大数据云计算系统高级架构师课程学习路线图.docx

大数据云计算系统高级架构师课程学习路线图.docx

《大数据云计算系统高级架构师课程学习路线图.docx》由会员分享，可在线阅读，更多相关《大数据云计算系统高级架构师课程学习路线图.docx（13页珍藏版）》请在冰豆网上搜索。

大数据云计算系统高级架构师课程学习路线图

大数据、云计算系统高级架构师课程学习路线图

大数据之Linux+大数据开发篇

JavaLinux基础Shell编程Hadoop2.xHDFSYARNMapReduceETL数据清洗HiveSqoopFlume/Oozieo大数据WEB工具HueHBaseStormStormScalaSparkSpark核心源码剖析CM5.3.x管理CDH5.3.x集群

项目部分

项目一:

北风网用户行为分析项目二:

驴妈妈离线电商平台分析平台项目三:

基于Spark技术实现的大型离线电商数据分析平台

大数据之阿里云企业级认证篇

阿里云数据处理和分析报表场景的实现（企业案例）企业自助沙箱实验（10个）阿里云企业认证（ACP11003模块）

大数据之Java企业级核心技术篇

Java性能调优Tomcat、Apache集群数据库集群技术分布式技术WebLogic企业级技术

大数据之PB级别网站性能优化篇

CDN镜像技术虚拟化云计算共享存储海量数据队列缓存Memcached+Redis\No-SqlLVS负载均Nginx

项目部分

PB级通用电商网站性能优化解决方案

大数据之数据挖掘\分析&机器学习篇

Lucene爬虫技术Solr集群KI分词Apriori算法Tanagra工具决策树贝叶斯分类器人工神经网络K均值算法层次聚类聚类算法SPSSModelerR语言数据分析模型统计算法回归聚类数据降维关联规则决策树Mahout->Python金融分析

项目部分

项目一:

地震预警分析系统项目二:

文本挖掘（Mathout\中文分词）项目三:

电商购物车功能实现（R语言）项目四:

使用Python构建期权分析系统

大数据之运维、云计算平台篇

ZookeeperDockerOpenStack云计算

项目部分

博客WordPress、ELK、日志管理:

Maven+Jenkins项目部分．

了解更多详情

课程体系北风大数据、云计算系统架构师高级课程大数-Hadoop阶段一、大数据、云计算

据开发技术基础课程一、大数据运维之Linux基础，以便更好地学习Linux本部分是基础课程，帮大家进入大数据领域打好等众多课程。

docker,openstackStorm，，hbase,NoSQL，Spark，Hadoop因为企业Linux环境下搭建或部署的。

中的项目基本上都是使用6）用户和用户组管理）Linux系统概述17）磁盘管理2）系统安装及相关配置

8）Linux文件和目录管理3）Linux网络基础9））Linux终端常用命令4OpenSSH实现网络安全10）linux系统监测与维护连接

文本编辑器vi）5课程二、大数据开发核心技术-Hadoop2.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用于存储海量数据存储在其上面；其二是分布式资源Spark或者HBase、Hive数据，无论是

管理框架云操作系统（也称数据系统），管理集群资源和分布式数HadoopYARN，是分布式并行计算框架据处理框架MapReduce、Spark应用的资源调度与监控；的编Hadoop2.xMapReduce目前是海量数据并行处理的一个最常用的框架。

MapReduce集群资源管理与任务监控，环境搭建、HDFSShell使用，YARN译、编HA）必须要掌握的。

程，分布式集群的部署管理（包括高可用性Hadoop2.xHadoop2.x一、初识二、深入文件系统的架构、功能、设计）1）大数据应用发展、前景HDFS12）HDFSJavaAPI使用2.x2）Hadoop概述及生态3）YARN系统架构、集群管理、应用监控

4环境搭建与Hadoop2.x）MapReduce编程模型、Shuffle过程、编3）程调优测试

四、实战应用Hadoop2.x三、高级

1）以【北风网用户浏览日志】数据进行实际Hadoop1）分布式部署2.x

的分析2）原数据采集）分布式协作服务框架3）数据的预处理2（ETL）4）数据的分析处理（MapReduceZookeeper

）

架构、配置、3）HDFSHA测试）4HDFS2.x中高级特性）YARNHA架构、配置5主要发行版本Hadoop6））、、（CDHHDPApache课程三、大数据开发核心技术-大数据仓库Hive精讲

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，可以通类SQL语句快速实现简单的MapReduce应用，十分适合数据仓库的统计分析。

MapReduce统计，不必开发专门的．

Hive初识入门深入使用二、Hive一、）11）Hive功能、体系结构、Hive中的内部表、外部表、分区表2）Hive使用场景数据迁移、select、whereHive2）环境搭建、初级使、distinct3）Hive常见查询（join、groupby）用

Hive内置函数和UDF编程3）Hive原数据配置、常见4）交互方式四、结合【北风网用户浏览日志】实际案例高级进阶Hive三、）1Hive数据的存储和压缩分析1）依据业务设计表2）Hive常见优化（数据倾2）数据清洗、导入（ETL斜、压缩等））3）使用HiveQL，统计常见的网站指标精讲课程四、大数据协作框架-Sqoop/Flume/Oozieo、（mysql主要用于在Hadoop（Hive）与传统的数据库Sqoop是一款开源的工具，MySQL间进行数据的传递，可以将一个关系型数据库（例如：

postgresql...）项目开始于,Oracle,Postgres等）中的数据导进到关系型数据库中。

Sqoop后来为了让使用者能够的一个第三方模块存在，年，最早是作为Hadoop2009快速部Apache独立成为一个署，也为了让开发人员能够更快速的迭代开发，Sqoop项目。

一、数据转换工具Sqoop二、文件收集框架Flume

1）Flume设计架构、原理（三大组件）1）Sqoop功能、使用原则2）Flume数据导入RDBMSHive初步使用，实时采集数据2）将3）表中（全量、增量）如何使用Flume监控文件夹数据，实时采集录入HDFSHDFS3）将上文件导出到中4）任务调度框架Oozie

表中RDBMS三、Oozie功能、安装部署调度1）使用OozieHiveQL和MapReduceJob

2）定时调度任务使用精讲Hue工具WEB大数据-开发框架Web课程五、大数据

演最早是由ClouderaDesktopHue是一个开源的ApacheHadoopUI系统，DjangoPythonWeb框架化而来，由Cloudera贡献给开源社区，它是基于实现的。

通集群进行交互来Hadoop过使用Hue我们可以在浏览器端的Web控制台上与等等。

分析处理数据，例如操作HDFS上的数据，运行MapReduceJobDataBaseHue集成Hive、）1）Hue架构、功能、编译4Oozie

5）Hue集成HDFS

Hue集成2）MapReduce

集成3）Hue从入门到精通-分布式数据库HBase课程六、大数据核心开发技术所FayChangHBase是一个分布式的、面向列的开源数据库，该技术来源于

HBase：

一个结构化数据的分布式存储系统”。

Google论文“Bigtable撰写的在的能力，是一个高可靠性、高性能、面向Hadoop之上提供了类似于Bigtable上搭建起PCServerHBase技术可在廉价列、可伸缩的分布式存储系统，利用大规模结构化存储集群一、HBase初窥使用二、HBase深入使用

1是什么、发展、）HBase数据存储模型1）HBase2）HBaseJavaAPI使用（CRUD、SCAN等）与RDBMS相比优势、企业使3）HBase用架构深入剖析

4HBaseSchema）、表的设）HBase与MapReduce集成、数据导入导出2计shell环境搭建、HBase3）初步使用（CRUD等）四、【北风网用户浏览日志】进行分析HBase三、高级使用

1）依据需求设计表、创建表、预分区）如何设计表、表的预分1

2区（依据具体业务分析讲）进行业务查询分析

参数HBase对于密集型读和密集型写进行）3解）．

表的常见属性设调优2）HBase

置（结合企业实际）JavaHBaseAdmin操作（3）API、常见命令）课程七、大数据核心开发技术-Storm实时数据处理

Storm是Twitter开源的分布式实时大数据处理框架，被业界称为实时版Hadoop。

随着越来越多的场景对Hadoop的MapReduce高延迟无法容忍，比如网站统计、

推荐系统、预警系统、金融系统（高频交易、股票）等等，大数据实时处理解决方案（流计算）的应用日趋广泛，目前已是分布式技术领域最新爆发点，而Storm更是

流计算技术中的佼佼者和主流。

按照storm作者的说法，Storm对于实时计算的意义类似于Hadoop对于批处理的意义。

Hadoop提供了map、reduce原语，使我

们的批处理程序变得简单和高效。

同样，Storm也为实时计算提供了一些简单高效的原语，而且Storm的Trident是基于Storm原语更高级的抽象框架，类似于基于

Hadoop的Pig框架，让开发更加便利和高效。

本课程会深入、全面的讲解Storm，并穿插企业场景实战讲述Storm的运用。

淘宝双11的大屏幕实时监控效果冲击

了整个IT界，业界为之惊叹的同时更是引起对该技术的探索。

学完本课程你可以自己开发升级版的“淘宝双11”，还等什么？

1）Storm简介和课程介绍15）Storm事务案例实战之

ITransactionalSpout原理和概念详解Storm）2．

Storm事务案例升级之按天计算集群搭建及16）3）Zookeeper基本使用Storm分区事务案例实战17）Storm4）Storm集群搭建及测试不透明分区事务案例实战18）DRPC精解和案例分析5）API简介和入门案例开19）StormTrident入门发20）和概念TridentAPISpout）的Tail特性、21）6PV实战之计算网站22storm-starter及maven使）StormTrident实现、N）FirstN（取Top23）ITridentSpout、用、Grouping策略

JoinGrouping策略流合并和7）实例讲解之函数、流聚合及核心概Trident）Storm24及并发State8念）并发度详解、案例开发HBase综合实战一（基于Storm（高并发运用）Trident25））案例开发——计算网站9State）的种方式实现汇总StormTrident综合实战二26）2PV，通过StormTrident综合实战三27）型计算。

集群和作业监控告警开发Storm2810）案例优化引入）锁控制线程操Zookeeper作去重计算计算网站11）UV（）模式集群统一启动12【运维】）脚本开发shell和停止事务工作原理深13Storm）APIStorm14入讲解）事务及案例分析课程八、Spark技术实战之基础篇-Scala语言从入门到精通

为什么要学习Scala？

源于Spark的流行，Spark是当前最流行的开源大数据内存计算框架，采用Scala语言实现，各大公司都在使用Spark：

IBM宣布承诺大力推进

ApacheSpark项目，并称该项目为：

在以数据为主导的，未来十年最为重要的新的开源项目。

这一承诺的核心是将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

的发布与订阅7）kafka是什么1）kafka

kafka8）java编程操作体系结构2）kafkakafka3）kafka配置详解9）scala编程操作和kafka的整合4）kafka的安装10）flume

和storm的整合5）kafka的存储策略11）Kafka

分区特点6）kafka精讲内存计算框架Spark课程九、大数据核心开发技术-

的通用并行HadoopMapReduceUCBerkeleyAMPlab所开源的类Spark是启用了内存分布数据所具有的优点。

拥有HadoopMapReduce框架，Spark，集，除构SparkStreaming:

了能够提供交互式查询外，它还可以优化迭代工作负载。

数据分成小的Stream数据的框架，基本的原理是将建在Spark上处理Stream时间片断batch批量处理的方式来处理这小部分数据（几秒），以类似10）案例分析）Spark初识入门1Spark高阶应用112）Spark概述、生态系统、）YARN运行原理、运行模式及测Spark12）与MapReduce比较on

试）Spark编译、安装部署313）（StandaloneMode）及测SparkHistoryServer历史应用监控

14）SparkStreaming试流式计算

15）SparkStreaming应用提交工具）Spark原理、DStream设计416spark-submit（，）SparkStreaming常见input、out

17）SparkStreaming与spark-shell）Kafka集成

18）使用（变Spark对【北风网用户浏览日志】基本知识讲解Scala）5进行分析量，类，高阶函数）

RDD

Spark6）核心特性、常见操作、7）RDD缓存策略StageDependency）8RDD、常、源码分析9Spark）核心组件概述深入剖析-Spark课程十、大数据核心开发技术

。

在本课Spark本课程主要讲解目前大数据领域热门、火爆、有前景的技术——，并且会包含程中，会从浅入深，基于大量案例实战，深度剖析和讲解Spark编程详解、Scala完全从企业真实复杂业务需求中抽取出的案例实战。

课程会涵盖内核以及源码剖析、、SparkSparkStreamingSpark核心编程、SparkSQL和性能调优、企业级案例实战等部分内核源码深SparkSpark核心编程、编程、Hadoop与Spark集群搭建、1）ScalaSparkStreaming、性能调优、SparkSQL度剖析、Spark源码剖析）Spark2与，DataFrame二次排序，Spark分组取topnwordcount3）基于排序的，SparkSparkSQL的内置函数、开窗函数、RDD的两种转换方式，、、transformAPI、updateStateByKeyUDAF，SparkStreaming的KafkaDirect、UDFSpark性能优化、与滑动窗口、foreachRDD、容错与事务SQL整合使用、持久化、checkpoint和销售额统uv项目实战：

多个从企业实际需求抽取出的复杂案例实战：

每日4）计案例、top3热卖商品统计案例、每日top3热点搜索词统计、广

告计费日志实时黑名单过滤案例、热点搜索词滑动统计案例、top3热门商品实时统计案例

课程十一、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CM5.3.x管理CDH5.3.x集群

1）企业大数据平台概述9）真实服务器手把手环境部署

10）安装ClouderaManager5.3.x2）大数据平台基本组件11）使用CM5.3.x比较、安装CDH5.3.x

）3Hadoop发行版本、12）如何使用CM5.3.x管理CDH5.3.x选择集群

13）基本配置，优化集群环境的准备4）（系统、

14）基本性能测试基本配置、规划等）

）搭建企业大数据平台5）各个组件如何使用15）以实际企业项目需求为6依据，搭建平台）需求分析（主要业务）7．

）框架选择8（Hive\HBase\Spark等）课程十二、项目实战：

驴妈妈旅游网大型离线数据电商分析平台集群开发工具的一种方式，主要作用是hadoop离线数据分析平台是一种利用证券、银行、帮助公司对网站的应用有一个比较好的了解。

尤其是在电商、旅游、游戏所以对因为这些领域对数据和用户的特性把握要求比较高，等领域有非常广泛，本课程讲师本人之前在游戏、旅游等于离线数据的分析就有比较高的要求了。

公司通过此项目将所有大数据内容贯穿，专门从事离线数据分析平台的搭建和开发等，并前后展示！

，、离线数据分析，SpringMVC、Oozie、SqoopFlume1）、Hadoop、Hbase、HiveHighchat

实现的电商离Flume+Hadoop+Hbase+SpringMVC+MyBatis+MySQL+Highcharts）2线数据分析）日志收集系统、日志分析、数据展示设计3课程十三、项目实战：

基于1号店的电商实时数据分析系统

课程基于1号店的业务及数据进行设计和讲解的，主要涉及

1、课程中完整开发3个Storm项目，均为企业实际项目，其中一个是完全由StormTrident开发。

项目源码均可以直接运行，也可直接用于商用或企业。

2、每个技术均采用最新稳定版本，学完后会员可以从Kafka到Storm项目开发及HighCharts图表开发一个人搞定！

让学员身价剧增！

3、搭建CDH5生态环境完整平台，且采用ClouderaManager界面化管理平台环境搭建和维护都变得轻而易举。

Hadoop平台。

让CDH5．

、分享实际项目的架构设计、优劣分析和取舍、经验技巧，陡直提升学员的经4验值作为外部存储）灵活运用完整项HBase61）全面掌握Storm）可以做到以一己之力完成从后台开发目开发思路和架构设计7Hbase、开发）（StormTrident2）掌握项Storm、Kafka运用图表开发、Jquery目开发模式到前台HighCharts运维和API等，所有工作一个人搞定！

3）掌握Kafka开发、与Storm接口开发11大屏幕项目！

可以一个人搞定淘宝双各类图4）掌握HighCharts表开发和实时无刷新加载数据生态环境）熟练搭建CDH55完整平台课程十四、项目实战：

基于某团购网的大型离线电商数据分析平台

本项目使用了Spark技术生态栈中最常用的三个技术框架，SparkCore、Spark

SQL和SparkStreaming，进行离线计算和实时计算业务模块的开发。

实现了包括用

户访问session分析、页面单跳转化率统计、热门商品离线统计、广告点击流量实时统计4个业务模块。

过合理的将实际业务模块进行技术整合与改造，该项目完全

涵盖了SparkCore、SparkSQL和SparkStreaming这三个技术框架中几乎所有的功能点、知识点以及性能优化点。

仅一个项目，即可全面掌握Spark技术在实际项

目中如何实现各种类型的业务需求！

在项目中，重点讲解了实际企业项目中积累下来的宝贵的性能调优、troubleshooting以及数据倾斜解决方案等知识和技术

1）真实还原完整的企业级大数据项目开发流程：

项目中采用完全还原企业大数据项目开发场景的方式来讲解，每一个业务模块的讲解都包括了数据分

析、需求分析、方案设计、数据库设计、编码实现、功能测试、性能调优、．

troubleshooting与解决数据倾斜（后期运维）等环节，真实还原企业级大数据项目开发场景。

让学员掌握真实大数据项目的开发流程和经验！

技术手工画图与写笔记：

所有复杂业务流程、架构原理、Spark2）现场ExcelExcel画原理、业务需求分析、技术实现方案等知识的讲解，采用形象地透彻剖析理论知识，图或者写详细比较的方式进行讲解与分析，细致入微、帮助学员更好的理解、记忆与复习巩固。

课程十五、大数据高薪面试剖析让学员真正的一个本阶段通过对历来大数据公司企业真实面试题的剖析，讲解，也是讲师多年来大1年以上的大数据开发工作经验的专业人士，菜鸟转型为具有数据企业开发的经验之谈。

7）常见面试题讲解1）大数据项目

如何快速融入企业进行工作（对于大数据82）企业大数据项目的类型））技术架构（如何使用各3公司来说非常关键））学员答疑框架处理数据）9）针对普遍问题进行公共解答10）冲刺高薪面试4

）面试简历编写（把握重）一对一的交流115点要点）6）面试中的技巧阶段二、阿里云企业级大数据认证技术培训

课程十六、ACP11003全面理解阿里云上的数据处理和分析

如何快速有效的处理海量数据，并从中分析出宝贵的信息内容是每一个架构师和开发者梦寐以求的目标；对于运维人员来说，怎样部署维护庞大复杂的集群系统也是

、OTS、RDS、一个非常现实的问题。

本课程将向您详细介绍阿里云的DRDS等相关数据处理和分析服务。

课程由专业的阿里云讲师主DPCADS及、ODPS讲，结合丰富的实验资源，对阿里云产品、技术、解决方案等进行专业讲解和引导。

s二、课程内容一、课程价值

、ODPS、RDSOTS、1）架构师和开发人员：

如1）详细介绍阿里云的DRDS、DPC

及ADS何快速有效的处理海量数据，等相关数据处理和分析服务。

并从中分析出宝贵的信息）真实客户案例：

报表场景的实现2内容）运维人员：

怎样部署维2护庞大复杂的集群系统阶段三、大数据、云计算-Java企业级核心应用

课程十七、深入Java性能调优

国内关于Java性能调优的课程非常少，如此全面深入介绍Java性能调优，北风算是，Special讲师，十余年Java方面开发工作经验，资深软件开发系统架构师，

本套课程系多年工作经验与心得的总结，课程有着很高的含金量和实用价值，本课程专注于java应用程序的优化方法，技巧和思想，深入剖析软件设计层面、代码层面、JVM虚拟机层面的优化方法，理论结合实际，使用丰富的示例帮助学员理解理论知识。

．

课程十八、JAVA企业级开放必备高级技术（WeblogicTomcat集群Apach集群）

Java自面世后就非常流行，发展迅速，对C++语言形成有力冲击。

在全球云计算和移动互联网的产业环境下，Java更具备了显著优势和广阔前景，那么滋生的基于

java项目也越来越多，对java运行环境的要求也越来越高，很多java的程序员只知道对业务的扩展而不知道对java本身的运行环境的调试，例如虚拟机调优，服务器集群等，所以也滋生本门课程的产生。

阶段四、大数据、云计算-分布式集群、PB级别网站性能优化

课程十九、大数据高并发系统架构实战方案（LVS负载均衡、Nginx、共享存储、海量数据、队列缓存）

随着互联网的发展，高并发、大数据量的网站要