?MapReduce2.0源碼分析與編程實(shí)戰(zhàn)培訓(xùn)

課程大綱：

第1章　大象也會(huì)跳舞

1.1　大數(shù)據(jù)時(shí)代　

1.2　大數(shù)據(jù)分析時(shí)代　

1.3　簡(jiǎn)單、粗暴、有效這就是Hadoop　

1.4　MapReduce與Hadoop　

1.5　看，大象也會(huì)跳舞　

第2章　大象的肚子HDFS文件系統(tǒng)詳解

2.1　HDFS基礎(chǔ)詳解　

2.2　HDFS數(shù)據(jù)存取流程分析　

2.3　HDFS命令行操作詳解　

2.4　通過(guò)Web瀏覽HDFS文件　

2.5　HDFS接口使用詳解　

2.6　HDFS文件同步與并發(fā)訪問(wèn)　

第3章　“吃下去吐出來(lái)”Hadoop文件I/O系統(tǒng)詳解

3.1　Hadoop的壓縮類型介紹　

3.2　Hadoop的壓縮類庫(kù)　

3.3　I/O中序列化類型詳解　

3.4　實(shí)現(xiàn)自定義的Writable類型　

3.5　Hadoop中小文件處理詳解　

第4章　“大象的大腦”MapReduce框架結(jié)構(gòu)與源碼分析

4.1　MapReduce框架結(jié)構(gòu)與源碼分析　

4.2　編程實(shí)戰(zhàn)：經(jīng)典的MapReduce單詞計(jì)數(shù)程序　

第5章　深入！MapReduce配置與測(cè)試

5.1　MapReduce環(huán)境變量配置詳解　

5.2　使用MRUnit對(duì)MapReduce進(jìn)行測(cè)試　

5.3　在本地磁盤(pán)上進(jìn)行MapReduce測(cè)試　

5.4　MapReduce計(jì)數(shù)器　

第6章　大象的思考流程MapReduce運(yùn)行流程詳解

6.1　經(jīng)典MapReduce任務(wù)的工作流程　

6.2　經(jīng)典MapReduce任務(wù)異常處理詳解　

6.3　經(jīng)典MapReduce任務(wù)的數(shù)據(jù)處理過(guò)程　

6.4　MapReduce?2.0(YARN)工作流程詳解　

第7章　更強(qiáng)的大象MapReduce高級(jí)程序設(shè)計(jì)續(xù)

7.1　MapReduce程序設(shè)計(jì)默認(rèn)格式類型詳解　

7.2　InputFormat輸入格式詳解　

7.3　OutputFormat輸出格式詳解　

7.4　多種輸入與輸出使用介紹　

第8章　MapReduce相關(guān)特性詳解

8.1　MapReduce計(jì)數(shù)器　

8.2　排序與查找　

8.3　對(duì)輸出結(jié)果的值分組排序　

8.4　編程實(shí)戰(zhàn)：使用二次排序自動(dòng)查找最小值　

第9章　啤酒與尿布MapReduce連接與數(shù)據(jù)挖掘初步

9.1　對(duì)于同樣格式數(shù)據(jù)進(jìn)行MapReduce連接　

9.2　對(duì)于不同格式數(shù)據(jù)進(jìn)行MapReduce連接　

9.3　不能說(shuō)的秘密啤酒與尿布　

9.4　數(shù)據(jù)挖掘初步　

第10章　MapReduce實(shí)戰(zhàn)編程及深度分析

10.1　編程實(shí)戰(zhàn)：自定義數(shù)據(jù)庫(kù)中讀取數(shù)據(jù)　

10.2　編程實(shí)戰(zhàn)：串聯(lián)尋找共同轉(zhuǎn)載微博　

10.3　編程實(shí)戰(zhàn)：云存儲(chǔ)模型　

10.4　編程實(shí)戰(zhàn)：多文檔相似關(guān)鍵字檢索　

10.5　編程實(shí)戰(zhàn)：學(xué)生成績(jī)整理與分組