基于Greenplum Hadoop分布式大数据

基于Greenplum Hadoop分布式平台的大数据解决方案及商业应用案例剖析
课程链接：http://www.ibe***/goods-377.html
咨询Q Q2110053820
课程讲师：迪伦
课程分类：大数据
适合人群：高级
课时数量：96课时
更新程度：完毕
用到技术：MapReduce、HDFS、Map-Reduce、Hive、Sqoop
涉及项目：Greenplum Hadoop大数据分析平台

课程简介：
本课程分两大部分：
部分全面深入地介绍了Greenplum数据库，包括架构特性、部署、管理、开发和调优等，
由浅入深，理论结合实战，让同学全面彻底掌握这把大数据利剑。
第二部分深入阐述了Hadoop的架构原理，Hadoop整体技术架构，包括HBase、Hive、Pig、
ZooKeeper、Chukwa等实战运用。另外还介绍了云计算的基础知识和Hadoop在云计算领域的
运用，以及剖析了Hadoop在各个互联网巨头商业环境的运用。

课程大纲：
部分 Greenplum 分布式数据库基础
1 Greenplum架构
什么是Greenplum
Greenplum体系结构
Greenplum高可用性架构

2 安装Greenplum
配置环境
安装并初始化GPDB系统
启停数据库
配置GP系统

3 分布式数据库存储
数据是如何存储的
分布策略

4 GBDB查询处理
查询命令的执行
SQL查询处理机制
并行查询计划

5 角色权限及客户端认证管理
客户端认证
管理用户和组

6 客户端接口和程序
pgAdmin III
PSQL

7 定义数据库对象
创建并管理数据库
创建并管理表空间
创建并管理模式
创建并管理表
分区表
数据分布与分区
压缩存储与行列存储
序列、索引与视图

8 管理数据
插入、更新、删除记录
事务管理
空间回收和统计

9 查询数据
定义查询
使用函数和运算符
查询分析

10 工作负载及资源管理
GP工作负载管理概述
配置工作负载管理
创建资源队列
分源队列
检查资源队列状态

11 装载和卸载数据
GP装载命令概述
装载数据到GP
从GP卸载数据
格式化数据文件

12 备份恢复
串行备份和恢复
并行恢复和恢复

13 性能调优
如何进行调优
常见的性能问题
14 GP系统配置参数
关于GP的Master参数与本地化参数
设置配置参数
配置参数种类

15 开启高可用性
GP高可用概述
开启GP的Mirror
获知Segment何时失败
恢复失败的Segment
恢复失败的Master

16 GP MapReduce
MapReduce基础
GP MapReduce编程
MapReduce作业执行和故障诊断

第二部分 Hadoop分布式平台（55课时）
1 Hadoop的起源和体系
Hadoop思想起源：Google
Hadoop子项目家族
Hadoop的架构

2 Hadoop的安装与配置
准备和配置环境
三种运行模式
完全分布式模式安装

3 HDFS-大数据存储
HDFS概念与体系结构
HDFS的可靠性
HDFS文件操作
HDFS API

4 关于MapReduce
MapReduce编程模型
MapReduce的集群行为
MapReduce任务的优化
MapReduce工作机制
错误处理及作业调度机制

5 MapReduce应用开发
Hadoop Eclipse插件开发
数据筛选程序开发
倒排索引程序开发

6 Hadoop监控与管理
页面监控
hadoop备份

7 HBase数据库
Hbase体系结构
HBase shell
HBase API应用实例
HBase场景应用
HBase模式设计

8 Hive数据仓库
Hive组件与体系架构
Hive安装配置
Hive的服务接口
HiveQL常用操作
Hive的优化
Hive UDF编程
Hive综合实战

9 Pig数据分析平台
Pig框架
Pig安装配置
Pig的使用
Pig的数据模型
常用Pig Latin操作
Pig UDF编程
Pig数据分析实战

10 ZooKeeper分布式服务框架
ZooKeeper工作原理
ZooKeeper设计目标
ZooKeeper的数据结构和组成
ZooKeeper的安装配置
ZooKeeper命令行工具
ZooKeeper API
ZooKeeper实战：Hadoop任务调度

11 Chukwa集群监控系统
Chukwa的组成
Chukwa架构和设计
Chukwa安装与配置
常用Chukwa命令
实现自定义数据处理

12 Hadoop商业应用案例
云计算概念和特征
云计算服务模式和形态
Hadoop在云计算的运用
京东商城
百度
阿里巴巴
腾讯

13 Greenplum Hadoop集群
集成架构的特征
集成架构的优势
配置gphdfs协议使用环境
使用HDFS外部表