江苏龙网

  1. 主页 > 生活百科 > >

年薪50万都难招的大数据工程师，凭什么？( 二 )

大数据


Hadoop Streaming
1.hadoop streaming引入的目的
2.Hadoop streaming机制讲解
3.使用Python编写 hadoop streaming
4.使用Shell 编写 hadoop streaming
实战项目: 分别使用原生mr和python版本的hadoop streaming，编写数据清洗，数据处理，压缩逻辑，结果dump到hdfs 。
三.Hive（数据仓库）
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 。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。Hive是工作中最常用到的部分，也是面试的重点 。
1.Hive 简介
2.Hive Hbase Pig三者的不同点
3.Hive 系统架构
4.Hive 安装搭建与常用参数配置
5.Hive shell命令使用
6.Hive 数据库数据表操作
7.Hive 数据导出
8.Hive 数据加载
9.Hive 外部表与分区表讲解
10.HiveQL 常?语句
11.HiveServer2讲解
12.Hive 函数介绍
13.Hive 分析函数与窗口函数
14.Hive ?定义UDF / UDAF函数
15.Hive 优化和安全
实战项目：结合flume等框架的日志处理
四.Sqoop(数据迁移工具)
sqoop 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中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中 。
1.Sqoop框架介绍
2.Sqoop框架原理分析
3.Sqoop框架安装步骤演示
4.Sqoop1和Sqoop2分析对比
5.Sqoop深入了解数据库导入原理
6.Sqoop导出数据原理分析
7.Sqoop 设置存储格式与使?压缩
8.Sqoop导入数据到hdfs分析实战
9.Sqoop 增量导?功能代码实现
10.Sqoop RDBMS与Hive的操作演示
备注：sqoop主要是源码分析和API使用，考虑到中小型公司使用频次，将会在项目中演示用法 。
五.HBase（分布式数据库）
 
HBase是一个开源的非关系型分布式数据库（NoSQL），它参考了谷歌的BigTable建模，实现的编程语言为 Java 。HBase在列上实现了BigTable论文提到的压缩算法、内存操作和布隆过滤器 。HBase的表能够作为MapReduce任务的输入和输出，可以通过Java API来访问数据 。也可以通过REST、Avro或者Thrift的API来访问 。
虽然最近性能有了显著的提升，HBase 还不能直接取代SQL数据库 。如今，它已经应用于多个数据驱动型网站，包括 Facebook的消息平台
1.HBase 综合概述
2.HBase 数据库特点
3.HBase 搭建
4.HBase Shell 操作讲解
5.HBase Java API 讲解
6.HBase 协处理器使用
7.HBase 与Mapreduce集成使用讲解
8.HBase backup master讲解
9.HBase 数据模型讲解
10.HBase 数据库数据存储与读取思想讲解
11.HBase 数据在线备份思路讲解
12.HBase 数据迁移与导入方案讲解
【年薪50万都难招的大数据工程师，凭什么？】13.Region 寻址?式
14.HBase 二级索引构建方案
15.HBase RowKey设计原则
16.HBase 性能调优
六.Flume(分布式日志收集系统)
Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力 。
1.Flume框架原理和应用场景分析
2.Flume框架使用场景分析
3.Flume概述以及原理解析
4.Flume中Event的概念和Socket的关联
5.Flume运行机制分析
6.NetCat Source源码分析
7.Flume agent原理说明和shell配置
实战项目：Flume和HDFS的结合使用，在HDFS中采集数据，收集Hive运行的目录到hdfs文件系统 。
七、Scala 课程
Scala是一门多范式的编程语言，一种类似java的编程语言，设计初衷是实现可伸缩的语言 、并集成面向对象编程和函数式编程的各种特性 。
1.scala 环境配置
2.scala 体系结构
3.scala 解释器、变量、常用数据类型等
4.scala 的条件表达式、输入输出、循环等控制结构
5.scala 的函数、默认参数、变长参数等
6.scala 的数组、变长数组、多维数组等
7.scala 的映射、元组等操作
8.scala 的类，包括 bean 属性、辅助构造器、主构造器等
9.scala 的对象、单例对象、伴生对象、扩展类、apply 方法等
10.scala 的包、引入、继承等概念
11.scala 的特质
12.scala 的操作符
13.scala异常处理


推荐阅读


上一篇：京藏高速公路最新消息 京藏高速事故最新消息

下一篇：常吃蚝油对身体有什么影响？