10小時入門大資料
第1章 大資料概述
本章將從幾則故事說起，讓大家明白大資料是與我們的生活息息相關的，並不是遙不可及的，還會介紹大資料的特性，以及大資料對我們帶來的技術變革，大資料處理過程中涉及到的技術
1-1 導學
1-2 章節安排_
1-3 OOTB映象檔案和虛擬機器的使用
1-4 說兩則故事說起
1-5 大資料與生活息息相關
1-6 大資料基本概念
1-7 大資料帶來的挑戰
1-8 如何應對大資料帶來的挑戰
1-9 -如何學好大資料
第2章 初識Hadoop
本章節將帶領大家認識Hadoop以及Hadoop生態系統、Hadoop的發展史、Hadoop的優缺點、Hadoop的三個核心元件、Hadoop發行版的選擇以及Hadoop在企業中的案例分享，為後續深入講解Hadoop打下堅實的基礎
2-1 章節安排
2-2 Hadoop概述
2-3 2.03-Hadoop核心元件之HDFS
2-4 2.04-Hadoop核心元件之YARN
2-5 2.05-Hadoop核心元件之MapReduce
2-6 2.06-Hadoop優勢
2-7 2.07-Hadoop發展史
2-8 2.08-Hadoop生態系統
2-9 2.09-Hadoop常用發行版及選型
2-10 2.10-Hadoop應用案例
第3章 分散式檔案系統HDFS
本章將從Hadoop的設計目標、架構及副本的指令碼帶大家詳細剖析，快速搭建單節點偽分散式HDFS的實驗環境，並講解使用hdfs shell以及Java API的方式操作HDFS檔案系統，並詳細分析HDFS檔案的讀寫流程，使得大家對Hadoop分散式檔案系統HDFS有深刻的認識以及使用...
3-1 -課程目錄-
3-2 -普通分散式檔案系統的設計思路
3-3 HDFS概述及設計目標
3-4 HDFS架構
3-5 HDFS副本機制
3-6 HDFS副本存放策略
3-7 JDK安裝&ssh安裝&ssh免密碼登陸配置
3-8 HDFS偽分散式環境搭建
3-9 HDFS shell操作
3-10 Java操作HDFS開發環境搭建
3-11 Java API操作HDFS檔案系統
3-12 HDFS寫資料流程
3-13 HDFS讀資料流程
3-14 HDFS檔案系統的優缺點
第4章 分散式資源排程YARN
本章將從YARN的產生背景、YARN的架構及執行流程的角度帶大家認知Hadoop的資源排程框架YARN，快速搭建單節點偽分散式YARN的實驗環境並掌握如何提交一個官方自帶的MapReduce作業提交到YARN上執行
4-1 -課程目錄
4-2 -YARN產生背景
4-3 -YARN架構
4-4 -YARN執行流程
4-5 -YARN環境搭建
4-6 -初識提交PI的MapReduce作業到YARN上執行
第5章 分散式計算框架MapReduce
本章將從架構、優缺點、程式設計模型等角度帶大家認識Hadoop的分散式計算框架MapReduce，掌握MapReduce應用程式的開發，學會配置JobHistory Server
5-1 -課程目錄
5-2 -MapReduce概述
5-3 -從WordCount案例說起MapReduce程式設計模型
5-4 -MapReduce執行流程
5-5 -MapReduce核心概念
5-6 -MapReduce1.x架構
5-7 -MapReduce2.x架構
5-8 -Java版本wordcount功能實現
5-9 -Java版本wordcount功能重構
5-10 -Combiner應用程式開發
5-11 -Partitioner應用程式開發
5-12 JobHistory使用
第6章 Hadoop專案實戰
本章將通過對慕課網主站的訪問日誌進行分析的專案實戰，來將前面幾個章節講解的知識點串聯起來，綜合使用Hadoop的技術進行離線統計分析
6-1 -課程目錄--
6-2 使用者行為日誌概述
6-3 離線資料處理架構
6-4 專案需求
6-5 功能實現之UserAgent解析類測試
6-6 功能實現之單機本地完成需求統計
6-7 使用MapReduce完成需求統計
6-8 功能擴充套件思路
第7章 Hadoop分散式叢集搭建
本章將帶領大家搭建一個三個節點的分散式Hadoop叢集環境，讓大家對於Hadoop叢集的安裝有更深入的認識，並將專案實戰案例執行在分散式叢集環境中
7-1 -課程目錄
7-2 -分散式環境搭建之環境介紹
7-3 -分散式環境搭建前置配置之ssh免密碼登陸
7-4 -分散式環境搭建前置配置之JDK安裝
7-5 -分散式環境搭建叢集搭建之Hadoop配置及分發
7-6 -分散式環境搭建Hadoop格式化及啟停
7-7 -分散式環境HDFS及YARN的使用
7-8 -將Hadoop專案執行在Hadoop叢集之上
第8章 Hadoop整合Spring的使用
本章將帶領大家使用Java社群中最流行的Spring框架來整合Hadoop的使用
8-1 -課程目錄
8-2 -Spring Hadoop概述
8-3 -Spring Hadoop開發環境搭建及訪問HDFS檔案系統
8-4 -Spring Hadoop配置檔案詳解
8-5 -Spring Boot訪問HDFS檔案系統
8-6 -Spring Hadoop其他
第9章 前沿技術拓展: Spark/Flink/Beam
本章將帶領大家認識當前大資料領域中非常火爆的三個框架：Spark、Flink以及Beam，並使用這三個框架完成詞頻統計分析操作，為大家以後更加深入的學習這幾個框架打下堅實的基礎
9-1 -課程目錄
9-2 -吐槽MapReduce
9-3 -Spark特點
9-4 -Spark與Hadoop深入對比
9-5 -Spark開發語言及執行模式介紹
9-6 -Scala&Maven安裝
9-7 -Spark環境搭建及wordcount案例實現
9-8 -Flink概述
9-9 -使用Flink完成wordcount統計
9-10 -Beam概述
9-11 -將WordCount的Beam程式以多種不同Runner執行
9-12 -課程目錄
第10章 Hadoop3.x新特性
本章將帶來大家學習Hadoop3.x版本的一些新特性，實時跟上Hadoop社群的發展
10-1 -課程目錄
10-2 -Hadoop3.x概述
10-3 -Hadoop3.x新特性之Common改進
10-4 -Hadoop3.x新特性之HDFS改進
10-5 -Hadoop3.x新特性之YARN改進
10-6 -Hadoop3.x新特性之MapReduce改進
10-7 -Hadoop3.x新特性之其他
下載地址:10小時入門大資料