1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
       2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
       3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书，提升职业资质。专注高端技术培训15年，曙海学员的能力得到大家的认同，受到用人单位的广泛赞誉，曙海的证书受到广泛认可。

• 培训特色
  系统的讲解Hadoop及主要周边生态的基本原理，安装，部署，维护及开发。偏重于部署维护方向，中间会对Linux，网络，服务器硬件Raid等进行系统的学习和了解。力求让学员全方位掌握Hadoop及相关的其他知识。了解Hadoop各生态的特点和应用场景。
• 目标收益
  可独立完成Hadoop的部署，运维，监控及故障处理。独立完成整体Hadoop从网络到软件层面的架构设计，Hadoop及周边生态的性能优化。
• 培训对象
• 开始对Hadoop感兴趣或已使用Hadoop，希望进行性能调优或架构优化。
• 学员基础
• 需具备基本Linux操作系统安装及常规命令行操作知识。
• 课程大纲
  
• 主题 内容
  Hadoop在云计算技术的作用和地位
• 传统大规模数据分析存在的问题
  Hadoop概述
  Hadoop与分布式文件系统
  MapReduce的工作原理与机制
  Hadoop集群剖析
  Hadoop生态系统
  Hadoop的行业应用案例分析
  Hadoop在云计算和大数据的位置和关系
  案例演示：阿里集团技术平台，Hadoop在淘宝、支付宝的作用
  电商眼中的Hadoop和推荐系统。
  暴风数据平台：Hadoop对于产品优化的价值。
  Hadoop对于趣游、热酷等游戏公司的作用
  移动大云项目(big cloud)中的Hadoop
  联通使用Hadoop/Hbase解决3G详单查询问题。
• Hadoop参数调优
• 选择适合hadoop的硬件配置
  Hadoop配置项优化
  Hadoop配置优化 - core-site.xml
  Hadoop配置优化 - HDFS
  Hadoop配置优化 - hdfs-site.xml
  Hadoop配置优化 - mapred-site.xml
  Hadoop配置优化 - 机架感知
  网络带宽参数调优
  系统参数调优
  配置文件管理
  严格控制root权限
  Java的GC模式
  选择正确的JDK
  hadoop作业调优
  Map side tuning设置
  Map side设置
  Linux操作系统优化
  其他配置和参数调优
  core-default.xml，
  hdfs-default.xml，
  mapred-default.xml。
  mapred-site.xml
  mapred.tasktracker.map.tasks.maximum
  mapred.reduce.slowstart.completed.maps
  mapred.fairscheduler.preemption
  mapred.jobtracker.completeuserjobs.maximum
  mapred.jobtracker.update.faulty.tracker.interval
  mapred.jobtracker.max.blacklist.percent
  案例演示：Hadoop硬件优化
  不是所有的硬件都合适拿来直接使用
  安装调优的第一步服务器硬件的选型的窍门
  如何选择适合业务使用的CPU
  内存越大越好吗？设置合理的的内存配置
  连接网络的选择和优化
  高速硬盘的选择注意事项
  硬盘为什么不做raid？
  设置网络的注意事项
  中间结果压缩对磁盘和网络的优化
  机架感知，网络和磁盘IO优化作用，确定存储的具体位置，
  内存参数，map/reduce槽位数的计算方法。
  对磁盘和网络的优化
  Java工具使用，jstack使用
  Sun和open之间的区别，JIT编译器的使用
  inux系统参数调优
  Linux监控系统的使用
  cacti,
  ganglia
  常用的linux排错工具lsof,strace,iostat,vmstat,netstat...
  常见异常现象级处理方法
  网卡流量导致连接失败
  权限错误
  主机名IP转换错误
  NN与DN namespaceID不一致
  磁盘满导致报错
  Jave heap size OOM
• 精彩案例及故障解决方法解析
• 案例一：namenode被重新格式化，datanode无法连接
  现象：namenode 中的namespaceID与datanode中的namespaceID不一致
  案例二：硬盘损坏
  现象：磁盘损坏导致datanode宕机
  案例三：错误用户启动hadoop
  现象：datanode启动一段时间后宕机
  案例四：tasktracker重启后假死
  现象：无报错，但tasktracker不工作。
  案例五：jobtracker无故宕机
  现象：运行过程中jobtracker宕机
  案例六：datanode无法注册到namenode
  现象：datanode启动后到MBean这步挂起不再继续。
  案例七：tasktracker无法启动，报权限错误
  现象：tasktracker报文件夹创建的权限错误后直接退出。
  案例八：主机名设置错误
  现象：datanode 和tasktracker无法正常工作
• Hadoop组件详解
• Hadoop HDFS 基本结构
  Hadoop HDFS 副本存放策略
  Hadoop NameNode 详解
  Hadoop SecondaryNameNode 详解
  Hadoop DataNode 详解
  Hadoop JobTracker 详解
  Hadoop TaskTracker 详解
  案例演示：Hadoop Mapper类核心代码
  Hadoop Reduce类核心代码
  Hadoop 核心代码
• Hadoop安装和部署
• Hadoop系统模块组件概述
  Hadoop试验集群的部署结构
  Hadoop 安装依赖关系
  Hadoop 生产环境的部署结构
  Hadoop集群部署
  Hadoop 高可用配置方法
  Hadoop 集群简单测试方法
  Hadoop 集群异常Debug方法
  案例演示：Hadoop安装部署实验
  Red hat Linux基础环境搭建
  Hadoop 单机系统版本安装配置
  Hadoop 集群系统版本安装和启动配置
  使用 Hadoop MapReduce Streaming 快速测试系统
  Hadoopcore-site，hdfs-site，mapred-site 配置详解
• Hadoop和传统数据库技术优劣势对比
• Hadoop/Hive 对比 Oracle 在构建数据仓库上的优劣势
  Hadoop 如何和传统IT系统配合完成原来不可能的任务
  案例演示：Apache社区版本：Cloudera 版本、MapR版本、Intel版本、Oracle、Dell、HP版本
• 编写MapReduce高级程序
• 使用 Hadoop MapReduce Streaming 编程
  MapReduce流程
  剖析一个MapReduce程序
  基本MapReduceAPI 概念
  驱动代码 Mapper、Reducer
  Hadoop流
  API 使用Eclipse进行快速开发
  新MapReduce API
  MapReduce的优化
  MapReduce的任务调度
  MapReduce编程实战
  如何利用其他Hadoop相关技术，包括Apache Hive， Apache Pig，Sqoop和Oozie等
  满足解决实际数据分析问题的高级Hadoop API
  案例演示：Hadoop Streaming 和 Java MapReduce Api 差异。
  MapReduce 实现数据库功能
  利用Combiners来减少中间数据
  编写Partitioner来优化负载平衡
  直接访问Hadoop分布式文件系统（HDFS）
  Hadoop的join操作
  辅助排序在Reducer方的合并
  定制Writables和WritableComparables
  使用SequenceFiles和Avro文件保存二进制数据
  创建InputFormats OutputFormats
  Hadoop的二次排序
  Hadoop的海量日志分析
  在Map方的合并
• 精彩案例及故障解决方法解析
• 案例一：控制map & reduce个数
  现象：map个数取决于split个数，如果源文件使用压缩存储，则不可分割，一个文件一个map。非压缩文件使用默认block.size进行切分。对reduce因为是中间数据，可以控制reduce数量。
  案例二：压缩中间数据
  现象：job中间临时数据量级大、网络IO吞吐量大。
  案例三：编程细节，内存溢出
  现象：编程过程中，经常遇到list、map、倒排表等大对象，如果作为局部变量，每次调用map或者reduce方法都初始化这些变量，很容易消耗掉JVM堆内存，出现内存溢出异常。
  案例四：编程细节，计数&日志打印
  现象： System.out.println, System.err.println等日志打印过多会严重影响job性能，counter计数也会存在同样的问题，同时也会造成本地磁盘使用量的急剧增长。
  案例五： 作业调度
  现象：集群上的job非常多时，会出现一些job一直等待，很长一段时间内没有开始运行。默认的任务调度器FIFO并不能满足实际工作应用。
  案例六：Combiner优化
  现象： map输出数据量非常大，reduce input group远小于reduce input group时，存在大量的网络IO，这些IO中的一部分数据可以在本地做完合并，然后再进行reduce操作。
• 使用Hive和Pig开发及技巧
• Hive和Pig基础
  Hive的作用和原理说明
  Hadoop仓库和传统数据仓库的协作关系
  Hadoop/Hive仓库数据数据流
  Hive 部署和安装
  Hive Cli 的基本用法
  HQL基本语法
  使用Oozie的动机
  Oozie工作流定义格式
  案例演示：使用JDBC 连接Hive进行查询和分析
  使用正则表达式加载数据
  HQL高级语法
  编写UDF函数
  编写UDAF自定义函数
  使用Sqoop进行数据分析
  使用oozie配置工作流
  phpHiveAdmin 安装和使用