiveAdmin 安裝和使用
|
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業