黄山大数据培训班
黄山大数据培训班
- 上课时段:详见详情
- 教学点:1个
- 开班时间:滚动开班
- 课程价格:请咨询
- 已关注:748
- 优惠价格:请咨询
- 咨询电话: 400-008-6280
大数据是一种在获取、存储、管理、分析等方面大大超出了传统数据库软件工具能力范围的数据集合。它具有大量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 未来大数据相关人才缺口巨大。
大量优质岗位等你来
薪资待遇随工作年限呈阶梯式上涨
只有想不想学,没有能不能学
理论、实战双向并行,奠定入行扎实基础
第一阶段 Java语言基础 | Java语言基础: Java语言入门、基本语法、面向对象、常用API、异常、集合、IO流、多线程、网络编程、反射、JDK新特性、MySQL数据库、JDBC 培养方向: 了解Java语言的特征和应用领域;掌握JDK、JRE和JVM的作用;能够成功搭建Java开发环境;完成HelloWorld程序的编写;掌握IDE工具IDEA的使用方式; 掌握Java基本语法中的常量、变量的声明和使用;掌握Java中的运算符、数据类型及其相互转换;掌握分支结构、循环结构、方法的定义和使用;掌握数组的使用,理解数组的内存结构; 掌握面向对象的编程思想;掌握类和对象的定义和使用;理解封装、继承、多态等特性;掌握抽象类、接口的特点和使用方式;充分理解并运用Java面向对象思想来进行程序开发; 掌握Java中的常用类和工具类的使用,能够使用这些常用类和工具类解决多种问题; 掌握Maven项目构建和依赖管理、掌握Maven的继承和聚合; |
第二阶段 Hadoop技术栈 | Hadoop技术栈 Linux、Hadoop、ZooKeeper、Hive、HBase、海王星大数据金融平台 培养方向: 掌握Linux操作系统安装及常用命令;掌握shell脚本编程; 掌握大数据架构Hadoop原理及编程应用;掌握Hadoop三大组件的使用方式、方法以及Hadoop调优; 掌握ZooKeeper协管理器工作机制以及动态感知原理及使用; 掌握Hive数据仓库的使用及调优原理; 掌握HBase数据库的开发、使用以及调优; 掌握消费金融业务处理流程;掌握根据业务制定合理技术框架(技术选型)的能力;大量数据的日志采集方案;数仓的分层搭建以及数仓建模;掌握大量数据的ETL处理方式;掌握工作流调度解决方案;掌握即席查询工具使用及其原理;掌握数据可视化报表工具的使用;掌握数据治理框架的原理以及使用;掌握集群指标监控工具的使用 职业方向: Hadoop开发工程师、数据仓库工程师、ETL开发工程师、离线开发工程师 |
第三阶段 Spark技术栈 | Spark技术栈 Scala、Kafka、Spark、交通流量实时可视化大屏 培养方向: 掌握Scala基本语法和进阶的使用,为学习Spark、Flink框架打下基础; 掌握消息队列概念、Kafka原理架构、日志合并、消息检索; 掌握分布式内存计算、RDD、DataSet、DStream概念; 掌握离线计算、流式计算; 掌握可视化大屏内在价值与用途;掌握实时流数据分析业务处理流程;掌握Flume+Kafka+Sparkstreaming+Redis架构整合;掌握Springboot的使用;掌握websocket操作使用;了解Echarts的使用方式 职业方向: Spark开发工程师、实时开发工程师 |
第四阶段 Flink流式处理框架 | Flink流式处理框架: Flink、ClickHouse、畅游天涯旅游实时分析项目 培养方向: 掌握Flink的原理;掌握Flink的使用以及与其他技术的整合; 掌握ClickHouse架构、速度快的原因;掌握ClickHouse数据库和表引擎;掌握ClickHouse基本操作以及和spark、flink的整合; 掌握旅游行业业务流程;掌握Flink在实时计算业务中的使用;掌握自定义Flink source和sink来生成和消费Kafka数据;掌握Flink和ClickHouse整合已存储数据;掌握搜索引擎Elasticsearch;掌握Flink和Elasticsearch整合;掌握基于Flink CEP处理复杂事件 职业方向: Flink开发工程师、实时开发工程师、实时数仓工程师 |
第五阶段 项目实战 | 项目实战: EWR消费信用风险舆情系统、Monoceros物流大数据平台、物流Kubernetes+Docker项目迁移 培养方向: 掌握信贷金融业务处理流程;掌握根据业务制定合理的技术框架(技术选型);掌握当下流行的数据中台概念;掌握前台工作整体机制以及技术应用;掌握后台综合分析展示应用系统;掌握大量数据的综合采集方案;掌握大量数据的ETL处理方式;掌握工作流调度解决方案;掌握集群指标监控工具的使用; 掌握基于亿级订单的物流大数据平台的研发;掌握基于Flink实现仓库货物、仓储车运动轨迹、包裹追踪等多维度业务分析;具备基于HDP平台收集数据资源的能力,实现秒级OLAP分析; 掌握Docker容器化技术以及应用;掌握Kubernetes核心功能以及在项目中的部署应用 职业方向: 数据仓库工程师、ETL开发工程师、离线开发工程师、实时开发工程师、数据中台工程师 |
第六阶段 就业指导 | 就业指导: 企业面试前期准备与技巧、专业指导、企业面试复盘 课程内容: 职业规划讲解、简历注意事项详解、就业情况分析简历制作(个人技能、项目经验、自我评价); 简历审核修正、常见面试题的讲解、技术简历的指导与优化、强化实战项目(项目模块的介绍,业务流程的梳理); 真实面试复盘(晚自习时间)(总结学员面试中的问题,进行针对性的辅导以及相关面试题的讲解) 培养方向: 从简历、面试技巧等层面助力学员,培养学员沟通表达能力 让学员清晰了解职业发展规划,明确自身定位,找到适合自身发展的工作; 通过项目强化、面试专项指导、面试复盘等,学员能更好就业 |
一路暖心服务,不怕您货比三家
大数据培训资料
HBase是面向列的数据存储,位于Hadoop分布式文件系统之上,并为大数据顾问提供随机数据查找和更新。Hadoop分布式文件系统基于“多次写入”架构,这意味着一次写入HDFS存储层的文件不能被修改,只能被读取多次。但是,HBase在HDFS文件之上提供了一个架构,可以多次访问和更新这些文件。
HBase特性
1、强大的一致性
HBase为读/写提供了强大的一致性,这意味着您将始终在读操作中获取最新数据,并且除非所有副本都已更新,否则写操作将不会完成。
2、水平可扩展
HBase使用区域概念提供自动分片,这些概念分布在整个群集中。每当表大小太大而无法容纳数据时,表都会自动分片并分布在多台计算机之间。
3、容错
HBase在发生故障时提供自动区域故障转移。
HDFS / MapReduce集成
HBase基于HDFS,可以与MapReduce程序集成以充当源和接收器。
Java API / Rest / Thrift API
HBase为非Java端点提供Java API以及Rest / Thrift API
4、查询优化
HBase具有内置的块缓存和Bloom过滤器,用于查询优化。
什么时候不使用HBase?
当您的数据不够大时。HBase适用于无法以传统RDBMS数据库容纳的数十亿行表示的数据。
当您的数据以恒定的速率增长并且将来不会增长时。
当您不关心事务控制,触发器,二级索引以及传统数据库支持的许多其他功能时。5、HBase架构
HBase具有Master-Slave体系结构,其中我们有一个HBase Master(也称为HMaster)和多个从属(称为区域服务器或HRegionServers)。
区域:HBase中的表分为多个区域,这些区域分布在集群中的多台计算机上。
HBase主站:HBase负责将区域分配给区域服务器,提供管理控制台(以创建,更新和删除表)并控制故障。在读取请求的情况下,HMaster接收客户端请求并将其转发到适当的区域服务器。
区域服务器从站:区域服务器在所有工作节点上运行,并服务于一组区域。区域服务器由块缓存组成,该块缓存包含频繁访问的数据,以更有效地满足读取请求。区域服务器还包含内存存储区,该内存存储区是写缓存,用于缓存尚未写入磁盘的新数据。数据被写入区域服务器磁盘上的多个Hfile。
ZooKeeper:HBase使用Zookeeper进行协调和故障恢复。Zookeeper包含有关HBase主服务器和区域服务器的配置信息。客户端必须首先访问zookeeper才能与HBase群集连接。ZKquoram是一个Zookeeper守护程序,它监视故障并修复故障节点。因此Zookeeper是HBase体系结构不可或缺的一部分,该体系结构维护HBase集群中的所有协调和同步。
6、HBase数据模型
HBase表:它是行的集合,并且这些表分布在分布式区域中。
HBase行:表示HBase表中的单个实体。
行键:就像主键一样,用于唯一标识HBase表中的每一行。
列:列代表实体的属性。例如,在客户HBase表中,列可以是客户名称、年龄、电话号码等。
列族:所有表现出某些相同性质的列都可以合并到同一列族中,并且这些列作为Hfile存储在Hadoop分布式文件系统中。
扫描二维码免费领取试听课程
登录51乐学网
注册51乐学网