培訓(xùn)背景
“數(shù)據(jù)為王”的時(shí)代,大數(shù)據(jù)將帶來(lái)一次全新的革命,將改變眾多企業(yè)的命運(yùn)。本課程通過(guò)專業(yè)的大數(shù)據(jù)、云計(jì)算架構(gòu)體系與業(yè)界真實(shí)案例來(lái)全面提升相關(guān)人員的管理水平,以及企事業(yè)單位的信息化項(xiàng)目規(guī)劃和落地,提升競(jìng)爭(zhēng)力優(yōu)勢(shì)。
本課程的授課師資都是有著多年在一線從事大數(shù)據(jù)、云計(jì)算項(xiàng)目的資深講師,采用理論、技術(shù)和實(shí)戰(zhàn)案例相結(jié)合的方式開(kāi)展互動(dòng)教學(xué)、強(qiáng)化如何建立大數(shù)據(jù)、云計(jì)算項(xiàng)目管理方案、技術(shù)討論與交流咨詢,在學(xué)習(xí)的同時(shí)促進(jìn)老師學(xué)員之間的交流,讓大家學(xué)到實(shí)實(shí)在在的大數(shù)據(jù)和云計(jì)算理論知識(shí)體系及技術(shù)技巧,具備項(xiàng)目實(shí)施中的管控能力。授課過(guò)程中,根據(jù)學(xué)員需求,增設(shè)交流環(huán)節(jié),可將具體工作中遇到的實(shí)際問(wèn)題展開(kāi)討論,講師會(huì)根據(jù)學(xué)員的實(shí)際情況微調(diào)授課內(nèi)容,由講師帶著全部學(xué)員積極討論,并給出一定的時(shí)間讓學(xué)員上臺(tái)發(fā)言,現(xiàn)場(chǎng)剖析問(wèn)題的癥結(jié),規(guī)劃出可行的解決方案。
培訓(xùn)收益
1.深刻理解在“互聯(lián)網(wǎng)+”時(shí)代下大數(shù)據(jù)、云計(jì)算的產(chǎn)生背景、發(fā)展歷程和演化趨勢(shì);
2.了解業(yè)界市場(chǎng)需求和國(guó)內(nèi)外最新的大數(shù)據(jù)技術(shù)潮流,洞察大數(shù)據(jù)的潛在價(jià)值;
3.理解大數(shù)據(jù)項(xiàng)目解決方案及業(yè)界應(yīng)用案例,為在大數(shù)據(jù)項(xiàng)目中的選型及設(shè)計(jì)提供決策參考;
4.了解業(yè)界最流行的Hadoop與Spark大數(shù)據(jù)技術(shù)體系;
5.讓學(xué)員掌握云計(jì)算基礎(chǔ)知識(shí),虛擬化技術(shù),包括計(jì)算虛擬化,網(wǎng)絡(luò)虛擬化,存儲(chǔ)虛擬化,以及云管理平臺(tái)解決方案,包括VMware云管理平臺(tái)、OpenStack云管理平臺(tái)、Docker容器云管理平臺(tái)解決方案;
6.讓學(xué)員掌握業(yè)界成功的云計(jì)算案例,大型互聯(lián)網(wǎng)公司和政府智慧城市云平臺(tái)的管理應(yīng)用案例。
培訓(xùn)特色
本次培訓(xùn)從案例分析與行業(yè)應(yīng)用穿插;專家精彩內(nèi)容解析、學(xué)員專題討論、分組研究;通過(guò)全面知識(shí)理解、專題技能演示和實(shí)踐引導(dǎo)學(xué)員掌握課程內(nèi)容。
課程大綱
時(shí)間 | 知識(shí)模塊 | 授課內(nèi)容 |
---|---|---|
第一天 上午 | 大數(shù)據(jù)基礎(chǔ) |
1.什么是大數(shù)據(jù) 2.大數(shù)據(jù)技術(shù)的產(chǎn)生背景 3.大數(shù)據(jù)應(yīng)用場(chǎng)景 4.大數(shù)據(jù)思維 5.大數(shù)據(jù)產(chǎn)業(yè)鏈 6.大數(shù)據(jù)是如何變革各行業(yè)的技術(shù)架構(gòu)、商業(yè)模式和組織方式 7.大數(shù)據(jù)必備的技術(shù)基礎(chǔ) |
業(yè)界主流的Hadoop大數(shù)據(jù)平 臺(tái)技術(shù)產(chǎn)品與項(xiàng)目解決方案 |
8.國(guó)內(nèi)外主流的大數(shù)據(jù)解決方案介紹 9.當(dāng)前大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫(kù)方案的剖析比較 10.Apache Hadoop大數(shù)據(jù)平臺(tái)全流程解決方案 11.Cloudera Hadoop大數(shù)據(jù)平臺(tái)全流程解決方案 12.HDP Hadoop大數(shù)據(jù)平臺(tái)解決方案 13.開(kāi)源的大數(shù)據(jù)生態(tài)系統(tǒng)平臺(tái)剖析 | |
大數(shù)據(jù)平臺(tái)解決方案 |
14.Hadoop的發(fā)展歷程以及產(chǎn)業(yè)界實(shí)際應(yīng)用介紹 15.Hadoop大數(shù)據(jù)平臺(tái)架構(gòu) 16.基于Hadoop平臺(tái)的PB級(jí)大數(shù)據(jù)存儲(chǔ)管理與分析處理的工作原理與機(jī)制 17.Hadoop的核心組件剖析 18.Hadoop大數(shù)據(jù)解決方案和產(chǎn)品 | |
第一天 下午 |
大數(shù)據(jù)管理系統(tǒng)應(yīng)用實(shí)戰(zhàn) 與解決方案 |
19.大數(shù)據(jù)管理系統(tǒng)介紹 20.NoSQL數(shù)據(jù)庫(kù)與NewSQL數(shù)據(jù)庫(kù)技術(shù)介紹,及Hadoop數(shù)據(jù)庫(kù)典型代表 21.HBase在半結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)管理方面的應(yīng)用實(shí)踐 22.NOSQL大數(shù)據(jù)管理解決方案 23.NOSQL管理圖數(shù)據(jù)方案 24.NOSQL 管理非結(jié)構(gòu)化數(shù)據(jù)方案 25.分布式數(shù)據(jù)庫(kù)管理結(jié)構(gòu)化數(shù)據(jù)方案 |
大數(shù)據(jù)監(jiān)控管理解決方案 |
26.大數(shù)據(jù)運(yùn)維監(jiān)控管理系統(tǒng):HUE平臺(tái)的監(jiān)控管理解決方案 27.大數(shù)據(jù)運(yùn)維管理監(jiān)控系統(tǒng)Ambari平臺(tái) 28.Hadoop集群運(yùn)維Ganglia, Nagios解決方案 | |
大型數(shù)據(jù)倉(cāng)庫(kù)與 數(shù)據(jù)中心解決方案 |
29.基于Hadoop的大型分布式數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)知識(shí),HIVE在行業(yè)中的數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用案例 30.政務(wù)大數(shù)據(jù)倉(cāng)庫(kù)的建設(shè) 31.持續(xù)增長(zhǎng)的數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)實(shí)施案例 | |
第二天 上午 |
實(shí)時(shí)大數(shù)據(jù)分析處理 平臺(tái)的解決方案 |
32.Spark的發(fā)展歷程以及業(yè)界的實(shí)際應(yīng)用介紹 33.Spark實(shí)時(shí)大數(shù)據(jù)處理平臺(tái)架構(gòu) 34.Spark RDD內(nèi)存彈性分布式數(shù)據(jù)集的工作原理與機(jī)制 35.Spark的核心組件剖析 36.基于Spark的實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)與實(shí)時(shí)分析挖掘處理在行業(yè)中的應(yīng)用實(shí)踐案例 |
政府部門(mén)大數(shù)據(jù)應(yīng)用案例 |
37.醫(yī)療大數(shù)據(jù)應(yīng)用 38.數(shù)字城市大數(shù)據(jù)應(yīng)用 39.國(guó)土大數(shù)據(jù)應(yīng)用 40.電力大數(shù)據(jù)應(yīng)用 41.城市管理大數(shù)據(jù)應(yīng)用 | |
大數(shù)據(jù)中心常見(jiàn) 問(wèn)題及應(yīng)對(duì)之策 |
42.大數(shù)據(jù)中心的數(shù)據(jù)治理問(wèn)題及應(yīng)對(duì)之策 43.大數(shù)據(jù)中心的安全問(wèn)題及應(yīng)對(duì)之策 44.大數(shù)據(jù)中心的更新升級(jí)問(wèn)題及應(yīng)對(duì)之策 45.大數(shù)據(jù)中心的訪問(wèn)控制問(wèn)題及應(yīng)對(duì)之策 46.大數(shù)據(jù)中心的能源供應(yīng)問(wèn)題及應(yīng)對(duì)之策 47.大數(shù)據(jù)中心的雙活備用問(wèn)題及應(yīng)對(duì)之策 | |
云計(jì)算基礎(chǔ) |
48.云計(jì)算技術(shù)應(yīng)用解決方案,智慧城市與云計(jì)算技術(shù)應(yīng)用,移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)與云計(jì)算應(yīng)用解決方案 49.云計(jì)算和大數(shù)據(jù)技術(shù)在運(yùn)營(yíng)商、金融業(yè)、銀行業(yè)、電子商務(wù)行業(yè)、零售業(yè)、制造業(yè)、政務(wù)信息化、互聯(lián)網(wǎng)、教育信息化等行業(yè)應(yīng)用實(shí)踐 50.云計(jì)算平臺(tái)技術(shù)與層次架構(gòu)分析 51.云計(jì)算的服務(wù)模式與SPI服務(wù)模型,IaaS、PaaS、SaaS、DaaS技術(shù)解析 52.公有云計(jì)算平臺(tái)、私有云平臺(tái)、混合云平臺(tái) 53.政務(wù)云平臺(tái)的實(shí)施案例 | |
云計(jì)算關(guān)鍵技術(shù) |
54.云計(jì)算和虛擬化平臺(tái)的成熟應(yīng)用案例 55.云計(jì)算與虛擬化平臺(tái)的關(guān)鍵技術(shù) 56.云計(jì)算平臺(tái)的架構(gòu)設(shè)計(jì)與實(shí)現(xiàn) 57.云資源池管理解決方案剖析 58.云計(jì)算分布式計(jì)算技術(shù)以及存儲(chǔ)虛擬化、計(jì)算虛擬化、網(wǎng)絡(luò)虛擬化技術(shù)原理 59.桌面虛擬化、服務(wù)器虛擬化技術(shù)原理及應(yīng)用 | |
第二天 下午 | 云計(jì)算解決方案 |
60.云計(jì)算與虛擬化技術(shù)的應(yīng)用解決方案 61.重點(diǎn)講解業(yè)界主流的標(biāo)準(zhǔn)化云計(jì)算平臺(tái)產(chǎn)品的平臺(tái)架構(gòu)及其應(yīng)用概況 62.OpenStack云計(jì)算虛擬化管理平臺(tái)解決方案 63.VMware VSphere云計(jì)算虛擬化集群管理平臺(tái)解決方案 64.容器虛擬化云平臺(tái)解決方案,包括Docker云平臺(tái)方案與產(chǎn)品 |
云平臺(tái)運(yùn)維管理 |
65.商業(yè)云計(jì)算平臺(tái)VMware的運(yùn)維管理 66.開(kāi)源云計(jì)算平臺(tái)OpenStack的運(yùn)維管理 67.容器云平臺(tái)Docker和Kubernetes運(yùn)維管理 68.云平臺(tái)的自動(dòng)化運(yùn)維的挑戰(zhàn)與解決之道 69.云平臺(tái)的運(yùn)維特征分析與特點(diǎn) 70.云平臺(tái)的安全運(yùn)維之道 71.云平臺(tái)運(yùn)維系統(tǒng)的規(guī)劃設(shè)計(jì)和系統(tǒng)架構(gòu) 72.云運(yùn)維管理角色的職責(zé)設(shè)計(jì) 73.云平臺(tái)的平臺(tái)優(yōu)化運(yùn)維 74.云平臺(tái)的系統(tǒng)監(jiān)控層維護(hù) | |
信息化項(xiàng)目建設(shè)管理系統(tǒng) 流程及相關(guān)的系統(tǒng)知識(shí) |
75.信息化項(xiàng)目的管理流程 76.信息化項(xiàng)目管理需要具備的系統(tǒng)知識(shí) 77.主機(jī)規(guī)劃知識(shí)、ICT系統(tǒng)知識(shí) 78.交流討論:根據(jù)講師布置的實(shí)際應(yīng)用案例,開(kāi)展大數(shù)據(jù)完整項(xiàng)目部署設(shè)計(jì)和應(yīng)用開(kāi)發(fā)實(shí)踐、大數(shù)據(jù)項(xiàng)目的需求分析、應(yīng)用實(shí)施以及解決方案 | |
第三天 上午 | 大數(shù)據(jù)基礎(chǔ)技術(shù) |
79.大數(shù)據(jù)的4V特征,以及與云計(jì)算的關(guān)系 80.大數(shù)據(jù)應(yīng)用需求以及潛在價(jià)值分析 81.業(yè)界最新的大數(shù)據(jù)技術(shù)發(fā)展態(tài)勢(shì)與應(yīng)用趨勢(shì) 82.大數(shù)據(jù)項(xiàng)目的系統(tǒng)與技術(shù)選型,及落地實(shí)施的挑戰(zhàn) 83.“互聯(lián)網(wǎng)+”時(shí)代下的電子商務(wù)、制造業(yè)、零售批發(fā)、電信運(yùn)營(yíng)商、互聯(lián)網(wǎng)金融業(yè)、電子政務(wù)、移動(dòng)互聯(lián)網(wǎng)、教育信息化等行業(yè)應(yīng)用實(shí)踐與應(yīng)用案例介紹 |
業(yè)界主流的大數(shù)據(jù) 技術(shù)方案 |
84.大數(shù)據(jù)軟硬件系統(tǒng)全棧與關(guān)鍵技術(shù)介紹 85.主流的大數(shù)據(jù)解決方案介紹 86.Apache大數(shù)據(jù)平臺(tái)方案剖析 87.CDH大數(shù)據(jù)平臺(tái)方案剖析 88.HDP大數(shù)據(jù)平臺(tái)方案剖析 89.大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫(kù)方案比較 | |
大數(shù)據(jù)計(jì)算模型(一) 批處理MapReduce |
90.MapReduce產(chǎn)生背景與適用場(chǎng)景 91.MapReduce計(jì)算模型的基本原理 92.MapReduce作業(yè)執(zhí)行流程 93.MapReduce基本組件,Jobtracker和Tasktracker 94.MapReduce高級(jí)編程應(yīng)用,Combiner和Partitioner 95.MapReduce性能優(yōu)化技巧 96.MapReduce案例分析與開(kāi)發(fā)實(shí)踐操作 | |
第三天 下午 |
大數(shù)據(jù)存儲(chǔ)系統(tǒng)與 應(yīng)用實(shí)踐 |
97.分布式文件系統(tǒng)HDFS產(chǎn)生背景與適用場(chǎng)景 98.HDFS master-slave系統(tǒng)架構(gòu)與工作原理 99.HDFS核心組件技術(shù)講解 100.HDFS高可用保證機(jī)制 101.HDFS集群的安裝、部署與配置,熟練HDFS shell命令操作 102.分布式小文件存儲(chǔ)系統(tǒng)的平臺(tái)架構(gòu)、核心技術(shù)與應(yīng)用場(chǎng)景 103.分布式對(duì)象存儲(chǔ)系統(tǒng)的平臺(tái)架構(gòu)、核心技術(shù)與應(yīng)用場(chǎng)景 |
Hadoop框架與生態(tài)發(fā)展 以及應(yīng)用實(shí)踐操作 |
104.Hadoop的發(fā)展歷程 105.Hadoop大數(shù)據(jù)生態(tài)圈系統(tǒng)與工具全貌介紹 106.Hadoop 1.0的核心組件與適用范圍 107.Hadoop 2.0的核心組件YARN工作原理,以及與Hadoop 1.0的區(qū)別 108.Hadoop資源管理與作業(yè)調(diào)度機(jī)制 109.Hadoop 常用性能優(yōu)化技術(shù) 110.Hadoop集群安裝與部署實(shí)踐,以及MapReduce程序在YARN上執(zhí)行 | |
第四天 上午 |
大數(shù)據(jù)計(jì)算模型(二) 實(shí)時(shí)處理/內(nèi)存計(jì)算 Spark |
111.MapReduce計(jì)算模型的瓶頸 112.Spark產(chǎn)生動(dòng)機(jī)、基本概念與適用場(chǎng)景 113.Spark編程模型與RDD彈性分布式數(shù)據(jù)集的工作原理與機(jī)制 114.Spark實(shí)時(shí)處理平臺(tái)運(yùn)行架構(gòu)與核心組件 115.Spark容錯(cuò)機(jī)制 116.Spark作業(yè)調(diào)度機(jī)制 117.Scala開(kāi)發(fā)介紹與實(shí)踐 118.Spark集群部署與配置實(shí)踐,Spark開(kāi)發(fā)環(huán)境構(gòu)建,Spark案例程序分析,Spark程序開(kāi)發(fā)與運(yùn)行,Spark與Hadoop集群集成實(shí)踐 |
總結(jié) | 學(xué)員分組交流討論 |