學(xué)習(xí)大數(shù)據(jù)必須了解的大數(shù)據(jù)開發(fā)課程大綱

大數(shù)據(jù)開發(fā)最核心的課程就是Hadoop框架，幾乎可以說Hadoop就是大數(shù)據(jù)開發(fā)。這個(gè)框架就類似于Java應(yīng)用開發(fā)的SSH/SSM框架，都是Apache基金會(huì)或者其他Java開源社區(qū)團(tuán)體的能人牛人開發(fā)的貢獻(xiàn)給大家使用的一種開源Java框架。

Java語言是王道就是這個(gè)道理，Java的核心代碼是開源的，是經(jīng)過全球能人牛人共同學(xué)習(xí)共同研發(fā)共同檢驗(yàn)的，所以說Java是最經(jīng)得住檢驗(yàn)的語言，而且任何人都可以學(xué)習(xí)Java核心技術(shù)并且使用核心技術(shù)開發(fā)出像android一樣的系統(tǒng)和Hadoop一樣的框架。如果把編程的世界比作一棵樹，那么Java是根，SSH和Hadoop這樣的框架都是它開得枝散得葉。

在這里還是要推薦下我自己建的大數(shù)據(jù)學(xué)習(xí)交流群:529867072，群里都是學(xué)大數(shù)據(jù)開發(fā)的，如果你正在學(xué)習(xí)大數(shù)據(jù) ，小編歡迎你加入,大家都是軟件開發(fā)黨，不定期分享干貨（只有大數(shù)據(jù)軟件開發(fā)相關(guān)的），包括我自己整理的一份最新的大數(shù)據(jù)進(jìn)階資料和高級(jí)開發(fā)教程，歡迎進(jìn)階中和進(jìn)想深入大數(shù)據(jù)的小伙伴加入。

由于大數(shù)據(jù)開發(fā)工程師是目前IT培訓(xùn)界最熱門的專業(yè)，大數(shù)據(jù)技術(shù)人才是引領(lǐng)智能革命的弄潮兒，是智能時(shí)代最直接的受益者，這么重要的專業(yè)科多一定要給大家講解的詳細(xì)透徹，以Hadoop生態(tài)圈為主，介紹目前大數(shù)據(jù)應(yīng)用級(jí)開發(fā)工程師在工作當(dāng)中所用到的全部技術(shù)，建議大家在學(xué)習(xí)大數(shù)據(jù)開發(fā)工程師專業(yè)之前，要有一定的Java基本語法和框架的學(xué)習(xí)經(jīng)驗(yàn)。

大數(shù)據(jù)的零基礎(chǔ)課程包含java+大數(shù)據(jù)開發(fā)兩個(gè)部分，提高課程針對(duì)有java開發(fā)經(jīng)驗(yàn)的朋友只包含大數(shù)據(jù)部分。因?yàn)楦鶕?jù)前面的介紹你應(yīng)該知道了，大數(shù)據(jù)的學(xué)習(xí)是需要一定的java基礎(chǔ)的。

開源的Hadoop大數(shù)據(jù)開發(fā)平臺(tái)

hadoop是一個(gè)能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行分布式處理的軟件框架，hadoop以一種可靠、高效、可伸縮的方式進(jìn)行數(shù)據(jù)處理，用戶之所以可以輕松的在hadoop上開發(fā)和運(yùn)行處理海量數(shù)據(jù)的應(yīng)用數(shù)據(jù)，是因?yàn)閔adoop具有高可靠性、高擴(kuò)展性、高效性、高容錯(cuò)性等優(yōu)點(diǎn)。

hadoop大數(shù)據(jù)生態(tài)系統(tǒng)：

分布式文件系統(tǒng)-HDFS

提起hadoop文件系統(tǒng)，首先想到的是HDFS（Hadoop Distributed File System），HDFS是hadoop主要的文件系統(tǒng)，是Hadoop存儲(chǔ)數(shù)據(jù)的平臺(tái)，建立在網(wǎng)絡(luò)上的分布式存儲(chǔ)系統(tǒng)。hadoop還集成了其他文件系統(tǒng)，hadoop的文件系統(tǒng)是一個(gè)抽象的概念，HDFS只是其中的一種實(shí)現(xiàn)。

分布式計(jì)算框架-MapReduce

MapReduce是一種編程模型，是Hadoop處理數(shù)據(jù)的平臺(tái)。用于大規(guī)模數(shù)據(jù)集（大于1TB）的并行運(yùn)算。概念"Map（映射）“和"Reduce（歸約）”，和它們的主要思想，都是從函數(shù)式編程語言里借來的，還有從矢量編程語言里借來的特性。它極大地方便了編程人員在不會(huì)分布式并行編程的情況下，將自己的程序運(yùn)行在分布式系統(tǒng)上。

分布式開源數(shù)據(jù)庫-Hbase

HBase – Hadoop Database,HBase是一個(gè)分布式的、面向列的開源數(shù)據(jù)庫。適合于非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)，保留數(shù)據(jù)多個(gè)時(shí)間段版本。Hbase極大的方便擴(kuò)展了Hadoop對(duì)于數(shù)據(jù)的處理和應(yīng)用。

大數(shù)據(jù)開發(fā)平臺(tái)模塊生態(tài)圈

Hive

Hive是基于Hadoop的一個(gè)數(shù)據(jù)倉庫工具，處理結(jié)構(gòu)化SQL查詢功能。可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供簡(jiǎn)單的sql查詢功能，可以將sql語句轉(zhuǎn)換為MapReduce任務(wù)進(jìn)行運(yùn)行并提交到集群上去執(zhí)行。 其優(yōu)點(diǎn)是學(xué)習(xí)成本低，可以通過類SQL語句快速實(shí)現(xiàn)簡(jiǎn)單的MapReduce統(tǒng)計(jì)，不必開發(fā)專門的MapReduce應(yīng)用，不用使用Java編程，十分適合數(shù)據(jù)倉庫的統(tǒng)計(jì)分析。

學(xué)習(xí)Hive時(shí)，對(duì)于Hive QL中的DDL和DML就是必須要掌握的基礎(chǔ)；表的定義、數(shù)據(jù)導(dǎo)出以及常用的查詢語句的掌握是完成大數(shù)據(jù)統(tǒng)計(jì)分析的基礎(chǔ)。學(xué)會(huì)針對(duì)Hive進(jìn)行編程：使用Java API開操作Hive、開發(fā)Hive UDF函數(shù)。掌握好Hive部分高級(jí)的特性能大大提升Hive的執(zhí)行效率。在優(yōu)化過程中可以很好的借助于執(zhí)行計(jì)劃來進(jìn)行分析，學(xué)習(xí)Hive時(shí)需要注意Hive性能優(yōu)化是在生產(chǎn)中的最重要的環(huán)節(jié)，如何解決數(shù)據(jù)傾斜是關(guān)鍵；梳理清楚Hive元數(shù)據(jù)各個(gè)表之間的關(guān)聯(lián)關(guān)系也能提升對(duì)Hive的把握能力。

Zookeeper協(xié)調(diào)Hadoop生態(tài)圈各個(gè)模塊共同工作

從英文含義上來看Hadoop是小象，Hive是蜜蜂，pig是豬，Zookeeper是動(dòng)物管理員。那么很顯然Zookeeper的作用是分布式應(yīng)用程序協(xié)調(diào)服務(wù)，為各個(gè)模塊提供一致性服務(wù)的。

數(shù)據(jù)導(dǎo)入導(dǎo)出框架Sqoop

Sqoop是一款開源的工具，英文含義是象夫，就是喂養(yǎng)大象的人，主要用于在Hadoop(Hive)與傳統(tǒng)的數(shù)據(jù)庫(mysql、postgresql…)間進(jìn)行數(shù)據(jù)的傳遞，可以將一個(gè)關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)導(dǎo)進(jìn)到Hadoop的HDFS中，也可以將HDFS的數(shù)據(jù)導(dǎo)進(jìn)到關(guān)系型數(shù)據(jù)庫中。

學(xué)習(xí)目標(biāo)：

1.了解Sqoop是什么、能做什么及架構(gòu) ；

2.能夠進(jìn)行Sqoop環(huán)境部署 ；

3.掌握Sqoop在生產(chǎn)中的使用 ；

4.能夠使用Sqoop進(jìn)行ETL操作 。

Scala編程開發(fā)

Scala是一種函數(shù)式面向?qū)ο笳Z言，類似于RUBY和GROOVY語言，它無縫結(jié)合了許多前所未有的特性形成一門多范式語言，其中高層并發(fā)模型適用于大數(shù)據(jù)開發(fā)。而同時(shí)又運(yùn)行于JAVA虛擬機(jī)之上。

Spark

Spark是目前最流行的大數(shù)據(jù)處理框架，以簡(jiǎn)單、易用、性能卓越著稱。豐富的程序接口和庫文件也使得Spark成為業(yè)內(nèi)數(shù)據(jù)快速處理和分布式機(jī)器學(xué)習(xí)的必備工具。

*擴(kuò)展技能：

python開發(fā)基礎(chǔ)、數(shù)據(jù)分析與數(shù)據(jù)挖掘

學(xué)習(xí)數(shù)據(jù)挖掘工具Sklearn，熟悉數(shù)據(jù)挖掘樸素貝葉斯算法和數(shù)據(jù)挖掘SVM分類算法，并且最終使用Sklearn實(shí)現(xiàn)貝葉斯以及SVM算法 。

Storm大數(shù)據(jù)分布式實(shí)時(shí)計(jì)算

Storm是分布式數(shù)據(jù)處理的框架，Storm可以方便地在一個(gè)計(jì)算機(jī)集群中編寫與擴(kuò)展復(fù)雜的實(shí)時(shí)計(jì)算，Storm用于實(shí)時(shí)處理，就好比 Hadoop 用于批處理。如果說MapReduce降低了并行批處理復(fù)雜性，Storm是降低了進(jìn)行實(shí)時(shí)處理的復(fù)雜性。