有政策支持
行業前景廣
人才缺口大
平均月薪高
為提高課程前瞻先導性,及與企業無縫對接,對市場進行階段性調研,專人專職提高課程科學性。
學員入學需嚴格測試,入班后每周小測、階段大測,通過嚴格考核,了解學員對知識的掌握情況。
特聘請原新浪、國企等大數據負責人,從技術角度講述實戰項目,吊打其他機構初級授課講師。
課程項目與企業無縫對接,重金采購10臺集群與服務器提供硬件支撐,拒絕虛擬小作坊式學習。
主題 | 主要內容 |
Java基礎語法 |
計算機理論介紹
編程基礎--進制分類,進制轉換等
JDK的安裝與環境變量的配置
注釋
數據類型
標識符
變量和常量
轉義字符
數據類型轉換
常用運算符
分支流程控制-if
分支流程控制-switch
循環流程控制-while
循環流程控制-for
方法的定義與調用
方法的參數與返回值
方法的重載
方法的遞歸
數組的定義與元素訪問
數組的內存分析
數組的常見操作
數組排序
|
Java面向對象 |
面向對象與面向過程
類的設計
對象的實例化
對象的內存分析
類中成員的訪問
類是一種自定義的類型
this關鍵字
包(package)的創建與使用
構造方法
private關鍵字與屬性封裝
單例設計模式
繼承基本的概念
繼承中的特點
繼承中的構造方法
方法的重寫
final關鍵字
super關鍵字的使用
Object類
對象的轉型
instanceof關鍵字
抽象類與抽象方法
接口
|
常用類、異常、集合 |
Lambda表達式
內部類
包裝類型
常用類Random、Date、SimpleDateFormat、Calendar
枚舉
異常定義
常用結構.
finally關鍵的應用
自定義異常
String類常用方法
StringBuffer/StringBuilder的常用方法
正則表達式
集合框架Collection
集合中元素排序
Collections工具類
泛型
集合框架Map
HashMap集合
TreeMap集合
可變參數
Arrays工具類
基本數據結構
|
Java多線程和IO |
多線程概念
并發與并行
創建線程的方式
線程常用方法
線程生命周期
臨界資源問題
同步代碼段synchronized關鍵字
同步方法synchronized關鍵字
lock和unlock
線程死鎖
生產者消費者設計模式(一對一)
懶漢式單例設計模式中的線程安全問題
File常用方法
流的基礎
流的分類
字節流
字符流
轉換流
緩沖流
對象流
Properties文件操作
NIO和NIO.2(緩沖區、通道、Paths.get、Files)
Class類
Class獲取對象的三種方式
Constructor構造方法
Field 屬性
Method方法
反射實例
|
MySQL+JDBC |
SQL簡介
SQL表的概念
數據庫的安裝卸載
登錄MySQL和MySQL常用命令
MySQL中常用的基本數據類型
數據庫DDL操作
數據庫DML操作 數據庫DQL操作
數據庫DQL操作
數據完整性
數據庫的索引操作
表與表之間的關系
多表查詢
常見函數應用
數據備份與恢復
JDBC原理
JDBC的實現
JDBC實例-模擬登陸
SQL注入問題
xml和json講解
數據庫事務
連接池
連接池原理
常用的三方連接池DBCP、C3P0和Druid
DBUtils三方工具的使用
|
主題 | 主要內容 |
Linux和Shell腳本 |
CentOS 7.7安裝部署 常見文件操作命令 常用系統操作命令 常用的四種軟件安裝部署 Shell腳本中變量 Shell腳本數組、if-el分支、循環和方法等 Shell腳本調試 crontab定時器 |
HDFS分布式文件系統 |
HDFS組件概述 Hadoop安裝部署 HDFS中的服務功能 HDFS工作機制 HDFS讀寫流程 HDFS的api操作 |
Zookeeper |
Zookeeper的定義 Zookeeper的應用場景 Zookeeper的服務及功能 Zookeeper整體架構 Zookeeper的選舉機制 Zookeeper中事務 Zookeeper安裝部署 Zookeeper操作 HDFS的HA部署 |
MapReduce |
YARN的組件 YARN的架構 YARN的調度方式 YARN工作原理 MapReduce模型 MapReduce中shuffle機制 MapReduce中的partitioner MapReduce中的自定義輸入輸出 MapReduce中的join操作 MapReduce中的壓縮 MapReduce優化 |
Hive |
Hive架構 Hive安裝部署 Hive的DDL操作 Hive的DML操作 Hive分區 Hive分桶 Hive數據加載 Hive中數據類型 Hive的常見內部函數 Hive自定義函數(UDF|UDAF) Hive視圖 Hive索引 Hive優化 |
Presto |
Presto部署 Presto命令行接口 Presto的JDBC驅動 Presto隊列配置 Presto的連接器 Presto的函數和運算符 Presto的數據類型 Presto的sql操作 Presto從Hive遷移 Presto的函數 |
Hbase |
Hbase架構 Hbase組件 Hbase工作原理 Hbase的shell操作 Hbase的api操作 Hbase的合并 Hbase的觸發器 Hbase的過濾器 Hbase的RowKey設計 Hbase的優化操作 |
Phoenix |
Phoenix安裝部署 Phoenix的四種操作方式 Phoenix的DDL和DML Phoenix的視圖 Phoenix的二級索引 Phoenix的分頁實現 |
Kylin |
Kylin架構 Kylin安裝部署 Kylin數據源添加 Kylin的Mode創建 Kylin的Cube構建 Kylin的Cube運行 Kylin的支持的操作 Kylin的優化 |
Sqoop |
Sqoop架構 Sqoop安裝部署 Sqoop的工作原理 Sqoop的Import和Export Sqoop增量和全量操作 Sqoop元數據 Sqoop的Job操作 Sqoop代碼腳本化 |
Flume |
Flume架構 Flume安裝部署 Flume的source、channel、sink Flume的selector使用 Flume的實時采集 Flume自帶攔截器和自定義攔截器 Flume多agent部署 Flume的容錯 |
Azkaban |
Azkaban架構 Azkaban部署 Azkaban的Shell案例 Azkaban的MapReduce案例 Azkaban的Hive案例 Azkaban的Sqoop案例 Azkaban的定時案例 Azkaban的2.0語法 Azkaban的用戶和權限 Azkaban的優化 |
Git |
Git相關概念 Git安裝部署 Git命令行操作 Git版本庫創建 Git中分支操作 Git沖突解決 GitHub和GitLab介紹使用 Git和IDEA整合使用 |
數據倉庫 |
數據倉庫定義 數據倉庫四大特征 數據倉庫主題 數據倉庫集市 數據粒度 數據倉庫中維度 數據倉庫中緩慢數據變化處理 數據倉庫分層 |
主題 | 主要內容 |
Scala基礎 |
Scala環境部署 編碼規范 var和val的區別 數據類型 表達式 循環 定義方法和函數 數組(Array) 映射(Map) 元組(Tuple) 列表(List) Set 集合的重要函數 類、特質、抽象類、對象、繼承 模式匹配和樣例類 高階函數 隱式轉換和隱示參數 泛型 Netty的概念 |
Spark Core |
Spark簡介 Spark運行模式 SparkShell RDD的概念詳解 Transformation算子 Action算子 DAG有向無環圖 RDD任務的切分 Lineage(血統) Checkpoint檢查點機制 Spark集群啟動流程和任務提交流程 自定義排序 自定義分區 Accumulator累加器 Broadcast廣播變量 Shuffle原理剖析與源碼分析 SparkSubmit執行流程 集群啟動流程詳解 SparkContext執行流程 Task提交流程詳解 Stage劃分過程詳解 |
Spark內核源碼 |
Spark啟動腳本解析 Spark提交流程解析 應用提交和Driver進程 SparkContext解析 Spark executor解析 Spark的部署模式 Spark的shuffle流程 Spark的內存管理 |
Spark SQL |
SparkSQL介紹 SparkSQL的操作方式 SparkSQL的數據抽象 Spark-shell基本操作 數據轉換(RDD,DataFrame,DataSet) 數據操作方法(DSL和SQL) SparkSQL自定義函數(UDF,UDAF,開窗函數) Spark集成Hive(內置Hive和外置Hive) |
Kafka消息隊列 |
Kafka的組件介紹 Kafka集群部署 Kafka文件存儲機制 topic中partitioner的分布 Kafka分區中的Segment Kafka分區和消費者的關系 kafka日志合并 kafka的生產者案例 Kafka的消費者案例 Kafka自定義分區器 Kafka消費者組 Zookeeper如何管理Kafka |
Redis |
Redis的應用場景 Redis安裝部署 Redis數據類型的cli和api操作 Redis的數據類型和操作案例 Redis主從復制 Redis集群部署 Redis的連接池 Redis中的雪崩、穿透和擊穿問題 |
Spark Streaming |
Spark Streaming的原理介紹 DStream的概念 DStream原語類型介紹 DStream的Transformation(轉換)、Output(輸出) 窗口操作案例實現 Spark Streaming結合Kafka案例實現 背壓和反壓機制 如何保證數據的一致性 Structured Streaming實戰 |
Spark Mllib |
Spark MLlib簡介 Spark MLlib組件介紹 Word2Vec TF-IDF ALS GBDT LR MinMaxScaler OneHotEncoder |
Elasticsearch |
Elasticsearch的相關概念 Elasticsearch及插件安裝部署 Index的概念 Document的概念 Mapping映射的概念 Elasticsearch的數據類型 Elasticsearch的聚合操作 索引rest和api相關操作 Elasticsearch的SQL操作 Elasticsearch過濾器 IK分詞器集成Elasticsearch 查詢文檔分頁操作 Kibana插件操作 |
ClickHouse |
ClickHouse概念 ClickHouse安裝部署 客戶端連接和JDBC方式訪問ClickHouse 數據類型 ClickHouse的ddl和dml操作 ClickHouse表引擎 ClickHouse優化 |
主題 | 主要內容 |
Flink基礎 |
Flink部署模式 Flink Streaming DataStream API介紹 Flink Streaming DataSource、Transformations、Sink詳解 Flink的connector Flink的自定義輸入輸出 Flink中兩階段提交 Flink中的操作鏈 Flink DataSet的DataSource、Transformations、Sink詳解 Flink Table API和SQL應用 Blink Table的操作 Sql與hive的整合 Flink的序列化 Flink的廣播變量 Flink的累加器 Flink的分布式緩存 Flink的狀態管理和恢復 Flink的CheckPoint Flink失敗重啟 Flink中Time Flink窗口 EventTime與Watermarks Flink的CEP Flink的新特性 Flink的優化 |
統計數千名畢業老學員所在公司使用到的實際企業技術及學員大廠面試反饋。
提升職業素養及職業能力,掌握企業生存的法則,提升級職場競爭力,激發潛能。
老學員可享技術提升,根據市場需求課程實時更新發布,企業主流技術。
上課地點: 文章來源:沈陽大數據培訓中心 已關注: 1187人
IT培訓專注移動互聯網開發培訓業務,成為企業認可的移動互聯網人才服務供應商,與多家企業合作。沈陽IT開設的大數據培訓,采用面授教學,講練學相結合,提高教學質量,讓學員學習實用的大數據技術。