传智黑马大数据Hadoop基础加强与进阶


传智黑马大数据Hadoop基础加强与进阶



 

【课程内容】

Vmware

Vmware虚拟网络组件
Vmware三种网络模式
Vmware虚拟机搭建--nat模式搭建
Vmware虚拟机搭建--完整克隆虚拟机

SSH协议

基于用户名密码验证
基于密钥验证

Linux文件上传下载

sftp&lrzsz

Linux增强

常用查找命令的使用
su&sudo配置使用
mount挂载操作
本地yum源制作
系统服务管理
网络管理
crontab配置使用

Shell编程

shell介绍&Hello World
shell变量使用
shell参数传递&特殊字符
shell运算符
shell流程控制上--ifelse&for
shell流程控制下--while&case
shell函数定义&返回值事项
shell函数参数传递

ZooKeeper

概述和特性
集群角色
集群搭建上--描述&JDK安装
集群搭建下--配置文件修改&启动
数据模型
节点属性
节点类型
Shell客户端--连接集群&创建节点
Shell客户端--节点查看&更新&删除
Shell客户端--quota限制&其他命令
Watcher--介绍&通知状态事件类型
Watcher--shell操作Watcher
JAVA API--介绍&创建节点
JAVA API--watcher操作
集群选举--概念&全新集群选举
集群选举--非全新集群选举
典型应用--数据发布与订阅
典型应用--命名服务&分布式锁

网络编程

概述&网络通信要素模拟思路
网络通信三要素
了解网络模型
socket--概述
socket--基于UDP客户端编程
socket--基于UDP服务端编程
socket--基于TCP协议编程
IO通信模型--BIO&NIO
IO通信模型--阻塞等概念
了解RPC

数据分析

数据分析定义和数据分析作用
数据分析方法论
数据分析基本步骤
数据分析行业前景&职业要求
科技发展挑战--分布式系统
科技发展挑战--海量数据处理
大数据时代--什么是大数据
大数据时代--大数据分析
大数据分析系统--概念&分类(实时、离线)

网站流量日志自定义采集系统

原理分析
确定收集信息
确定埋点代码
前端数据收集脚本
后端脚本
日志格式&日志切分
系统环境部署
采集实现--方案一:基本功能
采集实现--方案二:点击事件
采集实现

Apache Hadoop

Hadoop介绍
Hadoop发展简史
Hadoop特性优点&国内外应用
集群搭建--发行版本&集群简介
集群搭建--服务器环境准备
集群搭建--JDK环境安装
集群搭建--安装包目录结构
集群搭建--配置文件修改上
集群搭建--配置文件修改下
集群搭建--配置文件注意事项
集群搭建--namenode格式化
集群搭建--启动方式
集群搭建--集群ui&初体验
HDFS--介绍&模拟实现思路
HDFS--设计目标
HDFS--重要特性
HDFS--shell客户端
HDFS--shell常用命令介绍

Hadoop HDFS

HDFS基本原理--NameNode概述
HDFS基本原理--DataNode概述
HDFS工作机制--概述
HDFS工作机制--写数据流程--上
HDFS工作机制--写数据流程--下
HDFS工作机制--读数据流程
HDFS应用开发--JAVA api环境&对象
HDFS应用开发--创建目录&客户端身份设置
HDFS应用开发--下载文件&本地hadoop环境配置
HDFS应用开发--其他api&Stream操作
案例:shell定时采集数据至hdfs--需求分析
案例:shell定时采集数据至hdfs--实现

Hadoop MapReduce

理解MapReduce思想
MapReduce计算模拟实现思路
MapReduce设计构思
MapReduce框架结构&编程规范
WordCount案例--Mapper编写:mr数据类型
WordCount案例--Mapper编写:map方法
WordCount案例--Reducer编写:类型确定&如何调用
WordCount案例--Reducer编写:reduce方法编程
WordCount案例--运行主类Job编程
程序运行模型--集群运行模式
程序运行模型--本地运行模式
MapReduce的输入和输出
初识mapreduce数据分区&分区规则
处理流程--Mapper任务执行流程解析
处理流程--Reducer任务执行流程解析
编程案例--流量汇总--序列化机制Writable
编程案例--流量汇总--对象序列化编写
编程案例--流量汇总--mapper编写
编程案例--流量汇总--Reducer编写
编程案例--流量汇总--运行主类编写
编程案例--流量汇总排序--需求分析&comopareTo方法重写
编程案例--流量汇总排序--mr代码实现
编程案例--流量汇总分区--需求分析&HashPartitioner讲解
编程案例--流量汇总分区--自定义分区&mr编写
编程案例--流量汇总分区--分区个数和reduceTask个数关系
combiner组件介绍&使用注意事项

Apache Flume

概述&运行机制
安装部署&netcat-logger
案例--spooldir使用注意事项
案例--采集目录至HDFS
案例--采集文件至HDFS
高级功能--load balance
高级功能--failover
实战案例--采集日志汇总&拦截器使用
扩展了解--自定义拦截器思路

数据

数据分析系统不同数据来源
数据管理--文件管理服务&跨部门文件管理规范
数据管理--文件管理规范示例
数据管理--数据质量检测
数据仓库--基本概念&和数据库区别
数据仓库--数据仓库主要特征
数据仓库--数据仓库分层架构
数据仓库--数据仓库元数据管理

Apache Hive

介绍&Hive实现思路模拟
架构&组件
与RDBMS区别
安装部署--内置derby版以及缺陷
安装部署-mysql版安装
安装部署-几种交互方式
初体验-理解什么是映射
DDL--创建表--数据类型&分隔符
DDL--创建表--默认分隔符
DDL--创建表--分区表创建
DDL--创建表--双分区表&小结
DDL--创建表--分桶表创建&分桶数据导入
DDL--创建表--分桶表总结&分桶表好处
DDL--创建表--内外部表&like复制
DDL--修改表&显示命令
DML--load装载数据
DML--insert&多重插入&动态分区
DML--导出数据
DML--select查询
join操作
命令行&参数配置方式
内置运算符函数&dual测试方式
自定义函数UDF开发
了解transform
特殊分隔符处理

相关资源

发表评论

点 击 提 交