1）Linux系統概述
2）系統安裝及相關配置
3）Linux網路基礎
4）OpenSSH實現網路安全連線
5）vi文字編輯器

6）使用者和使用者組管理
7）磁碟管理
8）Linux檔案和目錄管理
9）Linux終端常用命令
10）linux系統監測與維護

1）大資料應用發展、前景
2）Hadoop 2.x概述及生態系統
3）Hadoop 2.x環境搭建與測試

1）HDFS檔案系統的架構、功能、設計
2）HDFS Java API使用
3）YARN 架構、叢集管理、應用監控
4）MapReduce程式設計模型、Shuffle過程、程式設計調優

1）分散式部署Hadoop 2.x
2）分散式協作服務框架Zookeeper
3）HDFS HA架構、配置、測試
4）HDFS 2.x中高階特性
5）YARN HA架構、配置
6）Hadoop 主要發行版本（CDH、HDP、Apache）

1）以【北風網使用者瀏覽日誌】資料進行實際的分析 2）原資料採集 3）資料的預處理（ETL） 4）資料的分析處理（MapReduce）

1）Hive功能、體系結構、使用場景
2）Hive環境搭建、初級使用
3）Hive原資料配置、常見互動方式

1）Hive中的內部表、外部表、分割槽表
2）Hive 資料遷移
3）Hive常見查詢（select、where、distinct、join、group by）
4）Hive 內建函式和UDF程式設計

1）Hive資料的儲存和壓縮
2）Hive常見優化（資料傾斜、壓縮等）

1）依據業務設計表
2）資料清洗、匯入（ETL）
3）使用HiveQL，統計常見的網站指標

1）Sqoop功能、使用原則
2）將RDBMS資料匯入Hive表中（全量、增量）
3）將HDFS上檔案匯出到RDBMS表中

1）Flume 設計架構、原理（三大元件）
2）Flume初步使用，實時採集資料
3）如何使用Flume監控資料夾資料，實時採集錄入HDFS中 4）任務排程框架Oozie

1）使用Oozie排程MapReduce Job和HiveQL
2）定時排程任務使用

1）Hue架構、功能、編譯
2）Hue整合HDFS
3）Hue整合MapReduce

4）Hue整合Hive、DataBase
5）Hue整合Oozie

1）HBase是什麼、發展、與RDBMS相比優勢、企業使用
2）HBase Schema、表的設計
3）HBase 環境搭建、shell初步使用（CRUD等）

1）HBase 資料儲存模型
2）HBase Java API使用（CRUD、SCAN等）
3）HBase 架構深入剖析
4）HBase 與MapReduce整合、資料匯入匯出

1）如何設計表、表的預分割槽（依據具體業務分析講解）
2）HBase 表的常見屬性設定（結合企業實際）
3）HBase Admin操作（Java API、常見命令）

1）依據需求設計表、建立表、預分割槽
2）進行業務查詢分析
3）對於密集型讀和密集型寫進行HBase引數調優

1）Storm簡介和課程介紹
2）Storm原理和概念詳解
3）Zookeeper叢集搭建及基本使用
4）Storm叢集搭建及測試
5）API簡介和入門案例開發
6）Spout的Tail特性、storm-starter及maven使用、Grouping策略
7）例項講解Grouping策略及併發
8）併發度詳解、案例開發（高併發運用）
9）案例開發——計算網站PV，通過2種方式實現彙總型計算。
10）案例優化引入Zookeeper鎖控制執行緒操作
11）計算網站UV(去重計算模式)
12）【運維】叢集統一啟動和停止shell指令碼開發
13）Storm事務工作原理深入講解 14）Storm事務API及案例分析

15）Storm事務案例實戰之 ITransactionalSpout 
16）Storm事務案例升級之按天計算
17）Storm分割槽事務案例實戰
18）Storm不透明分割槽事務案例實戰
19）DRPC精解和案例分析
20）Storm Trident 入門
21）Trident API和概念
22）Storm Trident實戰之計算網站PV
23）ITridentSpout、FirstN(取Top N)實現、流合併和Join
24）Storm Trident之函式、流聚合及核心概念State
25）Storm Trident綜合實戰一（基於HBase的State）
26）Storm Trident綜合實戰二
27）Storm Trident綜合實戰三
28）Storm叢集和作業監控告警開發

1)-Spark的前世今生
2)-課程介紹、特色與價值
3)-Scala程式設計詳解：基礎語法
4)-Scala程式設計詳解：條件控制與迴圈
5)-Scala程式設計詳解：函式入門
6)-Scala程式設計詳解：函式入門之預設引數和帶名引數
7)-Scala程式設計詳解：函式入門之變長引數
8)-Scala程式設計詳解：函式入門之過程、lazy值和異常
9)-Scala程式設計詳解：陣列操作之Array、ArrayBuffer以及遍歷陣列
10)-Scala程式設計詳解：陣列操作之陣列轉換

11)-Scala程式設計詳解：Map與Tuple
12)-Scala程式設計詳解：面向物件程式設計之類
13)-Scala程式設計詳解：面向物件程式設計之物件
14)-Scala程式設計詳解：面向物件程式設計之繼承
15)-Scala程式設計詳解：面向物件程式設計之Trait
16)-Scala程式設計詳解：函數語言程式設計
17)-Scala程式設計詳解：函數語言程式設計之集合操作
18)-Scala程式設計詳解：模式匹配
19)-Scala程式設計詳解：型別引數
20)-Scala程式設計詳解：隱式轉換與隱式引數
21)-Scala程式設計詳解：Actor入門

1）Spark 初識入門
2）Spark 概述、生態系統、與MapReduce比較
3）Spark 編譯、安裝部署（Standalone Mode）及測試
4）Spark應用提交工具（spark-submit，spark-shell）
5）Scala基本知識講解（變數，類，高階函式）
6）Spark 核心RDD
7）RDD特性、常見操作、快取策略
8）RDD Dependency、Stage常、原始碼分析
9）Spark 核心元件概述

10）案例分析
11）Spark 高階應用
12）Spark on YARN執行原理、執行模式及測試
13）Spark HistoryServer歷史應用監控
14）Spark Streaming流式計算
15）Spark Streaming 原理、DStream設計
16）Spark Streaming 常見input、out
17）Spark Streaming 與Kafka整合
18）使用Spark對【北風網使用者瀏覽日誌】進行分析

1）Scala程式設計、Hadoop與Spark叢集搭建、Spark核心程式設計、Spark核心原始碼深度剖析、Spark效能調優
2）Spark原始碼剖析

1）企業大資料平臺概述
2）大資料平臺基本元件
3）Hadoop 發行版本、比較、選擇
4）叢集環境的準備（系統、基本配置、規劃等）
5）搭建企業大資料平臺
6）以實際企業專案需求為依據，搭建平臺
7）需求分析（主要業務）
8）框架選擇（Hive\HBase\Spark等）

9）真實伺服器手把手環境部署
10）安裝Cloudera Manager 5.3.x
11）使用CM 5.3.x安裝CDH 5.3.x
12）如何使用CM 5.3.x管理CDH 5.3.x叢集
13）基本配置，優化
14）基本效能測試
15）各個元件如何使用

1）Flume、Hadoop、Hbase、Hive、Oozie、Sqoop、離線資料分析，SpringMVC，Highchat
2）Flume+Hadoop+Hbase+SpringMVC+MyBatis+MySQL+Highcharts實現的電商離線資料分析
3）日誌收集系統、日誌分析、資料展示設計

1）全面掌握Storm完整專案開發思路和架構設計
2）掌握Storm Trident專案開發模式
3）掌握Kafka運維和API開發、與Storm介面開發
4）掌握HighCharts各類圖表開發和實時無重新整理載入資料
5）熟練搭建CDH5生態環境完整平臺

6）靈活運用HBase作為外部儲存
7）可以做到以一己之力完成從後臺開發（Storm、Kafka、Hbase開發）
到前臺HighCharts圖表開發、Jquery運用等，所有工作一個人搞定！
可以一個人搞定淘寶雙11大螢幕專案！

1）真實還原完整的企業級大資料專案開發流程：專案中採用完全還原企業大資料專案開發場景的方式來講解，每一個業務模組的講解都包括了資料分
析、需求分析、方案設計、資料庫設計、編碼實現、功能測試、效能調優、troubleshooting與解決資料傾斜（後期運維）等環節，真實還原
企業級大資料專案開發場景。讓學員掌握真實大資料專案的開發流程和經驗！
2）現場Excel手工畫圖與寫筆記：所有複雜業務流程、架構原理、Spark技術原理、業務需求分析、技術實現方案等知識的講解，採用Excel畫
圖或者寫詳細比較的方式進行講解與分析，細緻入微、形象地透徹剖析理論知識，幫助學員更好的理解、記憶與複習鞏固。

1）大資料專案
2）企業大資料專案的型別
3）技術架構（如何使用各框架處理資料）
4）衝刺高薪面試
5）面試簡歷編寫（把握重點要點）
6）面試中的技巧

7）常見面試題講解
8）如何快速融入企業進行工作

（對於大資料公司來說非常關鍵）
9）學員答疑
10）針對普遍問題進行公共解答
11）一對一的交流