10小时入门大数据

课程标题：

10小时入门大数据

https://coding.imooc.com/class/128.html

课程简介：

时下引领着技术变革的非“大数据”莫属，本课程带你从0基础开始上手，让你全面掌握Hadoop开发的核心技能：HDFS 、YARN 、MapReduce的搭建及框架的应用，了解最火爆最前沿的大数据技术发展趋势，快速入门大数据！

难度 初级 · 时长 10小时30分钟 · 学习人数 1098 · 综合评分 9.81分**

第1章 大数据概述

本章将从几则故事说起，让大家明白大数据是与我们的生活息息相关的，并不是遥不可及的，还会介绍大数据的特性，以及大数据对我们带来的技术变革，大数据处理过程中涉及到的技术
1-1 导学
1-2 章节安排_
1-3 OOTB镜像文件和虚拟机的使用
1-4 说两则故事说起
1-5 大数据与生活息息相关
1-6 大数据基本概念
1-7 大数据带来的挑战
1-8 如何应对大数据带来的挑战
1-9 -如何学好大数据

第2章 初识Hadoop

本章节将带领大家认识Hadoop以及Hadoop生态系统、Hadoop的发展史、Hadoop的优缺点、Hadoop的三个核心组件、Hadoop发行版的选择以及Hadoop在企业中的案例分享，为后续深入讲解Hadoop打下坚实的基础
2-1 章节安排
2-2 Hadoop概述
2-3 2.03-Hadoop核心组件之HDFS
2-4 2.04-Hadoop核心组件之YARN
2-5 2.05-Hadoop核心组件之MapReduce
2-6 2.06-Hadoop优势
2-7 2.07-Hadoop发展史
2-8 2.08-Hadoop生态系统
2-9 2.09-Hadoop常用发行版及选型
2-10 2.10-Hadoop应用案例

第3章 分布式文件系统HDFS

本章将从Hadoop的设计目标、架构及副本的脚本带大家详细剖析，快速搭建单节点伪分布式HDFS的实验环境，并讲解使用hdfs shell以及Java API的方式操作HDFS文件系统，并详细分析HDFS文件的读写流程，使得大家对Hadoop分布式文件系统HDFS有深刻的认识以及使用...
3-1 -课程目录-
3-2 -普通分布式文件系统的设计思路
3-3 HDFS概述及设计目标
3-4 HDFS架构
3-5 HDFS副本机制
3-6 HDFS副本存放策略
3-7 JDK安装&ssh安装&ssh免密码登陆配置
3-8 HDFS伪分布式环境搭建
3-9 HDFS shell操作
3-10 Java操作HDFS开发环境搭建
3-11 Java API操作HDFS文件系统
3-12 HDFS写数据流程
3-13 HDFS读数据流程
3-14 HDFS文件系统的优缺点

第4章 分布式资源调度YARN

本章将从YARN的产生背景、YARN的架构及执行流程的角度带大家认知Hadoop的资源调度框架YARN，快速搭建单节点伪分布式YARN的实验环境并掌握如何提交一个官方自带的MapReduce作业提交到YARN上运行
4-1 -课程目录
4-2 -YARN产生背景
4-3 -YARN架构
4-4 -YARN执行流程
4-5 -YARN环境搭建
4-6 -初识提交PI的MapReduce作业到YARN上执行

第5章 分布式计算框架MapReduce

本章将从架构、优缺点、编程模型等角度带大家认识Hadoop的分布式计算框架MapReduce，掌握MapReduce应用程序的开发，学会配置JobHistory Server
5-1 -课程目录
5-2 -MapReduce概述
5-3 -从WordCount案例说起MapReduce编程模型
5-4 -MapReduce执行流程
5-5 -MapReduce核心概念
5-6 -MapReduce1.x架构
5-7 -MapReduce2.x架构
5-8 -Java版本wordcount功能实现
5-9 -Java版本wordcount功能重构
5-10 -Combiner应用程序开发
5-11 -Partitioner应用程序开发
5-12 JobHistory使用

第6章 Hadoop项目实战

本章将通过对慕课网主站的访问日志进行分析的项目实战，来将前面几个章节讲解的知识点串联起来，综合使用Hadoop的技术进行离线统计分析
6-1 -课程目录--
6-2 用户行为日志概述
6-3 离线数据处理架构
6-4 项目需求
6-5 功能实现之UserAgent解析类测试
6-6 功能实现之单机本地完成需求统计
6-7 使用MapReduce完成需求统计
6-8 功能扩展思路

第7章 Hadoop分布式集群搭建

本章将带领大家搭建一个三个节点的分布式Hadoop集群环境，让大家对于Hadoop集群的安装有更深入的认识，并将项目实战案例运行在分布式集群环境中
7-1 -课程目录
7-2 -分布式环境搭建之环境介绍
7-3 -分布式环境搭建前置配置之ssh免密码登陆
7-4 -分布式环境搭建前置配置之JDK安装
7-5 -分布式环境搭建集群搭建之Hadoop配置及分发
7-6 -分布式环境搭建Hadoop格式化及启停
7-7 -分布式环境HDFS及YARN的使用
7-8 -将Hadoop项目运行在Hadoop集群之上

第8章 Hadoop集成Spring的使用

本章将带领大家使用Java社区中最流行的Spring框架来整合Hadoop的使用
8-1 -课程目录
8-2 -Spring Hadoop概述
8-3 -Spring Hadoop开发环境搭建及访问HDFS文件系统
8-4 -Spring Hadoop配置文件详解
8-5 -Spring Boot访问HDFS文件系统
8-6 -Spring Hadoop其他

第9章 前沿技术拓展: Spark/Flink/Beam

本章将带领大家认识当前大数据领域中非常火爆的三个框架：Spark、Flink以及Beam，并使用这三个框架完成词频统计分析操作，为大家以后更加深入的学习这几个框架打下坚实的基础
9-1 -课程目录
9-2 -吐槽MapReduce
9-3 -Spark特点
9-4 -Spark与Hadoop深入对比
9-5 -Spark开发语言及运行模式介绍
9-6 -Scala&Maven安装
9-7 -Spark环境搭建及wordcount案例实现
9-8 -Flink概述
9-9 -使用Flink完成wordcount统计
9-10 -Beam概述
9-11 -将WordCount的Beam程序以多种不同Runner运行
9-12 -课程目录

第10章 Hadoop3.x新特性

本章将带来大家学习Hadoop3.x版本的一些新特性，实时跟上Hadoop社区的发展
10-1 -课程目录
10-2 -Hadoop3.x概述
10-3 -Hadoop3.x新特性之Common改进
10-4 -Hadoop3.x新特性之HDFS改进
10-5 -Hadoop3.x新特性之YARN改进
10-6 -Hadoop3.x新特性之MapReduce改进
10-7 -Hadoop3.x新特性之其他