小象学院Hadoop高级进阶视频教程Hadoop大数据处理精华视频教程

课程名称及简介



《Hadoop进阶》：本课程面向Hadoop高阶学习者，具有一定Hadoop系统使用经验，结合大规模使用Hadoop的实践经验，了解和掌握HDFS构建、Hadoop工具使用、调试优化，问题分析，通过分析示例掌握大量实际使用的经验，很多实战内容的示例是很少在网络上找到文档支持。



时间：共六周

培训方式：视频学习 + 在线答疑 + 每周作业 + 结业考试



课程大纲：



授课对象：Hadoop高级、具有一定Hadoop系统使用经验

适用Hadoop版本：兼顾所有Hadoop版本，包括Apache、Hortonworks和CDH发行版



第一部分. MapReduce

Mapreduce工作流程及基本架构回顾

运维相关

参数调优

benchmark

reuse jvm

错误感知及speculative执行

task日志分析

可容忍错误百分比设置及跳过坏记录

选择fairescheduler等其他调度器优化性能

开发相关



数据类型选择

实现自定义wrITable数据类型、自定义key

一个mapper中输出不同类型value

InputFormat/OutputFormat，原理及定制

Mapper/Reducer/Combiner，Combiner的使用及其对mapreduce框架优化的作用

Partitioner定制

排序策略GroupingComparator/SortComparator

任务调度原理及修改方法（案例，map/reduce共享slot，按标识精准map/reduce调度）

Streaming

DistributedCache

mapreduce任务间依赖

counter

JobChild参数设置

性能优化



第二部分. hdfs

HDFS API

fuse（C API）

压缩

HDFS benchmark

Datanode添加及删除

多盘支持，磁盘错误感知

hdfs raid

HDFS block size设置相关问题

文件备份数设置

HDFS中合并文件

第三部分. Hadoop工具

dfsadmin/mradmin/balancer/distcp/fsck/fs/job

监控及报警

hadoop配置管理

第四部分. Hadoop调试

Lo

本地模式调试map/reduce任务

远程调试

第五部分. 问题分析

Java GC介绍及java进程常用的分析工具jstat、jhat、jmap

top/iostat/netstat/lsof等

Jstack/kill -3

Strace

nload/tcpdump



第六部分.分析示例

MapReduce简单分析

用MapReduce实现Group-by

用MapReduce实现倒排索引

MpReduce实现直方图

MapReduce实现Join