雷顿学院大数据课程大纲（第一期）
学 时：75 课时
适用对象：雷顿学院招收大数据班全体学员
一、课程的性质与目标
互联网企业作为大数据的发源地，一直都是大数据应用与技术快速发展的行业。作为大数据从业者，进入互联网企业工作，一直都是学习大数据与成就自己的最佳选择。目前互联网作为国内最热门的 IT 前沿阵地，逐渐成为热门转型与从业方向。本课程系统地介绍了互联网大数据发展历史及最新进展，从而完整地还原了互联网大数据的 业务场景与开发技术。针对重点内容进行深入讲解，让学员掌握目前互联网大数据最常使用的研发与分析技能 。
二、课程的主要内容
第一章 Hadoop生态体系(6课时)
1.1 大数据行业发展与技术应用
1.2 Hadoop起源
1.3 Hadoop生态体系简介（HDFS MapReduce Hive等）
1.4 Hadoop 3.0新特性
1.5 Hadoop 2.X 安装的三种模式（集群，伪分布式，Local）
1.6 Hadoop配置文件解析
第二章 大数据文件系统HDFS（5课时）
2.1 HDFS设计与基本概念
2.2 HDFS的体系结构
2.3 HDFS存储原理
2.4 HDFS数据读写过程
2.5 HDFS命令操作
第三章 MapReduce原理及实战（5课时）
3.1 MapReduce工作流程
3.2 WordCount案例实战
3.3 MapReduce作业运行机制
3.4 MapReduce Shuffle过程
3.5 MapReduce作业调优
第四章 HIVE数据仓库技术（12课时）
4.1 Hive系统概述
4.2 Hive安装配置
4.3 Hive与传统数据库的对比
4.4 Hive数据类型
4.5 Hive表类型与操作
4.6 Hive存储格式与压缩
4.7 Hive 查询
4.8 Hive常用函数
4.9 用户定义函数
4.10 Hive数据倾斜问题
4.11 Hive性能优化
第五章 分布式数据库Hbase（5课时）
5.1 Hbase概念和数据模型
5.2 Hbase的系统架构
5.3 Hbase集群搭建
5.4 Hbase Shell操作命令
5.5 Hbase性能调优
第六章 Spark原理与算子操作（7课时）
6.1 Spark运行机制和安装
6.2 Spark运行和作业提交
6.3 Rdd编程课时一
6.4 Rdd编程课时二
6.5 Spark DataFrame和DataSet
第七章 Spark SQL编程（7课时）
7.1 Spark Session介绍
7.2 Rdd与DataFrame转化
7.3 加载数据与保存数据
7.4 jdbc链接数据库
7.5 Spark hive操作表和SparkAPi
7.6 Spark配置和调优
第八章 Spark 实时计算（12课时）
8.1 Spark Streaming大数据实时计算介绍
8.2 Dstream工作原理
8.3 Input Streams 和 Receivers原理讲解
8.4 Dstream上的转换
8.5 Dstream上的输出
8.6 Spark Streaming updateStateByKey实时wordcount程序
8.7 Spark Streaming 转换成DataFrame
8.8 Spark Streaming缓存与持久化
8.9 Spark Streaming部署和监控
8.10 Spark Streaming性能调优
第九章 Kafka核心技术（9课时）
9.1 Kafka概念与功能
9.2 Kafka架构图与工作流
9.3 Kafka集群搭建
9.4 Kafka特性详解
9.5 提交与偏移量
9.6 消息发布与订阅
第十章 ElasticSearch核心技术（9课时）
10.1 ElasticSearch介绍
10.2 ElasticSearch安装部署
10.3 ES存储原理
10.4 数据输入和输出
10.5 ES数据查询
10.6 分布式检索原理
10.7 组合过滤
10.8 数据聚合
10.9 ES优化技巧
三、学时分配
章节
课时
第一章 Hadoop生态体系
6
第二章 大数据文件系统HDFS
5
第三章 MapReduce实战及原理
4
第四章 HIVE数据仓库技术
11
第五章 分布式数据库Hbase
5
第六章 Spark原理与算子操作
5
第七章 Spark SQL编程
7
第八章 Spark 实时计算
12
第九章 Kafka核心技术
9
第十章 ElasticSearch核心技术
9
合计
73
课程链接