1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
       3、培訓合格學員可享受免費推薦就業機會。☆合格學員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

• 第1章 大數據概述
  本章將從故事說起，讓大家明白大數據是與我們的生活息息相關的，并不是遙不可及的，還會介紹大數據的特性，以及大數據對我們帶來的技術變革，大數據處理過程中涉及到的技術以及大數據典型應用。
• 1-1 課程導學 試看
  1-2 學前必讀（助你平穩踩坑，暢學無憂）
  1-3 課程目錄
  1-4 從一個案例說起
  1-5 什么是大數據以及大數據的4V特征 試看
  1-6 大數據帶來的技術變革
  1-7 大數據現存的模式
  1-8 大數據的技術概念
  1-9 大數據帶來的挑戰
  1-10 如何對大數據進行存儲和分析
  1-11 大數據典型應用
  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的優勢、Hadoop的三個核心組件、Hadoop發行版的選擇，為后續深入講解Hadoop打下堅實的基礎。
• 2-1 課程目錄
  2-2 Hadoop概述
  2-3 Hadoop核心組件之HDFS概述
  2-4 Hadoop核心組件之MapReduce
  2-5 Hadoop核心組件之YARN
  2-6 Hadoop優勢
  2-7 Hadoop發展史
  2-8 Hadoop生態圈
  2-9 Hadoop發行版選型
  2-10 OOTB環境的使用
  第3章 分布式文件系統HDFS
  本章將從Hadoop的設計目標、架構及文件系統命令空間出發，快速搭建單節點偽分布式HDFS的實驗環境，通過講解使用hdfs shell以及Java API的方式操作HDFS文件系統，詳細分析HDFS文件的讀寫流程，并通過HDFS API來實現詞頻統計案例，使得大家對Hadoop分布式文件系統HDFS有深刻的認識以及實戰。 ...
• 3-1 HDFS概述
  3-2 HDFS設計目標
  3-3 HDFS架構詳解
  3-4 文件系統NameSpace詳解
  3-5 HDFS副本機制
  3-6 本課程使用的Linux環境介紹
  3-7 Hadoop部署前置介紹
  3-8 JDK1.8部署詳解
  3-9 ssh無密碼登陸部署詳解
  3-10 Hadoop安裝目錄詳解及hadoop-env配置
  3-11 HDFS格式化以及啟動詳解
  3-12 HDFS常見文件之防火墻干擾
  3-13 Hadoop停止集群以及如何單個進程啟動
  3-14 Hadoop命令行操作詳解
  3-15 深度剖析Hadoop文件的存儲機制
  3-16 HDFS API編程之開發環境搭建
  3-17 HDFS API編程之第一個應用程序的開發
  3-18 HDFS API編程之jUnit封裝
  3-19 HDFS API編程之查看HDFS文件內容
  3-20 HDFS API編程之創建文件并寫入內容
  3-21 HDFS API編程之副本系數深度剖析
  3-22 HDFS API編程之重命名
  3-23 HDFS API編程之copyFromLocalFile
  3-24 HDFS API編程之帶進度的上傳大文件
  3-25 HDFS API編程之下載文件
  3-26 HDFS API編程之列出文件夾下的所有內容
  3-27 HDFS API編程之遞歸列出文件夾下的所有文件
  3-28 HDFS API編程之查看文件塊信息
  3-29 HDFS API編程之刪除文件
  3-30 HDFS項目實戰之需求分析
  3-31 HDFS項目實戰之代碼框架編寫
  3-32 HDFS項目實戰之自定義上下文
  3-33 HDFS項目實戰之自定義處理類實現
  3-34 HDFS項目實戰之功能實現
  3-35 HDFS項目實戰之使用自定義配置文件重構代碼
  3-36 HDFS項目實戰之使用反射創建自定義Mapper對象
  3-37 HDFS項目實戰之可插拔的業務邏輯處理
  3-38 HDFS Replica Placement Policy
  3-39 HDFS寫數據流程圖解
  3-40 HDFS讀數據流程圖解
  3-41 HDFS Checkpoint詳解
  3-42 HDFS SaveMode
  第4章 分布式計算框架MapReduce
  本章將從架構、編程模型等角度帶大家認識Hadoop的分布式計算框架MapReduce，掌握MapReduce各個核心組件編程，并通過兩個案例讓大家深入掌握MapReduce編程的方方面面。
• 4-1 課程目錄
  4-2 MapReduce概述
  4-3 MapReduce編程模型詳解
  4-4 MapReduce編程模型核心概念詳解
  4-5 詞頻統計之自定義Mapper實現
  4-6 詞頻統計之自定義Reducer實現
  4-7 詞頻統計之自定義Driver類實現
  4-8 詞頻統計之本地方式運行
  4-9 詞頻統計之通過Debug方式進一步了解偏移量以及重構代碼
  4-10 詞頻統計升級之Combiner操作 試看
  4-11 流量統計實戰之需求
  4-12 流量統計實戰之自定義復雜數據類型
  4-13 流量統計實戰之自定義Mapper類
  4-14 流量統計實戰之自定義Reducer實現
  4-15 流量統計實戰之Driver開發
  4-16 流量統計實戰之代碼重構及NullWritable的使用
  4-17 流量統計實戰升級之自定義Partitioner
  第5章 資源調度框架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的資源調度框架YARN，快速搭建單節點偽分布式YARN的實驗環境并掌握如何提交MapReduce作業提交到YARN上運行。
• 5-1 課程目錄
  5-2 YARN產生背景
  5-3 YARN概述
  5-4 YARN架構詳解
  5-5 YARN執行流程
  5-6 YARN環境部署
  5-7 提交example案例到YARN上運行
  5-8 提交流量統計案例到YARN上運行
  第6章 電商項目實戰Hadoop實現
  本章將通過電商用戶行為日志分析的項目實戰，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 用戶行為日志概述
  6-3 為什么要記錄用戶行為日志
  6-4 日志內容介紹
  6-5 用戶行為日志分析的意義所在
  6-6 電商常用術語
  6-7 項目需求描述
  6-8 數據處理流程及技術架構
  6-9 瀏覽量統計功能實現
  6-10 省份瀏覽量統計之IP庫解析
  6-11 省份瀏覽量統計之日志解析
  6-12 省份瀏覽量統計之功能實現
  6-13 頁面瀏覽量統計之頁面編號獲取
  6-14 頁面瀏覽量統計之功能實現
  6-15 數據處理過程中ETL的重要性
  6-16 原始日志ETL操作
  6-17 瀏覽量統計功能升級
  6-18 省份瀏覽量統計功能升級
  6-19 頁面瀏覽量統計功能升級思路
  6-20 打包到服務器上運行
  6-21 項目擴展
  第7章 數據倉庫Hive
  本章將從Hive的產生背景、體系架構、Hive部署、DDL以及DML來掌握Hive使用的方方面面。
• 7-1 課程目錄
  7-2 Hive產生背景
  7-3 Hive是什么
  7-4 為什么要使用Hive
  7-5 Hive在Hadoop生態圈中的位置
  7-6 Hive體系架構
  7-7 Hive部署架構
  7-8 Hive與RDBMS的區別
  7-9 Hive部署
  7-10 Hive快速入門
  7-11 Hive DDL之數據庫操作
  7-12 Hive DDL之表操作
  7-13 Hive DML之加載和導出數據
  7-14 Hive QL基本統計
  7-15 Hive QL之聚合函數
  7-16 Hive QL之分組函數
  7-17 Hive QL之join的使用
  7-18 Hive QL執行計劃
  第8章 電商項目實戰Hive實現
  本章將使用Hive對電商用戶行為日志分析進行重新實現，讓大家對MapReduce編程和Hive實現的方式進行對比，體會Hive在生產上使用的便捷性。
• 8-1 課程目錄
  8-2 外部表在Hive中的使用
  8-3 track_info分區表的創建
  8-4 將ETL的數據加載到Hive表
  8-5 使用Hive完成統計分析功能
  8-6 Hive實現項目的方便性體現
  第9章 Hadoop分布式集群搭建
  本章將帶領大家搭建一個三個節點的分布式Hadoop集群環境，讓大家對于Hadoop集群的安裝有更深入的認識，并將項目實戰案例運行在分布式集群環境中。