1. 云计算分布式大数据Hadoop培训
     云计算分布式大数据Hadoop培训——
   HDFS&MapReduce&HBase&Hive&集群管理培训
   第一部分：
   第1个主题：Hadoop思考
   1.Hadoop的设计目标和适用场景
   2.Hadoop架构解析
   3.MapReduce工作原理和案例说明
   第2个主题： Hadoop安装和配置实战
   1. 安装和配置单机版Hadoop实战
   2. 安装和配置伪分布式Hadoop实战
   3．安装和配置分布式Hadoop集群实战
   第3个主题：HDFS
   1. HDFS命令行操作实战
   2. HDFS的配置管理
   3. NameNode的工作机制
   第4个主题：HDFS案例实战
   1. HDFS案例的分析和设计
   2. 环境搭建
   3.使用Hadoop Java API实现对HDFS写入、读取、删除文件等操作
   第5个主题：MapReduce剖析
   1. MapReduce的原理和运行过程
   2. 构建MapReduce的开发环境
   第6个主题：MapReduce案例实战
   1. 使用MapReduce的Java接口实现经典的WordCount
   2. wordcount运行过程解析
   3. MapReduce实现数据去重操作
   4. MapReduce实现数据排序
   5. MapReduce实现数据平均数据的计算
   第二部分：
   第1个主题：HBase架构设计和实现剖析
   1. HBase架构设计
   2. HBase中的表结构等
   3. HBase：Master、Region、Region Server
   第2个主题：HBase案例实战1---使用HBase实现微博系统
   1. 项目架构和设计
   2. 开发环境搭建
   3. 实现用户登录和注销
   4.“关注”功能的设计和实现
   5.“发微博”功能的设计和实现
   6.发布和运行整个基于HBase的微博系统
   第3个主题：HBase与MapReduce
   1. HBase与MapReduce的关系
   2. HBase如何使用MapReduce
   第4个主题：HBase案例实战2---话单查询与统计
   1. 项目架构设计
   2. 开发环境搭建
   3. 话单入库和查询的设计与实现
   4.统计功能的设计与实现
   第5个主题：MapReduce高级实战
   1. Split实现剖析
   2. 自定义输入的实现
   3. Reduce的partition 
   4. 案例实战
   第6个主题：安装和使用Hive
   1. Hive剖析
   2. 安装Hive
   3.Hive的基本使用
   第7个主题：Hive与HDFS、MapReduce
   1. Hive向HDFS存入结构化数据
   2. 使用MySQL作为Hive的元数据库
   3.Hive与MapReduce
   第8个主题：Hive案例实战---数据统计
   1. 项目架构设计
   2. 表结构设计
   3.数据的插入与统计实现
   第三部分：
   第1个主题：Hadoop集群配置:机架感知,开启压缩和任务均衡
   Hadoop 集群安装和开启LZO压缩
   Hadoop 配置集群具备机架感知
   Hadoop 集群开启公平任务调度器
   Hadoop 集群开启能力任务调度器
   第2个主题：Hadoop 集群维护与管理
   查看集群状态
   HDFS数据管理
   Mapreduce 任务管理
   HDFS安全模式
   模拟集群Namenode,jobtrack失效
   添加删除节点
   数据平衡
   文件数据跨集群拷贝
   集群升级
   第3个主题：Hadoop 集群规划和测试
   1. 集群规划(硬件,系统,网络)
   2. 集群性能测试
   第4个主题：Hadoop 集群监控和运维
   1. 使用Ganglia 监控Hadoop集群
   2. 使用Cacti 监控操作系统
   第5个主题：Hadoop HDFS高可用
   Hadoop 元数据NFS备份方案
   Hadoop SecondaryNameNode备份方案
   Hadoop CheckpointNode备份方案
   Hadoop BackupNode备份方案
   Hadoop Cloudera HA Namenode 方案
   第6个主题：Hadoop开发者之路
   1. Hadoop技能模型
   2. Hadoop开发者佳学习路线和方式
   3.Hadoop开发者佳成长路线
    
2. 
      
3. 
   
4. 
    
5. 
    
    
6. 
    
    
7. 
   
   

"