具體說明

章節(jié)內(nèi)容：分布式大數(shù)據(jù)框架 Hadoop

課程內(nèi)容： ?1、Hadoop 介紹 ???2、分布式文件系統(tǒng) HDFS

授課內(nèi)容:

1、分布式大數(shù)據(jù)框架Hadoop（理論·上）

本節(jié)主要講解大數(shù)據(jù)概述及Hadoop HDFS

2、分布式大數(shù)據(jù)框架Hadoop（實(shí)操·上）

本實(shí)操演練練習(xí)Hadoop部署及插件安裝

01 實(shí)操：Hadoop 安裝

???紹搭建Hadoop集群的具體步驟。

02 實(shí)操：Hadoop開發(fā)插件安裝

???介紹如何給Eclipse配置Hadoop插件、方便使用Eclipse開發(fā)工具進(jìn)行大數(shù)據(jù)開發(fā)。

???視情況及反饋, 會(huì)選用 IntelliJ IDEA

章節(jié)內(nèi)容：分布式大數(shù)據(jù)框架 Hadoop

課程內(nèi)容： 1 、分布式處理框架 MapReduce

???????2、資源調(diào)度框架 Yarn

授課內(nèi)容：

1、分布式大數(shù)據(jù)框架Hadoop（理論·下）

主要講解Hadoop MR、Yarn

2、式大數(shù)據(jù)框架Hadoop（實(shí)操·下）

操演練練習(xí)Hadoop Shell操作及MR入門案例

03 實(shí)操：Hadoop Shell基本操作

本任務(wù)介紹常用的Hadoop Shell命令。

04 實(shí)操：Mapreduce實(shí)例——WordCount

???本任務(wù)練習(xí)使用電商數(shù)據(jù)進(jìn)行詞頻統(tǒng)計(jì)。

章節(jié)內(nèi)容：數(shù)據(jù)倉庫 Hive + 數(shù)據(jù)遷移工具 Sqoop

課程內(nèi)容：

1、數(shù)據(jù)倉庫 Hive 介紹 ???2、Hive 安裝部署

3、Hive Shell 基本操作 ??4、Sqoop 安裝部署

5、Sqoop 數(shù)據(jù)遷移 ???????6、Sqoop 增量數(shù)據(jù)遷移

授課內(nèi)容

1、?數(shù)據(jù)倉庫Hive+數(shù)據(jù)遷移工具Sqoop（理論）

本節(jié)主要講解數(shù)據(jù)倉庫Hive及遷移工具Sqoop

2、?數(shù)據(jù)倉庫Hive+數(shù)據(jù)遷移工具Sqoop（實(shí)操）

本實(shí)操演練練習(xí)Hive基本操作及Sqoop應(yīng)用

05 實(shí)操：Hive安裝部署

本任務(wù)介紹如何安裝部署數(shù)據(jù)倉庫Hive。

06 實(shí)操：Hive基本操作

本任務(wù)詳細(xì)介紹Hive的基本操作以及Hive的外部表與內(nèi)部表的區(qū)別。

07 實(shí)操：Sqoop安裝

本任務(wù)主要介紹Sqoop的工作原理，然后詳細(xì)說明Sqoop的安裝部署過程。

08 實(shí)操：綜合案例—基本流程圖

????本任務(wù)介紹Sqoop在Hive與Mysql之間進(jìn)行數(shù)據(jù)傳遞以及Hive數(shù)據(jù)分析

章節(jié)內(nèi)容：分布式日志采集工具 Flume

課程內(nèi)容：

1、Flume 介紹 ???2、Flume Agent 詳解 ??

授課內(nèi)容：

1、?分布式日志采集工具Flume（理論）

本節(jié)主要講解Flume工作原理、架構(gòu)、Agent概念

2、?分布式日志采集工具Flume（實(shí)操）

本演練實(shí)操練習(xí)Flume安裝部署及Agent配置詳解

09 實(shí)操：Flume安裝部署

本任務(wù)介紹Flume的工作原理和Flume安裝流程。

10 實(shí)操：Flume配置：Source、Channel、Sink

本任務(wù)介紹配置多種source，channel，sink組合，實(shí)現(xiàn)多種需求。

11 實(shí)操：Flume多source，多sink組合框架搭建

本任務(wù)介紹Flume多source，多sink組合框架搭建。

章節(jié)內(nèi)容：分布式消息系統(tǒng) Kafka

課程內(nèi)容：

1、Kafka 結(jié)構(gòu)分析 ???2、Flume 與 Kafka 聯(lián)用

授課內(nèi)容：

1、?分布式消息體統(tǒng)Kafka（理論）

本節(jié)主要講解Kafka工作原理、架構(gòu)及名詞概念

2、?分布式消息體統(tǒng)Kafka（實(shí)操）

本演練實(shí)操練習(xí)Kafka安裝部署、與Flume連用

12 實(shí)操：Kafka安裝及測(cè)試

本任務(wù)介紹安裝scala與zookeeper，然后在已安裝好的scala和zookeeper環(huán)境基礎(chǔ)上，安裝部署Kafka。

13 實(shí)操：Flume傳輸數(shù)據(jù)給Kafka

本任務(wù)介紹Flume傳數(shù)據(jù)到Kafka的執(zhí)行原理和具體操作。

章節(jié)內(nèi)容：分布式大數(shù)據(jù)框架Spark

課程內(nèi)容：

1、Spark 框架介紹 ?????2、Spark RDD 介紹

3、Spark SQL 數(shù)據(jù)處理 ?4、Spark Shell 數(shù)據(jù)處理

授課內(nèi)容：

1、 分布式大數(shù)據(jù)框架Spark（理論）

本節(jié)主要講解Spark工作原理、架構(gòu)及RDD概念

2、分布式大數(shù)據(jù)框架Spark（實(shí)操）

本演練實(shí)操練習(xí)Spark安裝部署及Shell操作

14 實(shí)操：Spark Standalone偽分布模式安裝

本任務(wù)介紹在已經(jīng)安裝好Hadoop下，如何安裝Spark Standalone模式。

15 實(shí)操：Spark Shell操作

本任務(wù)介紹Spark Shell操作，在Spark Shell命令行下對(duì)算子進(jìn)行實(shí)例講解，包括去重、排序、Join、求平均值

章節(jié)內(nèi)容：電商項(xiàng)目 （上）

課程內(nèi)容：

1、爬蟲框架介紹 ???????2、電商數(shù)據(jù)清洗

3、電商離線數(shù)據(jù)分析 ???4、數(shù)據(jù)遷移

授課內(nèi)容：

1、電子商務(wù)數(shù)據(jù)分析項(xiàng)目（爬蟲、清洗）

本演練實(shí)操練習(xí)電商案例之?dāng)?shù)據(jù)采集、清洗

2、電子商務(wù)數(shù)據(jù)分析項(xiàng)目（離線數(shù)據(jù)分析）

本演練實(shí)操練習(xí)電商案例之離線分析、數(shù)據(jù)遷移

16 實(shí)操：一、采集電商網(wǎng)站交易及評(píng)論數(shù)據(jù)(局域網(wǎng)or互聯(lián)網(wǎng))

本次任務(wù)對(duì)爬蟲進(jìn)行了介紹，并分析網(wǎng)頁的源碼結(jié)構(gòu)和如何爬取數(shù)據(jù)。

17 實(shí)操：二、開發(fā)MR程序清洗電商評(píng)論數(shù)據(jù)

本次任務(wù)對(duì)數(shù)據(jù)清洗進(jìn)行概述，包括Json解析，搭建解析框架和編寫MapReduce代碼。

18 實(shí)操：三、利用HiveSQL離線分析評(píng)論數(shù)據(jù)

本次任務(wù)介紹使用HiveSQL根據(jù)多種需求對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)并演示。

19 實(shí)操：四、利用Sqoop進(jìn)行數(shù)據(jù)遷移至Mysql數(shù)據(jù)庫

???本次任務(wù)介紹了如何將Hive表中數(shù)據(jù)導(dǎo)入到MySQL以和如何將HDFS中數(shù)據(jù)導(dǎo)入到MySQL。

章節(jié)內(nèi)容：電商項(xiàng)目 （下）

課程內(nèi)容：

1、離線數(shù)據(jù)可視化 ??2、SparkStreaming 實(shí)時(shí)流數(shù)據(jù)處理

授課內(nèi)容：

1、電子商務(wù)數(shù)據(jù)分析項(xiàng)目（數(shù)據(jù)可視化）

本演練實(shí)操練習(xí)電商案例之?dāng)?shù)據(jù)可視化

2、電子商務(wù)數(shù)據(jù)分析項(xiàng)目（實(shí)時(shí)數(shù)據(jù)分析）

本演練實(shí)操練習(xí)電商案例之實(shí)時(shí)數(shù)據(jù)分析

20 實(shí)操：五、利用JavaWeb+Echarts完成數(shù)據(jù)圖表展示過程

本次任務(wù)介紹通過搭建JavaWeb框架，將數(shù)據(jù)進(jìn)行可視化圖表展示。

21 實(shí)操：六、利用Spark進(jìn)行實(shí)時(shí)數(shù)據(jù)分析（上）(局域網(wǎng)or互聯(lián)網(wǎng))

本次任務(wù)以京東商品評(píng)論為目標(biāo)網(wǎng)站，架構(gòu)采用Java爬蟲框架+Flume+Kafka+Spark Streaming+Mysql等多種技術(shù)，動(dòng)態(tài)實(shí)時(shí)的采集、分析、展示數(shù)據(jù)。

22 實(shí)操：七、利用Spark進(jìn)行實(shí)時(shí)數(shù)據(jù)分析（下）(局域網(wǎng)or互聯(lián)網(wǎng))

本次任務(wù)以京東商品評(píng)論為目標(biāo)網(wǎng)站，架構(gòu)采用Java爬蟲框架+Flume+Kafka+Spark Streaming+Mysql等多種技術(shù)，動(dòng)態(tài)實(shí)時(shí)的采集、分析、展示數(shù)據(jù)。