大数据存储概览
|
- 大数据的产生、引用、存储与应用
- 大数据存储的特点
- 大数据库的基本元素
- 海量数据库的开发特性
- 数据库的数据分析与挖掘应用
- 数据仓库与数据集市
|
| 大数数据平台Hadoop概览 |
- 文件存储-HDFS
- HDFS-工作原理
- 数据计算MapReduce
- MapReduce工作原理
- SQL分析-Hive
- 海量实时读写-HBase
- 分布式协调系统—Zookeeper
- 数据抽取工具Sqoop使用
- Hadoop分布式文件系统
- MapReduce工作原理
- Hadoop集群剖析
- Hadoop生态系统对一种新的解决方案的需求
- Hadoop的行业应用案例分析
- Hadoop在云计算和大数据的位置和关系
|
| Hadoop集群规划 |
- Hadoop 集群内存要求
- Namenode的机器配置
- Datanode的机器配置
- SNN的机器配置
- Hadoop集群磁盘分区
- 集群和网络拓扑要求
- 集群软件的端口配置
|
| Hadoop简介和生态系统介绍 |
- 传统大规模数据分析存在的问题
- Hadoop概述
- Hadoop与分布式文件系统
- Hadoop生态系统
- Hadoop的行业应用案例分析
- Hadoop在云计算和大数据的位置和关系
- Hadoop版本介绍
- Hadoop与Google FS的关系
- Hadoop在国内的使用情况和未来
|
| Hadoop安装和主要配置文件介绍 |
- Hadoop安装所需软件介绍
- Hadoop单机安装
- Hadoop伪分布式安装
- Hadoop完全分布式安装
- Hadoop三个节点安装的配置介绍
- Hahoop多节点ssh配置
- Hadoop格式化详解
- Hadoop核心配置文件介绍
- 核心配置文件core-site.xml
- HDFS配置文件hdfs-site.xml
- Mapreduce配置文件mapred-site.xml
- master文件配置详解
- slave文件配置详解
- Hadoop启动和停止方法一
- —start-all.sh详解
- —stop-all.sh详解
- Hadoop安装的常见错误介绍和解决方案
- 使用自带的wordcount和pi测试集群安装是否成功
- 使用Streaming来测试集群安装是否成功
|
| Hadoop组件介绍 |
- Hadoop NameNode 介绍
- Hadoop SecondaryNameNode 介绍
- Hadoop DataNode 介绍
- Hadoop JobTracker 介绍
- Hadoop TaskTracker 介绍
|
| Hadoop的HDFS模块 |
- HDFS架构介绍
- HDFS原理介绍
- NameNode功能详解
- DataNode功能详解
- SecondaryNameNode功能详解
- HSFD的fsimage和editslog详解
- HDFS的block详解
- HDFS的block的备份策略
- Hadoop的机架感知配置
- HDFS的shell命令介绍
- HDFS的thrift server服务介绍
- HDFS的API接口介绍
- HDFS的权限详解
- Hadoop的客服端接入案例
|
| MapReducer入门和高级开发实战 |
- Mapreduce原理
- MapReduce流程
- 剖析一个MapReduce程序
- Mapper和Reducer抽象类详解
- Mapreduce的最小驱动类
- MapReduce自带的类型
- 自定义Writables和WritableComparables
- Mapreduce的输入InputFormats
- MapReduce的输出OutputFormats
- 自定义InputFormat
- 自定义InputSPlits
- 自定义RecorderReader
- Combiner详解
- Partitioner详解
- DistributeFileSystem详解
- Hadoop Tools工具介绍
- Counter计数器详解
- 自定义Counter计数器
- 基于Hadoop二次开发实战
- MapReduce的优化
- Map和Reduce的个数设置
- Hadoop小文件优化
- 任务调度
- 默认的任务调度
- 公平任务调度
- 能力任务调度
- 使用 Hadoop MapReduce Streaming 编程
- MapReduce的单元测试
|
| Hive的使用和实战 |
- Hive和Pig基础
- Hive、Impala和presto的比较
- Hive的作用和原理说明
- Hadoop仓库和传统数据仓库的协作关系
- Hadoop/Hive仓库数据数据流
- Hive 部署和安装
- Hive Cli 的基本用法
- Hive的server启动
- HQL基本语法
- Hive的加载数据本地加载和HDFS加载
- Hive的partition详解
- Hive的存储方式详解
- RCFILE、TEXTFILE和SEQUEUEFILE
- Hive的UDF和UDAF
- Hive的transform详解
- Hive的JDBC连接
|
| Hbase使用 |
- Hbase原理
- Hmaster详解
- RegionServer详解
- Zookeeper介绍
- Hbase安装
- Hbase逻辑视图介绍
- Hbase物理视图介绍
- Hbase的二级索引介绍
- Hbase 的DDL和DML
- Hbase表的设计案例
- Hbase的import功能介绍
- MapReduce操作Hbase
- Hbase的 thrift Server介绍
- Hbase 的API介绍
- Hbase案例分析
|
| Hadoop集群配置介绍和维护 |
- Hadoop集群的部署要点
- NameNode和SecondaryNameNode和JobTracker机器的配置要求
- dataNode与tasktracker机器的配置要求
- Hadoop集群管理的工具介绍
- Ganglia和nigos监控Hadoop集群介绍
- Ambri介绍
- 添加和删除节点演示
- Namenode的单点解决方案
- NameNode的NFS备份介绍
- 集群所有dataNode挂掉的故障介绍
- 集群NameNode的fsimage丢掉恢复方法
- Hadoop集群维护的注意点
|
| 数据抽取工具Sqoop使用 |
- Sqoop是什么
- Sqoop安装
- Sqoop把mysql数据导入HDFS
- Sqoop把HDFS数据导入Mysql
- Sqoop吧Mysql数据导入Hive
- Sqoop吧Mysql数据导入Hive分区
- 执行脚本的解析
- 数据导入过程中的典型问题和解决办法
|
