“大數(shù)據(jù)”是近幾年來(lái)IT生產(chǎn)制造制造行業(yè)的話題，目前早就普遍應(yīng)用在每一個(gè)生產(chǎn)制造制造行業(yè)。大數(shù)據(jù)，又稱很多信息，特點(diǎn)是數(shù)據(jù)量大、種類多、應(yīng)用性強(qiáng)、數(shù)據(jù)蘊(yùn)涵的實(shí)用價(jià)值大。大數(shù)據(jù)教學(xué)內(nèi)容是對(duì)許多、交叉性、能持續(xù)的數(shù)據(jù)，依據(jù)運(yùn)用分析、挖掘和整理，進(jìn)行數(shù)據(jù)信息的有效應(yīng)用，幫助企業(yè)經(jīng)營(yíng)戰(zhàn)略決策更強(qiáng)的方案參考。隨著著云時(shí)代的來(lái)臨，大數(shù)據(jù)(Bigdata)也吸引了越來(lái)越多的關(guān)注。從大數(shù)據(jù)認(rèn)同度及搜索量上看，大數(shù)據(jù)時(shí)代潮流，洶洶。
01 大數(shù)據(jù)入門(mén)基礎(chǔ)課程：1.JavaSE;2.MySQL;3.JDBC;4.Linux;5.shell;6.HTML;7.CSS;8.JavaScript;9.JSP;10.Servlet
02 大數(shù)據(jù)Hadoop基礎(chǔ)：1.大數(shù)據(jù)概論;2.Hadoop框架;3.HDFS分布式文件系統(tǒng);4.MapReduce計(jì)算模型;5.全真實(shí)訓(xùn)項(xiàng)目
03 大數(shù)據(jù)離線分析：1.Hive數(shù)據(jù)倉(cāng)庫(kù);2.Sqoop ETL工具;3.Azkaban工作流引擎;4.Ooize;5.Impala;6.全真實(shí)訓(xùn)項(xiàng)目
04 大數(shù)據(jù)實(shí)時(shí)計(jì)算：1.Zookeeper分布式協(xié)調(diào)系統(tǒng);2.HBase分布式數(shù)據(jù)庫(kù);3.Redis數(shù)據(jù)庫(kù);4.mogDB數(shù)據(jù)庫(kù);5.Kudu列式存儲(chǔ)系統(tǒng);6.Storm實(shí)時(shí)數(shù)據(jù)處理平臺(tái);7.Kafka分布式發(fā)布訂閱消息系統(tǒng);8.Flume海量日志采集系統(tǒng);9.全真實(shí)訓(xùn)綜合項(xiàng)目
05 Spark數(shù)據(jù)計(jì)算：1.Scala;2.Spark;3RDD;4.Spark SQL;5. Streaming;6. Mahout;7.MLlib;8.GraphX;9.Spark R;10.Python;11.Alluxio;12.Python爬蟲(chóng);13.ElasticSearch;14.Lucene
大數(shù)據(jù)入門(mén)基礎(chǔ)課程
JavaSE | MySQL | JDBC | Linux | Shell | HTML | CSS | JavaScript | JSP | Servlet
大數(shù)據(jù) Hadoop 基礎(chǔ)
大數(shù)據(jù)概論 | Hadoop 框架 | HDFS 分布式文件系統(tǒng) | MapReduce 計(jì)算模型 | 全真實(shí)訓(xùn)項(xiàng)目
大數(shù)據(jù)離線分析
Hive 數(shù)據(jù)倉(cāng)庫(kù) | Sqoop ETL 工具 | Azkaban 工作流引擎 | Ooize | Impala | 全真實(shí)訓(xùn)項(xiàng)目
地理位置 Location
