| 内容简介

内容囊括但不仅限于大数据开发、大数据运维、大数据可视化、大数据挖掘、数据仓库、ETL、机器学习等知识点，涉及技术栈包括但不限于：Hadoop技术生态圈(HDFS, YARN, MapReduce, Zookeeper, Hive, HBase, Storm, Flume, Kafka等)、Spark技术生态圈(Scala语言, Spark RDD, Spark SQL,机器学习等)、数据可视化部分（ECharts、DataV、Zeppelin等），还包括学习指导、博文推荐、搭建虚拟机大数据集群环境等等。

开展课程的主要目的，主要是为了开阔老师们的知识面、提升师资实践教学水平、缓解各高校大数据教师教学压力。

| 课程目录

前置章节之大数据学习指导与集群搭建

大数据学习指导与博文推荐

福利一：Centos7搭建大数据环境之虚拟机创建及NAT网络设置

福利二：Centos7搭建大数据环境之用户创建及虚拟机克隆

第一章 基础知识储备

1.1 环境准备与XShell的安装与使用

1.2 域名映射与免密码登录

第二章 HDFS

2.1 JDK与Hadoop的安装

2.2 HDFS理论与实践操作

2.3 Java API实现读写HDFS

2.4 课程目标总结

第三章 MapReduce与YARN

3.1 MapReduce、YARN的安装与配置及例子执行

3.2 IDEA实现MaprReduce单词计数案例实操

3.3 第四章 Zookeeper与HBase

3.4 Zookeeper与HBase讲解及实操

3.5 HBase的WebUI及效果展示

第五章 Flume、Kafka、Storm

5.1 Flume的安装与配置及采集数据到HDFS实操

5.2 Kafka的安装与配置

5.3 Flume讲解及实操讲解

5.4 Kafka讲解及实操讲解

5.5 Storm原理讲解

第六章 HDFS

6.1 Spark生态圈讲解及RDD讲解

6.2 Spark集群的部署及实操内置Wordcount案例

6.3 Spark shell、RDD、Spark SQL实操

第七章 项目实战

7.1 项目一：数据仓库讲解及电影评分分析项目讲解

7.2 项目一：电影评分分析项目讲解及业务实现

7.3 项目一：业务实现及回顾培训内容

7.4 项目二：飞机延误预测项目讲解及实操

| 学习目标

能够理解、熟悉大数据的整体技术架构，

能够搭建自己的大数据集群环境，

能够独立完成项目，

能规划大数据发展方向的线路以及学会自我学习前沿技术，达到快速入门大数据的目的