10小时入门大数据
〖课程介绍〗:
时下引领着技术变革的非“大数据”莫属，本课程带你从0基础开始上手，让你全面掌握Hadoop开发的核心技能：HDFS 、YARN 、MapReduce的搭建及框架的应用，了解最火爆最前沿的大数据技术发展趋势，快速入门大数据！
〖课程目录〗:
-
第1章 大数据概述9 节 | 39分钟
-
本章将从几则故事说起，让大家明白大数据是与我们的生活息息相关的，并不是遥不可及的，还会介绍大数据的特性，以及大数据对我们带来的技术变革，大数据处理过程中涉及到的技术
-
收起列表
-
视频：1-1 导学 (10:37)
-
视频：1-2 章节安排_ (00:43)
-
视频：1-3 OOTB镜像文件和虚拟机的使用 (04:33)
-
视频：1-4 说两则故事说起 (03:58)
-
视频：1-5 大数据与生活息息相关 (01:25)
-
视频：1-6 大数据基本概念 (05:52)
-
视频：1-7 大数据带来的挑战 (05:25)
-
视频：1-8 如何应对大数据带来的挑战 (03:05)
-
视频：1-9 -如何学好大数据 (02:55)
-
第2章 初识Hadoop10 节 | 60分钟
-
本章节将带领大家认识Hadoop以及Hadoop生态系统、Hadoop的发展史、Hadoop的优缺点、Hadoop的三个核心组件、Hadoop发行版的选择以及Hadoop在企业中的案例分享，为后续深入讲解Hadoop打下坚实的基础
-
收起列表
-
视频：2-1 章节安排 (01:46)
-
视频：2-2 Hadoop概述 (07:26)
-
视频：2-3 2.03-Hadoop核心组件之HDFS (07:27)
-
视频：2-4 2.04-Hadoop核心组件之YARN (04:05)
-
视频：2-5 2.05-Hadoop核心组件之MapReduce (06:23)
-
视频：2-6 2.06-Hadoop优势 (02:03)
-
视频：2-7 2.07-Hadoop发展史 (07:28)
-
视频：2-8 2.08-Hadoop生态系统 (13:25)
-
视频：2-9 2.09-Hadoop常用发行版及选型 (06:06)
-
视频：2-10 2.10-Hadoop应用案例 (03:45)
-
第3章 分布式文件系统HDFS14 节 | 134分钟
-
本章将从Hadoop的设计目标、架构及副本的脚本带大家详细剖析，快速搭建单节点伪分布式HDFS的实验环境，并讲解使用hdfs shell以及Java API的方式操作HDFS文件系统，并详细分析HDFS文件的读写流程，使得大家对Hadoop分布式文件系统HDFS有深刻的认识以及使用…
-
收起列表
-
视频：3-1 -课程目录- (01:24)
-
视频：3-2 -普通分布式文件系统的设计思路 (07:56)
-
视频：3-3 HDFS概述及设计目标 (08:00)
-
视频：3-4 HDFS架构 (09:53)
-
视频：3-5 HDFS副本机制 (06:27)
-
视频：3-6 HDFS副本存放策略 (02:15)
-
视频：3-7 JDK安装&ssh安装&ssh免密码登陆配置 (09:42)
-
视频：3-8 HDFS伪分布式环境搭建 (17:16)
-
视频：3-9 HDFS shell操作 (14:20)
-
视频：3-10 Java操作HDFS开发环境搭建 (07:39)
-
视频：3-11 Java API操作HDFS文件系统 (31:58)
-
视频：3-12 HDFS写数据流程 (11:19)
-
视频：3-13 HDFS读数据流程 (03:34)
-
视频：3-14 HDFS文件系统的优缺点 (01:58)
-
第4章 分布式资源调度YARN6 节 | 47分钟
-
本章将从YARN的产生背景、YARN的架构及执行流程的角度带大家认知Hadoop的资源调度框架YARN，快速搭建单节点伪分布式YARN的实验环境并掌握如何提交一个官方自带的MapReduce作业提交到YARN上运行
-
收起列表
-
视频：4-1 -课程目录 (01:23)
-
视频：4-2 -YARN产生背景 (12:37)
-
视频：4-3 -YARN架构 (13:18)
-
视频：4-4 -YARN执行流程 (04:20)
-
视频：4-5 -YARN环境搭建 (08:22)
-
视频：4-6 -初识提交PI的MapReduce作业到YARN上执行 (06:08)
-
第5章 分布式计算框架MapReduce12 节 | 107分钟
-
本章将从架构、优缺点、编程模型等角度带大家认识Hadoop的分布式计算框架MapReduce，掌握MapReduce应用程序的开发，学会配置JobHistory Server
-
收起列表
-
视频：5-1 -课程目录 (00:50)
-
视频：5-2 -MapReduce概述 (07:34)
-
视频：5-3 -从WordCount案例说起MapReduce编程模型 (11:52)
-
视频：5-4 -MapReduce执行流程 (16:39)
-
视频：5-5 -MapReduce核心概念 (05:09)
-
视频：5-6 -MapReduce1.x架构 (07:12)
-
视频：5-7 -MapReduce2.x架构 (02:31)
-
视频：5-8 -Java版本wordcount功能实现 (23:38)
-
视频：5-9 -Java版本wordcount功能重构 (07:28)
-
视频：5-10 -Combiner应用程序开发 (06:02)
-
视频：5-11 -Partitioner应用程序开发 (08:31)
-
视频：5-12 JobHistory使用 (08:38)
-
第6章 Hadoop项目实战8 节 | 68分钟
-
本章将通过对慕课网主站的访问日志进行分析的项目实战，来将前面几个章节讲解的知识点串联起来，综合使用Hadoop的技术进行离线统计分析
-
收起列表
-
视频：6-1 -课程目录– (01:05)
-
视频：6-2 用户行为日志概述 (13:19)
-
视频：6-3 离线数据处理架构 (10:54)
-
视频：6-4 项目需求 (02:40)
-
视频：6-5 功能实现之UserAgent解析类测试 (08:32)
-
视频：6-6 功能实现之单机本地完成需求统计 (16:06)
-
视频：6-7 使用MapReduce完成需求统计 (13:09)
-
视频：6-8 功能扩展思路 (01:14)
-
第7章 Hadoop分布式集群搭建8 节 | 40分钟
-
本章将带领大家搭建一个三个节点的分布式Hadoop集群环境，让大家对于Hadoop集群的安装有更深入的认识，并将项目实战案例运行在分布式集群环境中
-
收起列表
-
视频：7-1 -课程目录 (01:03)
-
视频：7-2 -分布式环境搭建之环境介绍 (04:40)
-
视频：7-3 -分布式环境搭建前置配置之ssh免密码登陆 (05:06)
-
视频：7-4 -分布式环境搭建前置配置之JDK安装 (02:10)
-
视频：7-5 -分布式环境搭建集群搭建之Hadoop配置及分发 (12:20)
-
视频：7-6 -分布式环境搭建Hadoop格式化及启停 (06:25)
-
视频：7-7 -分布式环境HDFS及YARN的使用 (02:21)
-
视频：7-8 -将Hadoop项目运行在Hadoop集群之上 (05:22)
-
第8章 Hadoop集成Spring的使用6 节 | 33分钟
-
本章将带领大家使用Java社区中最流行的Spring框架来整合Hadoop的使用
-
收起列表
-
视频：8-1 -课程目录 (01:13)
-
视频：8-2 -Spring Hadoop概述 (04:12)
-
视频：8-3 -Spring Hadoop开发环境搭建及访问HDFS文件系统 (15:10)
-
视频：8-4 -Spring Hadoop配置文件详解 (03:52)
-
视频：8-5 -Spring Boot访问HDFS文件系统 (06:10)
-
视频：8-6 -Spring Hadoop其他 (02:09)
-
第9章 前沿技术拓展: Spark/Flink/Beam12 节 | 78分钟
-
本章将带领大家认识当前大数据领域中非常火爆的三个框架：Spark、Flink以及Beam，并使用这三个框架完成词频统计分析操作，为大家以后更加深入的学习这几个框架打下坚实的基础
-
收起列表
-
视频：9-1 -课程目录 (01:57)
-
视频：9-2 -吐槽MapReduce (05:03)
-
视频：9-3 -Spark特点 (10:49)
-
视频：9-4 -Spark与Hadoop深入对比 (09:02)
-
视频：9-5 -Spark开发语言及运行模式介绍 (03:15)
-
视频：9-6 -Scala&Maven安装 (02:29)
-
视频：9-7 -Spark环境搭建及wordcount案例实现 (12:11)
-
视频：9-8 -Flink概述 (08:31)
-
视频：9-9 -使用Flink完成wordcount统计 (07:40)
-
视频：9-10 -Beam概述 (03:29)
-
视频：9-11 -将WordCount的Beam程序以多种不同Runner运行 (10:59)
-
视频：9-12 -课程目录 (01:57)
-
第10章 Hadoop3.x新特性7 节 | 31分钟
-
本章将带来大家学习Hadoop3.x版本的一些新特性，实时跟上Hadoop社区的发展
-
收起列表
-
视频：10-1 -课程目录 (01:11)
-
视频：10-2 -Hadoop3.x概述 (03:22)
-
视频：10-3 -Hadoop3.x新特性之Common改进 (06:19)
-
视频：10-4 -Hadoop3.x新特性之HDFS改进 (10:06)
-
视频：10-5 -Hadoop3.x新特性之YARN改进 (04:42)
-
视频：10-6 -Hadoop3.x新特性之MapReduce改进 (02:12)
-
视频：10-7 -Hadoop3.x新特性之其他 (02:59)
有需要联系v；加客服窗口的联系方式
摘要：本文以“【JAVA】10小时入门大数据”为主题，从基础知识、实践操作、案例分析和技术拓展四个方面，详细介绍了如何在短时间内掌握JAVA大数据技术，为读者提供了一条快速入门的路径。
1、基础知识
首先，要了解JAVA大数据的基本概念和原理。JAVA作为一种编程语言，具有跨平台、高性能、易学易用等特点，是大数据领域的主流语言之一。在10小时内，读者可以掌握JAVA的基本语法、面向对象编程思想、常用类库等基础知识。
此外，还需要了解大数据的基本概念，如数据挖掘、数据仓库、分布式计算等。通过学习这些基础知识，读者可以为后续的学习和实践打下坚实的基础。
最后，了解JAVA大数据的相关工具和框架，如Hadoop、Spark、Flink等。这些工具和框架是JAVA大数据开发中不可或缺的，掌握它们将有助于提高开发效率。
2、实践操作
在掌握了基础知识后，实践操作是巩固和提高的关键。在10小时内，读者可以通过以下步骤进行实践操作：
首先，搭建JAVA大数据开发环境，包括安装Java开发工具包（JDK）、Hadoop、Spark等。这一步骤需要读者具备一定的计算机操作能力。
其次，学习使用Hadoop和Spark进行数据处理和分析。通过编写简单的JAVA程序，实现数据的读取、存储、处理和分析等操作。
最后，尝试解决实际的大数据问题。例如，使用Hadoop进行大规模数据集的分布式存储和处理，使用Spark进行实时数据分析等。
3、案例分析
案例分析是学习JAVA大数据的重要环节。在10小时内，读者可以学习以下案例：
首先，了解大数据在金融领域的应用。例如，使用Hadoop进行海量交易数据的存储和分析，为金融机构提供风险控制和决策支持。
其次，学习大数据在电商领域的应用。例如，使用Spark进行用户行为分析，为电商平台提供精准营销和个性化推荐。
最后，了解大数据在医疗领域的应用。例如，使用Hadoop进行医疗数据的存储和分析，为医疗机构提供疾病预测和治疗方案。
4、技术拓展
在掌握了JAVA大数据的基本知识和实践操作后，读者可以进一步拓展技术领域。以下是一些技术拓展方向：
首先，学习Java大数据可视化技术，如ECharts、Highcharts等。通过可视化技术，将数据以图表的形式展示，提高数据分析和决策的效率。
其次，学习Java大数据安全与隐私保护技术。随着大数据应用的普及，数据安全和隐私保护成为越来越重要的问题。
最后，学习Java大数据云计算技术。云计算为大数据提供了强大的计算和存储能力，有助于提高大数据处理效率。
总结：
通过本文的介绍，读者可以在10小时内快速入门JAVA大数据。从基础知识、实践操作、案例分析到技术拓展，本文为读者提供了一条全面、系统的学习路径。掌握JAVA大数据技术，将为读者在未来的职业发展中带来更多机遇。
本文由nayona.cn整理
联系我们
关注公众号
微信扫一扫
支付宝扫一扫
