划重点！划重点！划重点！

2023新版《大数据入门到实战》教程

上线了！！！

本套教程一网打尽了大数据必学的

Hadoop、Hive，云平台实战项目

让零基础同学一站式入门

直通大数据核心技术

这套大数据新教程基于Hadoop、Hive、云平台等技术带领大家由浅入深的进入大数据领域，一起体验大规模数据计算的魅力。

基于零基础学习的内容设计，提供了丰富的补充知识点供零基础学员进行前置学习。

作为2023年全新的大数据入门课程，课程内容采用全新的技术栈体系。基于Hadoop3.3.4、Hive 3.1.3、阿里云和UCloud云平台，为同学们打造一门大数据Hadoop生态体系的入门课程，但又不仅仅只是Hadoop。

课程特色

• 理论+实战完美结合：本套教程采用“理论+实战”的形式，全面介绍了大数据Hadoop、Hive离线开发的相关知识；

• 有内容也有深度：课程采用“入门+提高”的内容设计，入门知识和高阶知识相互独立，先全面入门，后全面进阶，循序渐进让大家学有所成；

• 结合当下热门的云平台（阿里云、UCloud）为大家带来《云原生大数据开发》：基于Hadoop3.3.4、Hive 3.1.3、阿里云和UCloud云平台，采用全新的技术栈体系。

适合人群

＞零基础：小白入门到高阶，再到精通

＞进阶者：有经验的工程师巩固拓展

＞探索者：感兴趣者领略大数据魅力

△ 大数据已经火爆，快学它！

课程目录

第一章 Hello大数据&分布式

* 对大数据、分布式有基础的认知，了解大数据的诞生、作用

* 对大数据的技术体系进行入门认知，了解大数据技术体系的各类技术框架

* 对Apache Hadoop有基本的认知，了解Hadoop的发展和作用

第二章 分布式文件存储系统 HDFS

* 了解分布式系统的基础架构

* 掌握HDFS的基本架构

* 完成HDFS集群环境的部署

* 学习HDFS系统的shell命令

* 对HDFS系统的运行原理进行深入学习

第三章 MapReduce & YARN 入门

* 了解分布式计算的基本概念

* 认知MapReduce分布式计算框架

* 认知YARN分布式资源调度框架

* 掌握YARN的基本架构

* 完成MapReduce & YARN集群的部署

* 在部署集群内完成MapReduce和YARN的初体验

第四章 分布式SQL计算 Hive入门

* 了解Apache Hive的作用

* 以抽象视角讨论如何实现分布式SQL计算

* Hive基础架构分析

* 部署Hive

* Hive初体验，完成使用Hive进行分布式的SQL计算

* 掌握各类Hive客户端的使用

第五章 分布式SQL计算 Hive语法与概念

* 掌握Hive数据库的相关操作语法

* 掌握Hive数据表的相关操作语法（内部表、外部表、修改表、分区表、分桶表等）

* 掌握Hive数据查询的相关操作语法（基本查询、UNION、虚拟列、数据抽样、RLINK正则）

* 掌握Hive常用的内置函数

* 完成Hive综合案例开发（数据统计、BI可视化展现）

第六章 分布式高阶原理深入

* MapReduce执行原理分析

* Hive的各类排序

* Hive的数据压缩

* Hive的各类数据存储（ORC、列存储）

* Hive调优（MapJoin、BucketMapJoin、动态分区、数据倾斜等）

* YARN的队列和调度器分析

* HDFS HA分析

* Hadoop集群调优

第七章 云原生大数据开发

* 掌握云原生大数据的各类组件（DataWorks、MaxComputer等）

* 基于云原生组件进行大数据实战案例的开发