發(fā)布時(shí)間：2020-01-15 熱度：

本課程為HCIP-Big Data Developer 華為認(rèn)證大數(shù)據(jù)開發(fā)高級工程師在線課程V2.0版本，旨在幫助您提高在不同業(yè)務(wù)場景下使用華為FusionInsight HD平臺或開源Hadoop平臺組件應(yīng)用開發(fā)的能力，這些場景包括離線批處理場景、實(shí)時(shí)檢索場景、實(shí)時(shí)流場景和融合數(shù)倉場景，幫助您將具備大數(shù)據(jù)解決方案端到端開發(fā)實(shí)踐能力，勝任大數(shù)據(jù)應(yīng)用開發(fā)相關(guān)崗位。

課程目標(biāo)

學(xué)完本課程后，學(xué)員可以掌握離線批處理場景、實(shí)時(shí)檢索場景、實(shí)時(shí)流場景和融合數(shù)倉場景等方面的知識，可以獨(dú)自完成大數(shù)據(jù)平臺各個(gè)場景的業(yè)務(wù)開發(fā)。   

目標(biāo)學(xué)員

主要面向使用華為產(chǎn)品的用戶、合作伙伴工程師、ISV工程師、內(nèi)部工程師、高校學(xué)生以及ICT從業(yè)人員等。  

課程大綱

1. 大數(shù)據(jù)應(yīng)用開發(fā)總指導(dǎo)
   本章導(dǎo)讀
   1.1 大數(shù)據(jù)主流技術(shù)
   1.2 大數(shù)據(jù)場景化解決方案
   1.3 大數(shù)據(jù)應(yīng)用開發(fā)
   測一測
2. 大數(shù)據(jù)離線處理場景化解決方案
   本章導(dǎo)讀
   2.1 大數(shù)據(jù)離線處理方案
   2.2 數(shù)據(jù)存儲 - HDFS
   2.3 數(shù)據(jù)倉庫 - Hive
   2.4 Hive SQL命令
   2.5 Hive數(shù)據(jù)倉庫設(shè)計(jì)
   2.6 離線分析 - Spark SQL
   2.7 Spark SQL架構(gòu)原理
   2.8 Spark SQL開發(fā)
   2.9 數(shù)據(jù)采集工具
   2.10 離線場景項(xiàng)目介紹
   測一測
3. 大數(shù)據(jù)實(shí)時(shí)檢索場景化解決方案
   本章導(dǎo)讀
   3.1 前言和概念
   3.2 行業(yè)應(yīng)用和訴求
   3.3 解決方案和聯(lián)系
   3.4 HBase 簡介
   3.5 HBase應(yīng)用場景
   3.6 HBase系統(tǒng)架構(gòu)
   3.7 HBase存儲模型
   3.8 HBase緩存與布隆過濾
   3.9 HBase客戶端
   3.10 SQL ON HBase
   3.11 HBase API使用 - 創(chuàng)建刪除表
   3.12 HBase API使用 - 讀取數(shù)據(jù)
   3.13 HBase優(yōu)化 - 表設(shè)計(jì)
   3.14 HBase優(yōu)化 - 表操作
   3.15 ElasticSearch簡介
   3.16 ElasticSearch特點(diǎn)與應(yīng)用
   3.17 ElasticSearch生態(tài)圈與架構(gòu)
   3.18 ElasticSearch緩存和倒排索引
   3.19 ElasticSearch索引和搜索流程
   3.20 ElasticSearch客戶端和SQL使用
   3.21 ElasticSearch - TransportClient
   3.22 ElasticSearch - RestClient
   3.23 ElasticSearch性能優(yōu)化
   3.24 GraphBase特點(diǎn)
   3.25 GraphBase優(yōu)勢與應(yīng)用
   3.26 GraphBase架構(gòu)和原理
   3.27 GraphBase基本概念
   3.28 GraphBase - Rest接口
   3.29 GraphBase - Gremlin語言
   3.30 實(shí)時(shí)檢索實(shí)際案例
   測一測
4. 大數(shù)據(jù)實(shí)時(shí)流處理場景化解決方案
   本章導(dǎo)讀
   4.1 大數(shù)據(jù)實(shí)時(shí)流處理概述
   4.2 Flume概述
   4.3 Flume使用配置
   4.4 Flume高級組件
   4.5 Kafka概述
   4.6 Flink概述
   4.7 Flink的API
   4.8 Structured Streaming概述
   4.9 Redis簡介
   4.10 實(shí)時(shí)流案例介紹
   測一測
5. 大數(shù)據(jù)融合數(shù)倉場景化解決方案
   本章導(dǎo)讀
   5.1 數(shù)據(jù)庫與數(shù)據(jù)倉庫
   5.2 數(shù)據(jù)倉庫與融合數(shù)倉
   5.3 GaussDB 200的概念及架構(gòu)
   5.4 讀寫原理機(jī)制與數(shù)據(jù)并行導(dǎo)出
   5.5 并行導(dǎo)出&快速升級&基本指標(biāo)
   5.6 邏輯集群&SQL on Anywhere
   5.7 內(nèi)存自適應(yīng)&跨集群協(xié)同分析
   5.8 數(shù)據(jù)庫對象和數(shù)值類型
   5.9 字符類型和數(shù)據(jù)實(shí)操
   5.10 實(shí)操流程與數(shù)據(jù)庫設(shè)計(jì)
   5.11 局部聚簇&索引&字段設(shè)計(jì)
   5.12 視圖&關(guān)聯(lián)表&約束設(shè)計(jì)以及存儲過程
   5.13 存儲過程語法介紹
   5.14 項(xiàng)目實(shí)戰(zhàn)簡介
   測一測
結(jié)課測試
   結(jié)課測試