第一部份: 數(shù)據(jù)平臺整體介紹
(1) 數(shù)據(jù)平臺整體介紹
(2) 各種異構(gòu)數(shù)據(jù)清洗加載
(3) 任務(wù)調(diào)度系統(tǒng)設(shè)計
(4) 業(yè)務(wù)快速迭代過程中，數(shù)據(jù)模型如何構(gòu)建
(5) 大數(shù)據(jù)平臺基本組件以及技術(shù)選型
第二部份：環(huán)境準(zhǔn)備
(1) Hadoop安裝配置管理
(2) spark安裝配置管理
(3) sqoop，flume安裝配置
(4) 數(shù)據(jù)壓縮存儲格式，幾種數(shù)據(jù)存儲格式對比
第三部份： 數(shù)據(jù)同步收集（一）
(1) 如何從rdbms同步數(shù)據(jù)到hdfs
(2) 自己開發(fā)ETL 數(shù)據(jù)抽取工具
(2) sqoop的使用
(3) 后臺日志，nginx日志等數(shù)據(jù)的清洗規(guī)范化，介紹 hadoop streaming，mapreduce，
使用spark/Scala模式匹配 等方式清洗日志
(4) 特殊格式日志如何清洗
第四部份: 數(shù)據(jù)同步收集（二）
(1) 異地跨網(wǎng)段數(shù)據(jù)同步清洗方案
(2) 超大數(shù)據(jù)量日志同步清洗，并保證數(shù)據(jù)的準(zhǔn)確性
(3) 同步數(shù)據(jù)小文件過多如何處理
(4) 歷史數(shù)據(jù)歸檔處理，冷熱數(shù)據(jù)存儲
第五部份：數(shù)據(jù)同步收集（三）
(1) 準(zhǔn)小時級別數(shù)據(jù)更新處理
(2) 使用spark streaming，kafka 等實時處理后臺，nginx 日志
(3) mySQL binlog實時日志處理
第六部份：任務(wù)調(diào)度系統(tǒng)設(shè)計
(1) 定時任務(wù)設(shè)計以及處理
(2) 觸發(fā)，依賴模式的任務(wù)調(diào)度系統(tǒng)設(shè)計
(3) 調(diào)度系統(tǒng)中如何做到ETL任務(wù)依賴關(guān)系自動解析
(4) 手把手教你實現(xiàn)一個任務(wù)調(diào)度系統(tǒng)
第七部份：調(diào)度系統(tǒng)選擇
(1) oozie，azkaban，airflow等調(diào)度系統(tǒng)介紹
(2) airbnb airflow基本架構(gòu)設(shè)計
(3) Airflow 任務(wù)調(diào)度系統(tǒng)配置和使用
(4) Airflow 高級使用
(5) Airflow 二次開發(fā)，自定義某些功能模塊
第八部份： ETL任務(wù)系統(tǒng)設(shè)計
(1) 數(shù)據(jù)抽取，加載工具的實現(xiàn)
(2) ETL任務(wù)模板的實現(xiàn)
(3) ETL任務(wù)元數(shù)據(jù)設(shè)計
(4) 企業(yè)級數(shù)據(jù)倉庫模型設(shè)計：維度建模，分層，寬表設(shè)計等
第九部份：adhoc查詢以及查詢平臺
(1) presto，impala，spark-sql 的使用
(2) hue搭建以及使用
(3) zeppelin搭建以及使用，zeppelin中調(diào)試spark，pyspark等
(5) 更快的查詢，毫秒級的響應(yīng)速度之elasticsearch
第十部份：數(shù)據(jù)羅盤
(1) 數(shù)據(jù)羅盤常圖表樣式
(2) airbnb開發(fā)的Superset 安裝以及使用
(3) Superset架構(gòu)介紹以及使用案例
(4) Superset簡單定制化開發(fā)
第十一部份：數(shù)據(jù)安全
(1) 從hdfs層面來空值數(shù)據(jù)的訪問權(quán)限
(2) 如何保障敏感表，敏感字段的安全性
(3) 應(yīng)用層面，查詢服務(wù)層來保障安全
第十二部份：大數(shù)據(jù)平臺監(jiān)控
(1) etl任務(wù)監(jiān)控，數(shù)據(jù)質(zhì)量監(jiān)控
(2) etl作業(yè)日志，yarn日志解析以及監(jiān)控
(3) 數(shù)據(jù)量增長，數(shù)據(jù)量未來發(fā)展準(zhǔn)確預(yù)估
(4) 借助對象存儲，把冷熱數(shù)據(jù)分離處理
|
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業(yè)