Linux大綱 這章是基礎課程，幫大家進入大數據領域打好Linux基礎，以便更好地學習Hadoop，hbase,NoSQL，Spark，Storm，docker,kvm,openstack等眾多課程。因為企業中無一例外的是使用Linux來搭建或部署項目。
1) Linux的介紹，Linux的安裝：VMware Workstation虛擬軟件安裝過程、CentOS虛擬機安裝過程
2) 了解機架服務器，采用真實機架服務器部署linux
3) Linux的常用命令：常用命令的介紹、常用命令的使用和練習
4) Linux系統進程管理基本原理及相關管理工具如ps、pkill、top、htop等的使用；
5) Linux啟動流程，運行級別詳解，chkconfig詳解
6) VI、VIM編輯器：VI、VIM編輯器的介紹、VI、VIM扥使用和常用快捷鍵
7) Linux用戶和組賬戶管理：用戶的管理、組管理
8) Linux磁盤管理，lvm邏輯卷，nfs詳解
9) Linux系統文件權限管理：文件權限介紹、文件權限的操作
10) Linux的RPM軟件包管理：RPM包的介紹、RPM安裝、卸載等操作
11) yum命令，yum源搭建
12) Linux網絡：Linux網絡的介紹、Linux網絡的配置和維護
13) Shell編程：Shell的介紹、Shell腳本的編寫
14) Linux上常見軟件的安裝：安裝JDK、安裝Tomcat、安裝mysql,web項目部署
大型網站
高并發處理 通過本章的學習大家將會了解大數據的源頭，數據從何而來，繼而更好的了解大數據。并且通過學習何果處理大型網站高并發問題反向更深入的學習了Linux，同時站在了更高的角度去觸探了架構。
1) 第四層負載均衡
a) Lvs負載均衡
i. 負載算法，NAT模式，直接路由模式（DR），隧道模式（TUN）
b) F5負載均衡器介紹
2) 第七層負載均衡
a) Nginx b) Apache
3) Tomcat、jvm優化提高并發量
4) 緩存優化
a) Java緩存框架
i. Oscache，ehcache
b) 緩存數據庫
i. Redis，Memcached
5) Lvs+nginx+tomcat+redis|memcache構建二層負載均衡千萬并發處理
6) Haproxy
7) Fastdfs小文件獨立存儲管理
8) Redis緩存系統
a) Redis基本使用 b) Redis sentinel高可用 c) Redis好友推薦算法
Lucene課程 在大數據里面文本數據的搜索是很重要的一塊，特別是里面的分詞技術，是后面機器學習里面文本挖掘的基石，我們需要深入學習java領域里面的搜索核心技術lucene，同時也可以了解到百度 google這樣的搜索系統是怎么架構實現的。
1) Lucene介紹2) Lucene 倒排索引原理 > 3) 建索引 IndexWriter 4) 搜索 IndexSearcher 5) Query 6) Sort和 過濾 （filter） 7) 索引優化和高亮
Solr課程 接著前面lucene技術搜索，如果把lucene技術比如為發動機，那solr就是一輛成型的汽車了。學習完solr可以幫助你在企業里面快速的架構搜索系統。首先Solr是基于Lucene做的，Lucene是一套信息檢索工具包，但并不包含搜索引擎系統，它包含了索引結構、讀寫索引工具、相關性工具、排序等功能，因此在使用Lucene時你仍需要關注搜索引擎系統，例如數據獲取、解析、分詞等方面的東西。而Solr的目標是打造一款企業級的搜索引擎系統，因此它更接近于我們認識到的搜索引擎系統，它是一個搜索引擎服務，通過各種API可以讓你的應用使用搜索服務，而不需要將搜索邏輯耦合在應用中。而且Solr可以根據配置文件定義數據解析的方式，更像是一個搜索框架，它也支持主從、熱換庫等操作。還添加了飄紅、facet等搜索引擎常見功能的支持。
1) 什么是solr2) 為什么工程中要使用solr3) Solr的原理4) 如何在tomcat中運行solr5) 如何利用solr進行索引與搜索6) solr的各種查詢7) solr的Filter8) solr的排序9) solr的高亮10) solr的某個域統計11) solr的范圍統計12) solrcloud集群搭建
Hadoop
離線計算大綱
一、初識hadoop
聽過大數據，必聽過hadoop，此部分帶領大家了解hadoop的用途，在大數據中的用途，以及快速搭建一個hadoop的實驗環境，在本過程中不僅將用到前面的Linux知識，而且會對hadoop的架構有深入的理解，并為你以后架構大數據項目打下堅實基礎。
1) Hadoop生態環境介紹2) Hadoop云計算中的位置和關系3) 國內外Hadoop應用案例介紹4) Hadoop 概念、版本、歷史5) Hadoop 核心組成介紹及hdfs、mapreduce 體系結構6) Hadoop 的集群結構7) Hadoop 偽分布的詳細安裝步驟8) 通過命令行和瀏覽器觀察hadoop
二、 HDFS體系結構和shell以及java操作
詳細剖析HDFS，從知曉原理到開發網盤的項目讓大家打好學習大數據的基礎，大數據之于分布式，分布式學習從學習分布式文件系統（HDFS）開始。
1) HDFS底層工作原理2) HDFS datanode,namenode詳解3) Hdfs shell4) Hdfs java api
三、 詳細講解Mapreduce
Mapreduce可以說是任何一家大數據公司都會用到的計算框架，也是每個大數據工程師應該熟練掌握的，此處的學習除了老師詳細的講解理論外，會通過大量的案例讓大家徹底掌握。
1) Mapreduce四個階段介紹2) Writable3) InputSplit和OutputSplit4) Maptask5) Shuffle：Sort，Partitioner，Group,Combiner6) Reducer
四、 Mapreduce案例案例
1) 二次排序2) 倒排序索引3) 路徑
4) 電信數據挖掘之-----移動軌跡預測分析（中國棱鏡計劃）
5) 社交好友推薦算法6) 互聯網精準廣告推送 算法7) 阿里巴巴天池大數據競賽 《天貓推薦算法》案例8) Mapreduce實戰pagerank算法
五、 Hadoop2.x集群搭建
前面帶領大家開發了大量的MapReduce程序，此部分將帶來大家讓開發的程序運行在分布式集群中，并且運行在健壯高可用的集群中。
1) Hadoop2.x集群結構體系介紹2) Hadoop2.x集群搭建3) NameNode的高可用性（HA）4) HDFS Federation5) ResourceManager 的高可用性（HA）6) Hadoop集群常見問題和解決方法 7) Hadoop集群管理
分布式數據庫
Hbase 大數據中使用Hbase的案例多的舉不勝舉，也可凸顯大家學習的必要性。即使工作多年的大數據工程師Hbase的優化也是需要好好學習的重點。
1) HBase定義2) HBase與RDBMS的對比3) 數據模型4) 系統架構5) HBase上的MapReduce6) 表的設計7) 集群的搭建過程講解8) 集群的監控9) 集群的管理10) HBase Shell以及演示11) Hbase 樹形表設計12) Hbase 一對多 和 多對多 表設計13) Hbase 微博 案例14) Hbase 訂單案例15) Hbase表級優化16) Hbase 寫數據優化17) Hbase 讀數據優化
數據倉庫Hive Hive是使用sql進行計算的hadoop框架，工作中常用到的部分，也是面試的重點，此部分大家將從方方面面來學習Hive的應用，任何細節都將給大家涉及到。
1) 數據倉庫基礎知識2) Hive定義3) Hive體系結構簡介4) Hive集群5) 客戶端簡介6) HiveQL定義7) HiveQL與SQL的比較8) 數據類型9) 外部表和分區表10) ddl與CLI客戶端演示11) dml與CLI客戶端演示12) select與CLI客戶端演示13) Operators 和 functions與CLI客戶端演示14) Hive server2 與jdbc15) 用戶自定義函數（UDF 和 UDAF）的開發與演示16) Hive 優化
數據遷移工具Sqoop sqoop適用于關系型數據庫和HDFS分布式數據系統之間進行數據轉換，在企業中，是構建數據倉庫的一大工具。
1) 介紹 和 配置Sqoop
2) Sqoop shell使用
3) Sqoop-import
a) DBMS-hdfs b) DBMS-hive c) DBMS-hbase
4) Sqoop-export
Flume分布式
日志框架 Flume是Cloudera提供的日志收集系統，目前是Apache下的一個孵化項目，Flume支持在日志系統中定制各類數據發送方，用于收集數據。大家學習完此節后不但可以掌握Flume的使用，而且可以進行對于Flume的開發。
1) flume簡介-基礎知識2) flume安裝與測試3) flume部署方式4) flume source相關配置及測試5) flume sink相關配置及測試6) flume selector 相關配置與案例分析7) flume Sink Processors相關配置和案例分析8) flume Interceptors相關配置和案例分析9) flume AVRO Client開發10) flume 和kafka 的整合
Zookeeper
開發 Zookeeper在分布式集群（Hadoop生態圈）中的地位越來越突出，對分布式應用的開發也提供了極大便利，這也是這里我們帶領大家深入學習 Zookeeper的原因。本課程主要內容包括Zookeeper深入、客戶端開發（Java編程，案例開發）、日常運維、Web界面監控。大家這里學好Zookeeper，對后面學習其他技術至關重要。
1) Zookeeper java api開發2) Zookeeper rmi高可用分布式集群開發3) Zookeeper redis高可用監控實現4) Netty 異步io通信框架 5) Zookeeper實現netty分布式架構的高可用
項目實戰
某大型電商日志分析和訂單管理
在實戰中學習，技術點非常多，怎么樣實際運用這些點是我們在自學過程中體驗不到的。電商日志分析包括：pv、uv，跳出率，二跳率、廣告轉化率、搜索引擎優化等，訂單模塊有：產品推薦，商家排名，歷史訂單查詢，訂單報表統計等。
項目技術架構體系：
a) Web項目和云計算項目的整合 b) Flume通過avro實時收集web項目中的日志 c) 數據的ETL d) Hive 批量 sql執行 e) Hive 自定義函數 f) Hive和hbase整合。 g) Hbase 數據支持 sql查詢分析 h) Mapreduce數據挖掘 i) Hbase dao處理 j) Sqoop 在項目中的使用。 k) Mapreduce 定時調用和監控
|
合作伙伴與授權機構
總部李老師
