【培训背景】

通过一个完整的大数据开发项目及一组实际项目训练案例，完全覆盖Hadoop与Spark生态系统平台的应用开发与运维实践。强化大数据平台的分布式集群架构和核心关键技术实现、大数据应用项目开发和大数据集群运维实践、以及Hadoop与Spark大数据项目全过程沙盘模拟实战。

【培训收益】

掌握大数据采集技术

大数据分布式存储技术

NoSQL与NewSQL分布式数据库技术

大数据仓库与统计机器学习技术

深入理解大数据平台技术架构和使用场景

【适合人群】

大数据Hadoop与Spark技术的应用开发工程师

大数据分析与挖掘工程师

大数据集群运维工程师

大数据项目的IT管理人员

大数据项目规划的咨询人员

【培训特色】

1. 业界流行技术体系覆盖

广泛适用性：课程培训业界最流行、应用最广泛的Hadoop与Spark大数据技术体系，确保学员掌握的技术具有高度的市场认可度和实用性。

技术前沿：紧跟大数据技术发展趋势，确保课程内容始终保持在行业前沿。

2. 强化实践与沙盘模拟

实操项目：通过一个完整的大数据开发项目及一组实际项目训练案例，完全覆盖Hadoop与Spark生态系统平台的应用开发与运维实践。

沙盘模拟：课堂实践项目以项目小组的形式进行沙盘实操练习，重点强化理解Hadoop与Spark大数据项目各个阶段的工作重点。

3. 资深讲师与互动教学

专业师资：本课程的授课师资都是有着多年在一线从事Hadoop与Spark大数据项目的资深讲师。

互动教学：采用原理技术剖析和实战案例相结合的方式开展互动教学，强化以建立大数据项目解决方案为主体的应用开发、技术讨论与交流咨询。

【结业证书】

参加培训并通过考试学员，由工业和信息化部教育与考试中心统一颁发证书，证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

大数据Hadoop与Spark架构应用实战培训班，录播课为16课时，企业内训可按需求定制。 

课程安排如下：

第0章 大数据课程概述

0.1.大数据课程概述

第1章 大数据概念、特征与应用案例

1.1.1.大数据是什么-大数据第一印象

1.1.2.大数据是什么-大数据概念

1.1.3.大数据是什么-大数据4V特征

1.1.4.大数据是什么-大数据的意义

1.1.5.大数据是什么-大数据关键技术

1.1.6.大数据是什么-大数据分类

1.1.7.大数据是什么-大数据生命周期

1.1.8.大数据是什么-大数据挑战

1.1.9.大数据是什么-大数据案例

1.1.10.大数据平台方案

第2章 大数据计算框架-Map Reduce处理模型

2.1.Map Reduce处理模型（1）

2.2.Map Reduce处理模型（2）

2.3.Map Reduce处理模型（3）

第3章 大数据存储系统HDFS

3.1.大数据存储系统HDFS

第4章 Hadoop框架

4.1.Hadoop框架

第5章 大数据计算框架

5.1.Spark（1）

5.2.Spark（2）

第6章 大数据计算框架

6.1.Storm（1）

6.2.Storm（2）

第7章 NoSQL数据库系统

7.1.NoSQL数据库系统

第8章 HBase

8.1.HBase

第9章 Cassandra

9.1.Cassandra

第10章 mongoDB

10.1.mongoDB