【课程内容】

Vmware

Vmware虚拟网络组件
Vmware三种网络模式
Vmware虚拟机搭建–nat模式搭建
Vmware虚拟机搭建–完整克隆虚拟机

SSH协议

基于用户名密码验证
基于密钥验证

Linux文件上传下载

sftp&lrzsz

Linux增强

常用查找命令的使用
su&sudo配置使用
mount挂载操作
本地yum源制作
系统服务管理
网络管理
crontab配置使用

Shell编程

shell介绍&Hello World
shell变量使用
shell参数传递&特殊字符
shell运算符
shell流程控制上–ifelse&for
shell流程控制下–while&case
shell函数定义&返回值事项
shell函数参数传递

ZooKeeper

概述和特性
集群角色
集群搭建上–描述&JDK安装
集群搭建下–配置文件修改&启动
数据模型
节点属性
节点类型
Shell客户端–连接集群&创建节点
Shell客户端–节点查看&更新&删除
Shell客户端–quota限制&其他命令
Watcher–介绍&通知状态事件类型
Watcher–shell操作Watcher
JAVA API–介绍&创建节点
JAVA API–watcher操作
集群选举–概念&全新集群选举
集群选举–非全新集群选举
典型应用–数据发布与订阅
典型应用–命名服务&分布式锁

网络编程

概述&网络通信要素模拟思路
网络通信三要素
了解网络模型
socket–概述
socket–基于UDP客户端编程
socket–基于UDP服务端编程
socket–基于TCP协议编程
IO通信模型–BIO&NIO
IO通信模型–阻塞等概念
了解RPC

数据分析

数据分析定义和数据分析作用
数据分析方法论
数据分析基本步骤
数据分析行业前景&职业要求
科技发展挑战–分布式系统
科技发展挑战–海量数据处理
大数据时代–什么是大数据
大数据时代–大数据分析
大数据分析系统–概念&分类（实时、离线）

网站流量日志自定义采集系统

原理分析
确定收集信息
确定埋点代码
前端数据收集脚本
后端脚本
日志格式&日志切分
系统环境部署
采集实现–方案一：基本功能
采集实现–方案二：点击事件
采集实现

Apache Hadoop

Hadoop介绍
Hadoop发展简史
Hadoop特性优点&国内外应用
集群搭建–发行版本&集群简介
集群搭建–服务器环境准备
集群搭建–JDK环境安装
集群搭建–安装包目录结构
集群搭建–配置文件修改上
集群搭建–配置文件修改下
集群搭建–配置文件注意事项
集群搭建–namenode格式化
集群搭建–启动方式
集群搭建–集群ui&初体验
HDFS–介绍&模拟实现思路
HDFS–设计目标
HDFS–重要特性
HDFS–shell客户端
HDFS–shell常用命令介绍

Hadoop HDFS

HDFS基本原理–NameNode概述
HDFS基本原理–DataNode概述
HDFS工作机制–概述
HDFS工作机制–写数据流程–上
HDFS工作机制–写数据流程–下
HDFS工作机制–读数据流程
HDFS应用开发–JAVA api环境&对象
HDFS应用开发–创建目录&客户端身份设置
HDFS应用开发–下载文件&本地hadoop环境配置
HDFS应用开发–其他api&Stream操作
案例：shell定时采集数据至hdfs–需求分析
案例：shell定时采集数据至hdfs–实现

Hadoop MapReduce

理解MapReduce思想
MapReduce计算模拟实现思路
MapReduce设计构思
MapReduce框架结构&编程规范
WordCount案例–Mapper编写：mr数据类型
WordCount案例–Mapper编写：map方法
WordCount案例–Reducer编写：类型确定&如何调用
WordCount案例–Reducer编写：reduce方法编程
WordCount案例–运行主类Job编程
程序运行模型–集群运行模式
程序运行模型–本地运行模式
MapReduce的输入和输出
初识mapreduce数据分区&分区规则
处理流程–Mapper任务执行流程解析
处理流程–Reducer任务执行流程解析
编程案例–流量汇总–序列化机制Writable
编程案例–流量汇总–对象序列化编写
编程案例–流量汇总–mapper编写
编程案例–流量汇总–Reducer编写
编程案例–流量汇总–运行主类编写
编程案例–流量汇总排序–需求分析&comopareTo方法重写
编程案例–流量汇总排序–mr代码实现
编程案例–流量汇总分区–需求分析&HashPartitioner讲解
编程案例–流量汇总分区–自定义分区&mr编写
编程案例–流量汇总分区–分区个数和reduceTask个数关系
combiner组件介绍&使用注意事项

Apache Flume

概述&运行机制
安装部署&netcat-logger
案例–spooldir使用注意事项
案例–采集目录至HDFS
案例–采集文件至HDFS
高级功能–load balance
高级功能–failover
实战案例–采集日志汇总&拦截器使用
扩展了解–自定义拦截器思路

数据

数据分析系统不同数据来源
数据管理–文件管理服务&跨部门文件管理规范
数据管理–文件管理规范示例
数据管理–数据质量检测
数据仓库–基本概念&和数据库区别
数据仓库–数据仓库主要特征
数据仓库–数据仓库分层架构
数据仓库–数据仓库元数据管理

Apache Hive

介绍&Hive实现思路模拟
架构&组件
与RDBMS区别
安装部署–内置derby版以及缺陷
安装部署-mysql版安装
安装部署-几种交互方式
初体验-理解什么是映射
DDL–创建表–数据类型&分隔符
DDL–创建表–默认分隔符
DDL–创建表–分区表创建
DDL–创建表–双分区表&小结
DDL–创建表–分桶表创建&分桶数据导入
DDL–创建表–分桶表总结&分桶表好处
DDL–创建表–内外部表&like复制
DDL–修改表&显示命令
DML–load装载数据
DML–insert&多重插入&动态分区
DML–导出数据
DML–select查询
join操作
命令行&参数配置方式
内置运算符函数&dual测试方式
自定义函数UDF开发
了解transform
特殊分隔符处理