Hadoop大數據時代培訓
? Hadoop大數據時代：Hadoop&YarnSpark企業級最佳實踐培訓
培訓內容
第一部分
第1個主題：Hadoop三問（徹底理解Hadoop）
1、?Hadoop為什么是云計算分布式大數據的事實開源標準軟件框架？
2、Hadoop的具體是如何工作？
3、Hadoop的生態架構和每個模塊具體的功能是什么？
第2個主題：Hadoop集群與管理（具備構建并駕馭Hadoop集群能力）
1、?Hadoop集群的搭建
2、?Hadoop集群的監控
3、?Hadoop集群的管理
4、?集群下運行MapReduce程序
第3主題：徹底掌握HDFS(具備開發自己網盤的能力)
1、HDFS體系架構剖析
2、NameNode、DataNode、SecondaryNameNode架構
3、保證NodeName高可靠性最佳實踐
4、DataNode中Block劃分的原理和具體存儲方式
5、修改Namenode、DataNode數據存儲位置
6、使用CLI操作HDFS
7、使用Java操作HDFS
第4主題：徹底掌握HDFS(具備修改HDFS具體源碼實現的能力)
1、RPC架構剖析
2、源碼剖析Hadoop構建于RPC之上
3、源碼剖析HDFS的RPC實現
4、源碼剖析客戶端與與NameNode的RPC通信
第二部分
第1個主題：徹底掌握MapReduce（從代碼的角度剖析MapReduce執行的具體過程并具備開發MapReduce代碼的能力）
1、MapReduce執行的經典步驟
2、wordcount運行過程解析
3、Mapper和Reducer剖析
4、自定義Writable
5、新舊API的區別以及如何使用就API
6、把MapReduce程序打包成Jar包并在命令行運行
第2個主題：徹底掌握MapReduce（具備掌握Hadoop如何把HDFS文件轉化為Key-Value讓供Map調用的能力）
1、?Hadoop是如何把HDFS文件轉化為鍵值對的？
2、?源碼剖析Hadoop讀取HDFS文件并轉化為鍵值對的過程實現
3、?源碼剖析轉化為鍵值對后供Map調用的過程實現
第3個主題：徹底掌握MapReduce（具備掌握MapReduce內部運行和實現細節并改造MapReduce的能力）
1、?Hadoop內置計數器及如何自定義計數器
2、?Combiner具體的作用和使用以及其使用的限制條件
3、?Partitioner的使用最佳實踐
4、?Hadoop內置的排序算法剖析
5、?自定義排序算法
6、?Hadoop內置的分組算法
7、?自定義分組算法
8、?MapReduce常見場景和算法實現
第4個主題：某知名電商公司Hadoop實施全程揭秘（具備掌握商業級別Hadoop的分析、開發、部署的全過程的能力）
通過電商公司現場案例展示商業級別一個完整項目的分析、開發、部署的全過程
第三部分
第1個主題：YARN（具備理解和使用YARN的能力）
1、YARN的設計思想
2、YARN的核心組件
3、YARN的共組過程
4、YARN應用程序編寫
第2個主題：ResourceManager深度剖析（具備深刻理解ResourceManager的能力）
1、ResourceManager的架構
2、ClientRMService?與AdminService?
3、NodeManager
4、?Container
5、?Yarn的?HA機制
第3個主題：NodeManager深度剖析（具備掌握NodeManager及Container的能力）
1、?NodeManager架構
2、?Container?Management
3、?Container??lifecycle
4、??資源管理與隔離
第4堂課：Spark的架構設計(具備掌握Spark架構的能力)
1.1?Spark生態系統剖析
1.2?Spark的架構設計剖析
1.3?RDD計算流程解析
1.4?Spark的出色容錯機制
第四部分
第1堂課：深入Spark內核
1?Spark集群
2?任務調度
3?DAGScheduler
4?TaskScheduler
5?Task內部揭秘
第2堂課：Spark?SQL
1?Parquet支持
2?DSL
3?SQL?on?RDD
第3堂課：Spark的機器學習
1?LinearRegression
2?K-Means
3?Collaborative?Filtering
第4堂課：Spark的圖計算GraphX
1?Table?Operators
2?Graph?Operators
3?GraphX
?