          Cloudera數據分析師培訓

1.Hadoop基礎知識　●Hadoop動機　●Hadoop概覽　●數據存儲：HDFS　●分布式數據處理：
YARN、MapReduce和Spark　●數據處理與分析：Pig、Hive和Impala　●數據集成：Sqoop　●其它的Hadoop數據工具　●練習分析場景說明
2.Pig簡介　●Pig是什么　●Pig的特點　●Pig使用案例　●與Pig的交互
3.Pig基本數據分　●PigLatin語法　●加載數據　●簡單數據類型　●字段定義　●數據輸出　●架構查看　●數據篩選和排序　●常用函數
4.使用Pig處理復雜的數據　●數據存儲格式　●復合/嵌套數據類型　●數據分組　●復雜數據內置函數　●遍歷分組數據
5.Pig多數據集操作　●數據集合并技術　●在Pig中聯接數據集　●集合運算　●拆分數據集
6.Pig故障診斷和性能優化　●Pig故障排除　●日志　●使用Hadoop的WebUI　●數據采樣及調試　●性能概述　●了解執行計劃　●提高Pig作業性能的技巧
7.Hive和Impala簡介　●什么是Hive　●什么是Impala　●為什么使用Hive和Impala　●架構和數據存儲　●Hive及Impala與傳統數據庫的比較　●Hive使用案例
8.使用Hive和Impala進行數據查詢　●數據庫和表　●基本的Hive和Impala查詢語言語法　●
數據類型　●使用Hue來執行查詢　●使用Beeline（HiveShell）　●使用ImpalaShell
9.Hive及Impala數據管理　●數據存儲　●創建數據庫和表　●加載數據　●修改數據庫和表　●
使用視圖簡化查詢　●存儲查詢結果10.數據存儲和性能　●對表進行分區　●分區表的數據加載　●
何時使用分區　●文件格式的選取　●使用Avro及Parquet文件格式
11.使用Hive和Impala進行關系數據分析　●連接數據集　●常見的內置函數　●聚合和窗口函數
12.復雜數據類型　●在Hive里使用復雜數據　●在Impala里使用復雜數據
13.使用Hive及Impala分析文本數據　●在Hive及Impala里使用正則表達式　●在Hive里通過SerDe加載處理文本　●情感分析及n-gram
14.Hive優化　●了解查詢性能　●Bucketing（分桶）　●索引數據　●HiveonSpark
15.Impala優化　●Impala如何執行查詢　●改善Impala性能
16.擴展Hive及Impala　●使用SerDe加載特殊格式文件　●通過定制腳本來轉換數據　●用戶自定義函數　●參數化查詢
17.選擇好工具　●比較Pig、Hive、Impala和關系數據庫該選擇哪一個