第一部份： 生產項目的演進和改造思路
1. 三大生產項目（離線日志分析、企業預警實時監控、安全日志上報之Spark Streaming+Kafka保證數據零丟失）業務介紹
2. 離線分析和實時分析的場景介紹
3. 改造思路
4. Hadoop、Spark、Hbase、Kafka、ElasticSearch等項目軟件選型
第二部份： 手把手從零搭建開發環境
1. Hadoop、Spark、Hbase、Kafka、ElasticSearch軟件安裝
2. IDEA安裝
3. Maven工程構建
4. IDEA調試Spark項目
5. Spark源碼編譯
6. Spark作業提交方式
第三部份：安全日志上報之Spark Streaming+Kafka保證數據零丟失（一）
1. Spark Streaming 整合Kafka的幾種方式對比
2. 徹底搞懂Kafka 消息檢索原理
3. 使用Spark Streaming進行Kafka 的Offset管理（Checkpoints、Hbase、Zookeeper、Kafka）
4. Spark Streaming保存offset到zookeeper亂碼處理
第四部份：安全日志上報之Spark Streaming+Kafka保證數據零丟失（二）
1. 實時作業的at most once、at least once、exactly once語義
2. 方案選型和對比（四種方案）
3. Spark Streming + Kafka 如何獲取每條消息的offset、partition以及每批次的from offset、end offset、count。
4. Spark Streming + Kafka（消費） + Kafka（清洗后入）方案和代碼實操
第五部份： 安全日志上報之Spark Streaming+Kafka保證數據零丟失(三）
1. SQL on Hbase 實現的幾種方式
2. Spark Streming + Kafka（消費） + Hbase（清洗后入）實現exactly once語義方案
3. 代碼實操
4. SQL on Hbase 性能優化
第六部份： 安全日志上報之Spark Streaming+Kafka保證數據零丟失(四）
1. Spark 整合Elasticsearch要點和案例實操
2. Spark Streming + Kafka（消費） + Elasticsearch實現exactly once語義方案
3. Spark Streming + Kafka（消費） +Oracle實現exactly once語義方案
4. 代碼實操
5 Spark 整合Elasticsearch性能優化
第七部份： 離線日志分析項目（一）
1. 第一版問題分析
2. ETL流程分析
3. Flume+Nginx整合, 數據采集，日志分割
4. Flume如何實現負載均衡和高可用
5. 日志收集系統架構（可用性、可靠性、可擴展性）
第八部份： 離線日志分析項目（二）
1. 文件存儲格式對比
2. Spark 整合 Hive
3. 第二版項目方案的演進和代碼實操
4. 解決小文件問題
5. 數據質量監控
第九部份： 離線日志分析項目（三）
1. 理解Spark的Stage劃分，如何定位導致數據傾斜代碼，數據傾斜的場景和需要注意的地方
2. 廣播變量使用的坑
3. Spark整合Oracle的表需要注意的地方
4. Spark作業調度異常問題案例匯總
第十部份： 企業預警實時監控
1. 第一版： 使用Spark Streaming清洗數據（Hive動態分區等） + 代碼實操
2. 第一版存在的問題分析
3. 第二版項目方案的演進和代碼實操
4. 中文亂碼問題解決
第十一部份： 通用解決方案
1. Hbase 二級索引
2. Hbase + ElasticSearch整合， 實現海量數據查詢
3. 不通場景下， Spark 寫數據到Oracle的方案（集群和Oracle服務器網絡是否連通等. ）
4. Driver內存調優 |
合作伙伴與授權機構
總部李老師
