• 参会报名
  • 会议介绍
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 邀请函下载

首页 > 商务会议 > IT互联网会议 > 2019 Hadoop、spark和NoSQL大数据实战(10月北京班) 更新时间:2019-08-22T17:41:32

大会站点分布:
(点击可切换)
2019 Hadoop、spark和NoSQL大数据实战(10月北京班)
收藏人
分享到

2019 Hadoop、spark和NoSQL大数据实战(10月北京班) 已过期

会议时间:2019-10-26 08:00至 2019-10-27 18:00结束

会议地点: 北京  详细地址会前通知  

会议规模:暂无

主办单位: 麦思博(北京)软件技术有限公司(msup)

发票类型:增值税普通发票 增值税专用发票

行业热销热门关注看了又看 换一换

        会议介绍

        会议内容 主办方介绍


        2019 Hadoop、spark和NoSQL大数据实战(10月北京班)

        2019 Hadoop、spark和NoSQL大数据实战(10月北京班)宣传图

        课程简介

        当下是大数据时代,为构建大数据平台,技术人员需要对分布式计算平台有一定深入的理解和应用。

        目标收益

        通过本课程实践,帮助学员对Hadoop、spark和NoSQL生态系统有一个清晰明了的认识;理解Hadoop、spark和NoSQL系统适用的场景;掌握Hadoop、spark和NoSQL等初中级应用开发技能;搭建稳定可靠的Hadoop、spark和NoSQL集群,满足生产环境的标准;了解和清楚大数据应用的几个行业中的经典案例,包括阿里巴巴,华为等。

        培训对象

        各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题,需要梳理解答的团队和个人,效果最佳。

        查看更多

         麦思博(北京)软件技术有限公司(msup) 麦思博(北京)软件技术有限公司(msup)

        麦思博(msup)有限公司发源美国西雅图,2007年创办,是一家面向技术型组织的培训咨询机构,服务于技术团队的技能提升、软件工程的实际应用和产品品质的创新与超越。强调人员、技术、流程和管理的有机结合,注重角色岗位的技能提升与职业发展,以及技术团队复合管理与协作。每年超过1000家企业续单参与msup旗下公开课、工作坊、案例研究、国际游学等培训项目。

        会议日程

        (最终日程以会议现场为准)


        课程大纲

        大数据在国内的运用

        1、大数据在国内的使用介绍
        2、离线计算框架介绍
        3、流式计算框架介绍
        4、内存计算框架介绍
        5、内存流式计算介绍

        大数据的整体技术架构

        1、开源大数据技术架构
        2、开源大数据常用组件之间的依赖关系
        3、离线计算框架介绍
        —Mapreduce、Hive、Tez、Presto、Kylin
        4、实时查询框架介绍
        —NoSQL、Hbase
        5、实时计算框架介绍
        —Kafka、Strom、Spark Streaming
        6、内存计算框架介绍
        —Spark、SparkSQL、SparkMllib、SparkR
        7、前沿大数据技术介绍
        —Flink、Drill、Druid、KUDU等
        8、海量日志快速检索架构
        —ELK(Elasticsearch、Logstash、Kibana)等

        Hadoop平台优化点

        1、Linux系统的优化
        2、最佳硬件的选择和建议
        3、HDFS架构和原理
        4、HDFS的优化、维护和经常出现的问题
        5、MapReduce架构和原理
        6、MapReduce的优化、维护和经常出现的问题
        7、Yarn的内存、CPU和IO的优化
        8、Hbase的优化和生产环境常见的问题
        9、Hive的优化和Hive的改进工具介绍
        10、Impala、Kylin、Presto工具介绍
        11、RCFile、ORC和parquet格式介绍

        Hadoop核心组件的运维和配置

        1、HDFS的元数据管理 
        2、FSimage和Edit文件解析
        3、手动修改FSimage和Edit文件
        4、HDFS HA的架构运维解析
        5、Yarn服务运维详解
        6、Yarn核心配置参数的详解
        7、Hbase服务运维详解
        8、手动设置Split和Compaction操作
        9、RS宕机的运维处理
        10、Hbase 超大表的优化实践

        Yarn实战

        1、Yarn架构和原理
        2、ResourceManager工作原理
        3、NodeManager工作原理
        4、ApplicationMaster工作原理
        5、Yarn的资源控制机制
        6、基于内存的控制设置
        7、基于CPU的控制设置
        8、基于IO的控制这是
        9、Yarn为某个运用独立分配资
        10、基于队列的资源管理配置
        11、基于底层硬件的SLA资源配置
        12、不同部门或者用户的资源配置

        NoSQL和Hbase使用

        1、NoSQL介绍
        2、NoSQL应用场景
        3、Hbase原理
        4、Hmaster详解
        5、RegionServer详解
        6、Zookeeper介绍
        7、Hbase安装
        8、Hbase逻辑视图介绍
        9、Hbase物理视图介绍
        10、Hbase的二级索引介绍
        11、Hbase 的DDL和DML
        12、Hbase表的设计案例
        13、Hbase的import功能介绍
        14、MapReduce操作Hbase
        15、Hbase的 thrift Server介绍
        16、Hbase 的API介绍
        17、Hbase使用场景介绍
        18、Hbase案例分析
        实战:
        19、MapReduce操作Hbase实战
        20、Hbase的API实战
        21、Hbase表结构设计实战
        22、银行信用卡刷卡记录的查询

        Spark Streaming原理和实践

        1、Spark Streaming原理
        1.Spark流式处理架构
        2.DStream的特点
        3.Dstream的操作和RDD的区别
        4.SatefulRDD和windowRDD实战
        5.Kafka+Spark Steaming实战
        6.Spark Streaming的优化
        2、Kafka+Spark Streaming实例
        -文本实例
        3、网络数据处理

        Spark SQL原理和实践

        1、Spark SQL原理
        1)Spark SQL的Catalyst优化器
        2)Spark SQL内核
        3)Spark SQL和Hive
        2、DataFrame和DataSet架构
        3、Fataframe、DataSet和Spark SQL的比较
        4、SparkSQL parquet格式实战
        5、Spark SQL的实例和编程
        -Spark SQL的实例操作demo
        6、Spark SQL的编程

        Spark优化

        1、Spark SQL的优化
        2、基于Spark计算的文件格式选择
        3、Spark on Yarn的优化
        4、Spark SQL执行计划的优化
        5、Spark 内存管理的机制

        互联网大数据案例分享

        1、金融大数据应用案例介绍
        2、某银行基于大数据平台风险监控案例
        3、某银行基于大数据数据湖的案例
        4、SAP的HANA实时计算平台案例分析

        查看更多

        会议嘉宾

        (最终出席嘉宾以会议现场为准)


        Gavin.Liu

        Teradata 云平台系统架构师

        目前在Teradata担任GCA大数据架构师,曾经在阿里巴巴和高德,任职于大数据平台建设(Hadoop)。

        1)编写并出版《Hadoop应用开发技术详解》图书,销售10000+册——机械工业出版社(2014-01)

        2)专利《海量数据基于记录级别的容错》
         

        查看更多

        参会指南

        会议门票


        会务费:6800元/人,含参会费,住宿交通自理。

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        活动家为本会议官方合作
        报名平台,您可在线购票

        会议支持:

        • 会员折扣
          该会议支持会员折扣
          具体折扣标准请参见plus会员页面
        • 会员返积分
          每消费1元累积1个会员积分。
          仅PC站支持。
        • 会员积分抵现
          根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

        部分参会单位

        主办方没有公开参会单位

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函