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。☆合格學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。

• 培訓對象
• 各類 IT/軟件企業和研發機構的軟件架構師、軟件設計師、程序員。對于懷有設計疑問和問題，需要梳理解答的團隊和個人，效果最佳。
• 學員基礎
• 了解Java語言、Linux系統；
• 課程大綱
  
• 主題 內容
  大數據架構概述
• 1.1 大數據層級架構及各層軟件設計要求，包括數據收集、存儲、計算框、應用
  1.2 Hadoop生態系統概述以及版本演化，并給出版本選擇建議。
  1.3 Spark生態系統概述及其特點，并與Hadoop對比
• 數據收集系統Flume與Sqoop
• 2. 使用flume和sqoop兩個系統將外部流式數據（比如網站日志，用戶行為數據等）、關系型數據庫（比如MySQL、Oracle等）中的數據導入Hadoop中進行分析和挖掘
• 大數據存儲系統HDFS與HBase
• 3.1與HDFS 1.0進行對比介紹2.0原理、特性與基本架構（快照、緩存、異構存儲）。
  3.2 HBase原理，基本架構與案例分析
  3.3 HBase應用場景、原理和架構，典型應用案例（互聯網、銀行）
• 集群資源管理與調度系統
• 4. 介紹 YARN應用場景、基本架構與資源調度
• Zookeeper部署及典型應用
• 5. 介紹Zookeeper是什么，基本原理及在應用
• 大數據計算平臺
• 介紹主流的三大類大數據計算框架，分別是批處理、交互式計算和流式計算框架，并選取當下主流的開源實現進行介紹。
  6.1 批處理計算框架
  （1）MapReduce 2.0基本原理與架構、程序編寫（使用java、C++、php語言）。
  （2）數據分析系統Hive與Pig應用與比較，如何使用其中的海量數據
  （3）Spark計算框架，背景及應用案例
  6.2 交互式計算框架，Impala和presto應用場景，基本架構和典型應用案例
  6.3 流式/實時計算框架，storm、Spark Streaming基本架構特點，及應用案例
• 數據挖掘與機器學習庫
• 7. Mahout與MLlib兩個主流的分布式數據挖掘與機器學習庫的實現以及應用案例。