• 数据管理学习产品
适用对象:需要了解大数据,或者需要熟知大数据管理、维护、开发和数据分析的人
课程列表
大数据Hadoop实战
面授时长:24 小时
视频时长:14.67 小时
课程简介:了解业界有哪些真是落地的Cloudera Hadoop应用 、学习Cloudera Hadoop在企业内部到底适用于那些应用场景 、掌握如何建设 Cloudera hadoop 集群环境 、学习如何设计 Cloudera hadoop 应用方案 、学习如何使Cloudera Hadoop与传统技术结合
企业级大数据技术与应用
面授时长:18 小时
课程简介:1. 了解大数据业内最新发展趋势,深入掌握Hadoop的原理,Hadoop生态系统 2. 深入学习yarn 框架下的MapReduce,掌握MapReduce研发 3. 掌握HDFS 开发 4. 了解Hadoop集群规划,应用案例解析 5. 列式数据库HBase的基本原理,应用场景,掌握基本的编程技巧 6. 学习掌握 Hive工具 , 分布式协调系统Zookeeper的基本原理,应用场景,掌握基本的编程技巧 7. 掌握Spark技术 8. 掌握Impala 9. 掌握相关的大数据核心组件
大数据平台Spark深入实践
面授时长:24 小时
课程简介:Spark 是一种与 Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,换句话说,Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。本课程深入学习Spark技术,通过本课程的学习,可以掌握: 1. 掌握Spark 部署中常见的方法与注意事项; 2. 掌握Spark集群规划方法及配置优化方法; 3. 掌握Spark 原理 RDD,PariRDD; 4. 掌握Spark读取与存储数据的方法; 5. 掌握Spark SQL 使用; 6. 掌握Spark Streaming 原理与使用及优化办法。
大数据平台Storm实践
面授时长:24 小时
课程简介:了解大数据业内最新发展趋势,深入掌握Storm的原理,Storm生态; 掌握Storm大数据平台技术及原理; 深入学习yarn框架下的Storm,掌握Storm研发; 掌握Storm开发; 了解Storm集群规划,应用案例解析; 列式数据库Storm的基本原理,应用场景,掌握基本的编程技巧。
Hadoop大数据分析培训
面授时长:30 小时
课程简介:掌握大数据的关键技术和挖掘分析技术使用,便于把大数据技术落地到自己的工作实践中
Hadoop大数据系统管理与开发
面授时长:30 小时
课程简介:掌握Hadoop大数据集群的搭建方法 、掌握大数据的数据采集、数据存储、数据分析技术 、掌握大数据生态链的各种常用工具用法
课程简介:学习大数据的基本概念 、学习大数据处理架构Hadoop 、学习分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、分布式并行编程模型MapReduce、基于内存的大数据处理架构Spark、大数据在互联网、生物医学和物流等各个领域的应用
大数据技术原理与应用进阶
面授时长:12 小时
课程简介:学习Spark的部署方法和运行原理; 、使用Spark SQL和Spark DataFrame进行数据管理; 、使用Spark Streaming实现基础的流式计算。
Spark及BDAS技术应用
面授时长:24 小时
课程简介:1、全面了解大数据实时处理技术的相关知识 2、学习Spark的核心技术方法以及应用特征 3、深入使用Spark在大数据处理中的使用 4、掌握BDAS相关工具及其主要功能 5、学会简单的scala编程 6、掌握准实时的处理技术 7、掌握spark的图像处理的技术原理 8、了解spark在业界的应用 9、深入了解spark的算法库
Hadoop大数据开发精品实战
面授时长:36 小时
课程简介:1、了解大数据在行业的发展情况 2、了解大数据的理论基础知识 3、了解大数据的发展趋势 4、动手Clouders Manager的安装和部署 5、熟知CDH的安装配置和解决越到的问题 6、熟悉Hadoop分布式文件系统 7、懂得hdfs分布式文件系统的使用 8、了解MapReduce工作原理 9、熟知Hadoop集群硬件配置规划 10、懂得Hadoop集群配置及优化 11、学会如何维护和监测Hadoop集群 12、学会怎么使用Sqoop连接关系数据库进行数据导入导出 13、了解Hive数据仓库的开发和应用 14、Hue的web页面的数据库开发 15、精通Hbase列式数据库的开发 16、熟悉hadoop衍生数据处理 17、学会kettle等数据处理的工具
课程简介:1、全面了解大数据实时处理技术的相关知识 2、学习Spark的核心技术方法以及应用特征 3、深入使用Spark在大数据处理中的使用 4、掌握BDAS相关工具及其主要功能 5、学会简单的scala编程 6、掌握准实时的处理技术 7、掌握spark的图像处理的技术原理 8、了解spark在业界的应用 9、深入了解spark的算法库
课程简介:能够进行建模和数据仓库管理工作 、对ETL有更深入的认识及对方法的掌握 、充分理解数据挖掘和数据仓库的方法论 、提高自己分析问题解决问题的实际能力

您好! 欢迎来到学领未来 !

学领未来提供线上及线下的学习服务,根据您的位置,为您推荐最近的线下培训地点 分站,你选择: