移动互联网大数据
第一阶段：大数据运维之Linux基础，本部分是基础课程，在大数据领域打好Linux基础，以便更好地学习Hadoop，hbase,NoSQL，Spark，Storm，docker,openstack等众多课程；（第一、二周）
第二阶段：大数据开发核心技术 - Hadoop 2.x从入门到精通，本课程是整套大数据课程的基石：其一，分布式文件系统HDFS用于存储海量数据，无论是Hive、HBase或者Spark数据存储在其上面；其二是分布式资源管理框架YARN，是Hadoop 云操作系统（也称数据系统），管理集群资源和分布式数据处理框架MapReduce、Spark应用的资源调度与监控；分布式并行计算框架MapReduce目前是海量数据并行处理的一个最常用的框架。Hadoop 2.x的编译、环境搭建、HDFS Shell使用，YARN 集群资源管理与任务监控，MapReduce编程，分布式集群的部署管理（包括高可用性HA）必须要掌握的；（第三周到第六周）
第三阶段：大数据开发核心技术 - 大数据仓库Hive，hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行；（第七周到第九周）
第四阶段：大数据协作框架 - Sqoop/Flume/Oozie，Sqoop是一款开源的工具，主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql...)间进行数据的传递，可以将一个关系型数据库（例如 ： MySQL ,Oracle ,Postgres等）中的数据导进到关系型数据库中；（第十周）
第五阶段：大数据Web开发框架 - 大数据WEB 工具Hue，Hue是一个开源的Apache Hadoop UI系统，基于Python Web框架Django实现的。通过使用Hue我们可以在浏览器端的Web控制台上与Hadoop集群进行交互来分析处理数据，例如操作HDFS上的数据，运行MapReduce Job等等；（第十一周到第十二周）
第六阶段：大数据核心开发技术 - 分布式数据库HBase从入门到精通，HBase是一个分布式的、面向列的开源数据库，HBase在Hadoop之上提供了类似于Bigtable的能力，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群；（第十三周到第十四周）
第七阶段：Spark技术实战之基础篇 -Scala语言从入门到精通，Spark是当前流行的开源大数据内存计算框架，采用Scala语言实现，这一核心是将Spark嵌入IBM业内领先的分析和商务平台，Scala具有数据处理的天然优势，Scala是未来大数据处理的主流语言。（第十五周到第十七周）
第八阶段：大数据核心开发技术 - 内存计算框架Spark精讲，Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点。启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。Spark Streaming: 构建在Spark上处理Stream数据的框架，基本的原理是将Stream数据分成小的时间片断（几秒），以类似batch批量处理的方式来处理这小部分数据；（第十八周到第二十周）
第九阶段：大数据核心开发技术 - Spark深入剖析，本课程中，会基于大量案例实战，深度剖析和讲解Spark，cala编程、Hadoop与Spark集群搭建、Spark核心编程、Spark内核源码深度剖析、Spark性能调优，并且会包含完全从企业真实复杂业务需求中抽取出的案例实战。（第二十一周到第二十二周）
第十阶段：企业大数据平台高级应用，本阶段主要就之前所学内容完成大数据相关企业场景与解决方案的剖析应用及结合一个电子商务平台进行实战分析，主要包括有：企业大数据平台概述、搭建企业大数据平台、真实服务器手把手环境部署、使用CM 5.3.x管理CDH 5.3.x集群；（第二十三周）
第十一阶段：项目实战阶段；（第二十三周）
第十二阶段：大数据高薪面试剖析。（第二十四周）
- 招生对象：18岁-35岁
- 学 制：
- 开学时间：滚动开班
- 报名截止：不限
- 学 费：电询
- 网报价格：电询
- 颁发证书：
- 备 注：学生可选择网上报名。
- 在线咨询：
