1. <code id="hkh8t"></code>
          <thead id="hkh8t"></thead>

            <output id="hkh8t"><ruby id="hkh8t"><div id="hkh8t"></div></ruby></output>
            <thead id="hkh8t"><sup id="hkh8t"></sup></thead>
            1. <acronym id="hkh8t"><ruby id="hkh8t"></ruby></acronym>
              • 參會報名
              • 會議介紹
              • 會議日程
              • 會議嘉賓
              • 參會指南
              • 邀請函下載

              首頁 > 商務會議 > IT互聯網會議 > 2018Hadoop大數據平臺開發與案例分析高級工程師實戰培訓班(11月珠海班) 更新時間:2018-11-07T16:57:51

              大會站點分布:
              (點擊可切換)
              2018Hadoop大數據平臺開發與案例分析高級工程師實戰培訓班(11月珠海班)
              收藏3人
              分享到

              2018Hadoop大數據平臺開發與案例分析高級工程師實戰培訓班(11月珠海班) 已過期

              會議時間:2018-11-20 08:00至 2018-11-24 18:00結束

              會議地點: 珠海  詳細地址會前通知  

              會議規模:暫無

              主辦單位: 中國軟件產業培訓網

              發票類型:增值稅普通發票 增值稅專用發票

              行業熱銷熱門關注看了又看 換一換

                    會議介紹 會議內容 主辦方介紹


                    2018Hadoop大數據平臺開發與案例分析高級工程師實戰培訓班(11月珠海班)

                    2018Hadoop大數據平臺開發與案例分析高級工程師實戰培訓班(11月珠海班)宣傳圖

                    需求理解

                    Hadoop 設計之初的目標就定位于高可靠性、高可拓展性、高容錯性和高效性,正是這些設計上與生俱來的優點,才使得Hadoop 一出現就受到眾多大公司的青睞,同時也引起了研究界的普遍關注。

                    對電信運營商而言,用戶上網日志包含了大量用戶個性化需求、喜好信息,對其進行分析和挖掘,能更好地了解客戶需求。傳統經營分析系統小型機加關系型數據庫的架構無法滿足對海量非結構化數據的處理需求,搭建基于X86的Hadoop 平臺,引入大數據處理技術的方式,實現高效率、低成本、易擴展的經營分析系統混搭架構成為電信運營商最為傾向的選擇。本課程將全面介紹Hadoop平臺開發和運維的各項技術,對學員使用該項技術具有很高的應用價值。

                    培訓課程架構與設計思路

                    (1)培訓架構:

                    本課程分為三個主要部分:

                    第一部分:重點講述大數據技術在的應用,使學員對大數據技術的廣泛應用有清晰的認識,在這環節當中會重點介紹Hadoop技術在整個大數據技術應用中的重要地位和應用情況。

                    第二部分:具體對hadoop技術進行模塊化分拆,從大數據文件存儲系統技術和分布式文件系統平臺及其應用談起,介紹Hadoop技術各主要應用工具和方法,以及在運維維護當中的主流做法,使學員全面了解和掌握Hadoop技術的精華。

                    第三部分:重點剖析大數據的應用案例,使學員在案例當中對該項技術有更深入的感觀印象

                    (2)設計思路:

                    本課程采用模塊化教學方法,以案例分析為主線,由淺入深、循序漸進、由理論到實踐操作進行設計。

                    (3)與企業的貼合點:

                    本課程結合企業轉型發展及大數據發展戰略,圍繞企業大數據業務及行業應用市場拓展發展目標,重點講授Hadoop的應用技術,提升企業IT技術人員的開發和運維能力,有很強的貼合度。

                    培訓時間及地點

                    2018年11月20日-11月24日  珠海 (20日報到)

                    報道地點:珠海華僑賓館大廳(拱北迎賓南路2106號),請學員自帶筆記本電腦。
                    住宿標準:標準/雙人房/大床房/268元/間,高級/雙人房/大床房/288元/間。???????

                    培訓對象

                    業務支撐建設維護室、業務維護室、經營分析室人員;網絡部、網管中心、網優中心從事大數據相關工作的人員

                    培訓目標

                    掌握大數據處理平臺(Hadoop、Spark、Storm)技術架構、以及平臺的安裝部署、運維配置、應用開發;掌握主流大數據Hadoop平臺和Spark實時處理平臺的技術架構和實際應用;利用Hadoop+Spark對行業大數據進行存儲管理和分析挖掘的技術應用;講解Hadoop生態系統組件,包括Storm,HDFS,MapReduce,HIVE,HBase,Spark,GraphX,MLib,Shark, ElasticSearch等大數據存儲管理、分布式數據庫、大型數據倉庫、大數據查詢與搜索、大數據分析挖掘與分布式處理技術


                    頒發證書

                    參加相關培訓并通過考試的學員,可以獲得:

                    工業和信息化部全國網絡與信息技術項目管理中心頒發的-《大數據開發高級工程師證書》。該證書可作為專業技術人員職業能力考核的證明,以及專業技術人員崗位聘用、任職、定級和晉升職務的重要依據。注:請學員帶一寸彩照2張(背面注明姓名)、身份證復印件一張。

                    查看更多

                    中國軟件產業培訓網

                    為響應國家“人才興國、科教興國”戰略,緩解中國軟件技術人才需求日益緊張的現狀,推動中國軟件業的發展,培養一批高素質的軟件專業人才,在工信部以及相關領導的大力支持下2008年成立了中國軟件產業培訓網(簡稱“軟博教育”),軟博教育自成立以來即定位于軟件技術專業人才培養實訓機構,專注致力于軟件技術人才的培養,是中國科學院計算技術研究所教育中心合作培訓機構,也是工信部人才交流中心唯一指定的全國計算機專業技術人才培訓基地”,“國家人力資源和社會保障部——全國信息化人才培養工程項目(即國家“653工程”)指定培養機構”, 中國軟件產業培訓網(中聯軟博(北京)科技有限公司)--率先在國內開展高級軟件架構等IT高端培訓的公開課。多年來持續不斷的投入精力創新課程體系,至今已在國內開展公開課培訓的課程達十幾門,分別涵蓋軟件架構、軟件設計、項目管理、質量管理、需求工程、運營管理等領域,也根據企事業單位的實用需求, 通過定制培訓方案,培訓后的技術服務,將企業單位的信息化投資的效益發揮到最高點。目前中心已經與幾百家企事業單位建立了長期的培訓合作關系, 深得用戶信賴和好評。

                    會議日程 (最終日程以會議現場為準)


                    時間

                    培訓內容

                    教學方式

                    第一天

                    上午

                    第一部分:移動互聯網、大數據、云計算相關技術介紹

                    第二部分:大數據的挑戰和發展方向

                    理論講授+案例分析

                    下午

                    第三部分:大數據文件存儲系統技術和分布式文件系統平臺及其應用

                    第四部分:Hadoop文件系統HDFS最佳實戰

                    理論講授+案例分析+小組討論

                    第二天

                    上午

                    第五部分:Hadoop運維管理與性能調優

                    第六部分:NOSQL數據庫Hbase與Redis

                    理論講授+案例分析+實戰演練

                    下午

                    第七部分:類SQL語句工具——Hive

                    第八部分:數據挖掘SPARK建模基礎介紹

                    理論講授+案例分析+實戰演練

                    第三天

                    上午

                    第九部分:Kafka基礎介紹

                    第十部分:大數據典型應用與開發案例分析:互聯網數據運營

                    理論講授+案例分析

                    下午

                    第十一部分:當前數據中心的改造和轉換分析-以國內外運營商、互聯網公司為例

                    第十二部分:課程總結與問題答疑

                    評估培訓

                    理論講授+案例分析+小組討論

                    詳細培訓內容介紹

                    課程模塊

                    課程主題

                    主要內容及案例和演示

                    模塊一

                    移動互聯網、大數據、云計算相關技術介紹

                    數據中心與云計算技術應用

                    智慧城市與云計算技術應用

                    移動互聯網、大數據與云計算關聯技術

                    移動云計算的生態系統及產業鏈

                    大數據技術在運營商、金融業、銀行業、電子商務行業、零售業、制造業、政務信息化、互聯網、教育信息化等行業中的應用實踐

                    國內外主流的大數據解決方案介紹

                    當前大數據解決方案與傳統數據庫方案的剖析比較

                    Cloudera Hadoop 大數據平臺方案剖析

                    開源的大數據生態系統平臺剖析

                    模塊二

                    大數據的挑戰和發展方向

                    大數據時代的挑戰

                    戰略決策能力

                    技術開發和數據處理能力

                    組織和運營能力

                    大數據時代的發展方向

                    云計算是基礎設施架構

                    大數據是靈魂資產

                    分析、挖掘是手段

                    發現和預測是最終目標

                    大數據挖掘在各行業應用情況

                    電信行業應用及案例分析

                    互聯網行業應用及案例分析

                    金融行業應用及案例研究

                    銷售行業應用案例分析

                    模塊三

                    大數據文件存儲系統技術和分布式文件系統平臺及其應用

                    Hadoop的發展歷程

                    Hadoop大數據平臺架構

                    基于Hadoop平臺的PB級大數據存儲管理與分析處理的工作原理與機制

                    Hadoop 的核心組件剖析

                    分布式文件系統HDFS

                    概述、功能、作用、優勢

                    應用范疇、應用現狀

                    發展趨勢

                    分布式文件系統HDFS架構及原理

                    核心關鍵技術

                    設計精髓

                    基本工作原理

                    系統架構

                    文件存儲模式

                    工作機制

                    存儲擴容與吞吐性能擴展

                    分布式文件系統HDFS操作

                    SHELL命令操作

                    I/O流式操作

                    文件數據讀取、寫入、追加、刪除

                    文件狀態查詢

                    數據塊分布機制

                    數據同步與一致性

                    元數據管理技術

                    主節點與從節點工作機制

                    大數據負載均衡技術

                    HDFS大數據存儲集群管理技術

                    Hadoop生態系統組件

                    Storm

                    HDFS

                    MapReduce

                    HIVE

                    HBase

                    Spark

                    GraphX

                    MLib

                    Shark

                    模塊四

                    Hadoop文件系統HDFS最佳實戰

                    HDFS的設計

                    HDFS的概念

                    數據塊

                    namenode和datanode

                    聯邦HDFS

                    HDFS的高可用性

                    命令行接口

                    Hadoop文件系統

                    Java接口

                    從Hadoop URL讀取數據

                    通過FileSystem API讀取數據

                    寫入數據

                    目錄

                    查詢文件系統

                    刪除數據

                    數據流

                    剖析文件讀取

                    剖析文件寫入

                    一致模型

                    通過Flume和Sqoop導入數據

                    通過distcp并行復制

                    Hadoop存檔

                    使用Hadoop存檔工具

                    不足

                    模塊五

                    Hadoop運維管理與性能調優

                    第二代大數據處理框架

                    Yarn的工作原理及

                    DAG并行執行機制

                    Yarn大數據分析處理案例分析

                    Yarn 框架并行應用程序實踐

                    集群配置管理

                    Hadoop集群配置

                    Hadoop性能調優與參數配置

                    Hadoop機架感知策略與配置

                    Hadoop壓縮機制

                    Hadoop任務負載均衡

                    Hadoop 集群維護

                    Hadoop監控管理

                    HDFS的靜態調優技巧

                    HDFS 的高吞吐量I/O性能調優技巧

                    MapReduce/Yarn的并行處理性能調優技巧

                    Hadoop集群的運行故障剖析,以及解決方案

                    基于Hadoop大數據應用程序的性能瓶頸剖析與提

                    Hadoop 大數據運維監控管理系統 HUE 平臺的安裝部署與應用配置

                    Hadoop運維管理監控系統Ambari平臺的安裝部配置

                    Hadoop 集群運維系統 Ganglia, Nagios的安裝部署與應用配置

                    模塊六

                    NOSQL數據庫Hbase與Redis

                    NOSQL基礎

                    CAP理論

                    Base與ACID

                    NOSQL數據庫存儲類型

                    鍵值存儲

                    列存儲

                    文字存儲

                    圖形存儲

                    HBase分布式數據基礎

                    安裝Hbase

                    Hbase應用

                    HBase的邏輯數據模型,HBase的表、行、列族、列、單元格、版本、row key排序

                    HBase的物理模型,命名空間(表空間)、表模式(Schema)的設計法則

                    HBase 主節點HMaster的工作原理,HMaster的高可用配置,以及性能調優

                    HBase 從節點RegionServer(分區服務節點)的工作原理,表分區及存儲I/O高并發配置,以及性能調優

                    HBase的存儲引擎工作原理,以及HBase表數據的鍵值存儲結構,以及HFile存儲結構剖析

                    HBase表設計與數據操作以及數據庫管理操作

                    HBase集群的安裝部署、參數配置和性能優化

                    HBase分布式數據庫簡介、發展歷程、應用場景、工作原理、以及應用優勢與不足之處

                    HBase分布式數據庫集群的主從式平臺架構和關鍵技術剖析

                    HBase偽分布式和物理集群分布式的控制與運行配置

                    HBase從節點RegionServer(分區服務節點)的工作原理,表分區及存儲I/O高并發配置,以及性能調優

                    HBase的存儲引擎工作原理,以及HBase表數據的鍵值存儲結構,以及HFile存儲結構剖析

                    HBase表設計與數據操作以及數據庫管理操作

                    HBase集群的安裝部署、參數配置和性能優化

                    ZooKeeper分布式協調服務系統的工作原理、平臺架構、集群部署應用實戰

                    ZooKeeper集群的原理架構,以及應用配置

                    Redis內存數據庫介紹,以及業界應用案例

                    Redis內存數據庫集群架構以及核心技術剖析

                    Redis 集群的安裝部署與應用開發實戰

                    模塊七

                    類SQL語句工具——Hive

                    安裝Hive

                    示例

                    運行Hive

                    配置Hive

                    Hive服務

                    Metastore

                    Hive與傳統數據庫相比

                    讀時模式vs.寫時模式

                    更新、事務和索引

                    HiveQL

                    數據類型

                    操作與函數

                    托管表和外部表

                    分區和桶

                    存儲格式

                    導入數據

                    表的修改

                    表的丟棄

                    查詢數據

                    排序和聚集

                    MapReduce腳本

                    連接

                    子查詢

                    視圖

                    用戶定義函數

                    寫UDF

                    寫UDAF

                    模塊八

                    數據挖掘SPARK建模基礎介紹


                    Spark簡介

                    Spark是什么

                    Spark生態系統BDAS

                    Spark架構

                    Spark分布式架構與單機多核架構的異同

                    Spark集群的安裝與部署

                    Spark的安裝與部署

                    Spark集群初試

                    Spark硬件配置

                    Spark硬件

                    Spark硬件配置流程

                    模塊九

                    Kafka基礎介紹

                    Kafka介紹

                    kafka體系結構

                    kafka設計理念簡介

                    kafka通信協議

                    kafka的偽分布安裝、集群安裝

                    kafka的shell操作、java操作

                    kafka設計理念*

                    kafka producer和consumer開發

                    Kafka分布式消息訂閱系統的應用介紹、平臺架構、集群部署與配置應用實戰

                    Flume-NG數據采集系統的數據流模型、平臺架構、集群部署與配置應用實戰

                    Hadoop與DBMS之間數據交互工具Sqoop的應用實踐,

                    Sqoop導入導出數據以及Sqoop集群部署與配置

                    Kettle 集群的平臺架構、核心技術、部署配置和應用實戰

                    利用Sqoop實現 MySQL 與 Hadoop 集群之間

                    模塊十

                    大數據典型應用與開發案例分析:互聯網數據運營

                    案例1:貴州數據交易中心

                    交易所交易形式:電子交易

                    交易所服務:大數據交易、大數據清洗建模分析、大數據定向采購、大數據平臺技術開發

                    大數據交易安全性探討分析

                    數據交易中心商業模式探討分析

                    案例2:大數據應用案例:公共交通線路的智能規劃

                    UrbanInsights:為公交公司提供基于訂閱訪問的大數據工具以及大數據咨詢服務

                    Urban Insights數據源、數據收集、數據倉庫、數據分析——設計運營線路

                    Urban Insights通過互聯網數據的運營

                    討論:浙江移動大數據應用與開發方向

                    模塊十一

                    當前數據中心的改造和轉換分析-以國內外運營商、互聯網公司為例

                    流商業大數據解決方案比較

                    主流開源云計算系統比較 

                    國內外代表性大數據平臺比較 

                    各廠商最新的大數據產品介紹

                    案例分析

                    Facebook的SNS平臺應用

                    Google的搜索引擎應用

                    Rackspace的日志處理

                    Verizon成立精準市場營銷部

                    TelefonicaDynamicInsights推出的名為“智慧足跡”的商業服務

                    中國聯通的“移動通信用戶上網記錄集中查詢與分析支撐系統”

                    模塊十二


                    課程總結與問題答疑

                    查看更多

                    會議嘉賓 (最終出席嘉賓以會議現場為準)


                    張老師:阿里大數據高級專家,國內資深的Spark、Hadoop技術專家、虛擬化專家,對HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生態系統中的技術進行了多年的深入的研究,更主要的是這些技術在大量的實際項目中得到廣泛的應用,因此在Hadoop開發和運維方面積累了豐富的項目實施經驗。近年主要典型的項目有:某電信集團網絡優化、中國移動某省移動公司請賬單系統和某省移動詳單實時查詢系統、中國銀聯大數據數據票據詳單平臺、某大型銀行大數據記錄系統、某大型通信運營商全國用戶上網記錄、某省交通部門違章系統、某區域醫療大數據應用項目、互聯網公共數據大云(DAAS)和構建游戲云(Web Game Daas)平臺項目等。

                    查看更多

                    參會指南 會議門票


                    會務費:6800元/人,含教材、培訓費、考證費以及學習用具等費用,食宿統一安排,費用自理。

                    9月上海班

                    10月貴陽班???????

                    12月北京班

                    2019年1月杭州班

                    查看更多

                    溫馨提示
                    酒店與住宿: 為防止極端情況下活動延期或取消,建議“異地客戶”與活動家客服確認參會信息后,再安排出行與住宿。
                    退款規則: 活動各項資源需提前采購,購票后不支持退款,可以換人參加。

                    活動家為本會議官方合作
                    報名平臺,您可在線購票

                    會議支持:

                    • 會員折扣
                      該會議支持會員折扣
                      具體折扣標準請參見plus會員頁面
                    • 芝麻信用
                      芝麻信用超過650分,可享受先開發票后付款特權。
                    • 會員返積分
                      每消費1元累積1個會員積分。
                      僅PC站支持。
                    • 會員積分抵現
                      根據會員等級的不同,每抵用1元可使用的積分也不一樣,具體可參見PLUS會員頁面。 僅PC站支持。
                    該會議支持會員優惠 去開通

                    會議地點

                    快捷下單

                    微信掃一掃
                    使用小程序快捷下單

                    部分參會單位

                    主辦方沒有公開參會單位

                    郵件提醒通知

                    分享到微信 ×

                    打開微信,點擊底部的“發現”,
                    使用“掃一掃”即可將網頁分享至朋友圈。

                    錄入信息

                    請錄入信息,方便生成邀請函

                    江西快三官网
                    1. <code id="hkh8t"></code>
                          <thead id="hkh8t"></thead>

                            <output id="hkh8t"><ruby id="hkh8t"><div id="hkh8t"></div></ruby></output>
                            <thead id="hkh8t"><sup id="hkh8t"></sup></thead>
                            1. <acronym id="hkh8t"><ruby id="hkh8t"></ruby></acronym>
                              1. <code id="hkh8t"></code>
                                    <thead id="hkh8t"></thead>

                                      <output id="hkh8t"><ruby id="hkh8t"><div id="hkh8t"></div></ruby></output>
                                      <thead id="hkh8t"><sup id="hkh8t"></sup></thead>
                                      1. <acronym id="hkh8t"><ruby id="hkh8t"></ruby></acronym>