79009
Big Data Hadoop and Spark Developer 1年访问权限（不含考试）

课程结束后，您将能够了解

• Hadoop 生态系统的不同组件，如 Hadoop 2.7、Yarn、MapReduce、Pig、Hive、Impala、HBase、Sqoop、Flume 和 Apache Spark
• Hadoop 分布式文件系统（HDFS）和 YARN 架构
• MapReduce 及其特点和吸收高级 MapReduce 概念
• 不同类型的文件格式、Avro 模式、与 Hive 一起使用 Avro 以及 Sqoop 和模式演化
• Flume、Flume 架构、源、Flume 汇、通道和 Flume 配置
• HBase 及其架构和数据存储，了解 HBase 与 RDBMS 的区别
• 弹性分布数据集（RDD）详解
• Spark 的常见用例和各种交互式算法

您还将能够

• 使用 Sqoop 和 Flume 摄取数据
• 在 Hive 和 Impala 中创建数据库和表格，了解 HBase，并使用 Hive 和 Impala 进行分区
• 获得有关 Pig 及其组件的工作知识
• 使用 Spark 进行函数式编程，并实现和构建 Spark 应用程序
• 深入了解 Spark 中的并行处理和 Spark RDD 优化技术
• 使用 Spark SQL 创建、转换和查询数据帧

大数据职业机会不断增加，Hadoop 正迅速成为大数据架构中的必备技术。大数据培训适合 IT、数据管理和分析专业人士，包括

• 软件开发人员和架构师
• 分析专业人员
• 高级 IT 专业人员
• 测试和大型机专业人员
• 数据管理专业人员
• 商业智能专业人员
• 项目经理
• 有抱负的数据科学家
• 希望在大数据分析领域建功立业的毕业生

课程包括以下内容：

• 课程介绍
• 第 1 课- 大数据和 Hadoop 生态系统简介
• 第 2 课- HDFS 和 YARN
• 第 3 课- MapReduce 和 Sqoop
• 第 4 课- Hive 和 Impala 基础知识
• 第 5 课- 使用 Hive 和 Impala
• 第6课- 数据格式类型
• 第7课- 高级Hive概念和数据文件分区
• 第 8 课- Apache Flume 和 HBase
• 第9课- Pig
• 第10课：Apache Spark 基础知识
• 第11课- Spark中的RDDs
• 第12课- Spark应用程序的实现
• 第13课- Spark并行处理
• 第14课- Spark RDD 优化技术
• 第15课- Spark算法
• 第16课- Spark SQL
• 免费课程 - Apache Kafka
• 免费课程 - 核心 Java

本课程没有先决条件。但是，掌握一些Core Java和SQL 知识是有益的。如果您需要补习 Core Java 技能，我们提供免费的自定进度在线课程"Java essentials for Hadoop"。