扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 云计算/大数据> Hadoop
  • Hadoop大数据从入门到精通(行业最强,备javaee)

    本课程支持以下优惠:

  • 由百度云提供技术支持
    课程目录
    第一章:大数据Hadoop第1章
    • 1. 大数据技术领域介绍及学习方法和发展规划 (免费)
    • 19:34
    • 2. Hadoop的介绍及基本概念 (免费)
    • 12:23
    • 3. Hadoop的必要性-1 (免费)
    • 16:56
    • 4. Hadoop的必要性-2 (免费)
    • 12:58
    • 5. Hadoop集群安装部署-linux服务器环境准备 (免费)
    • 21:06
    • 6. Hadoop集群安装部署-hadoop安装部署及配置 (免费)
    • 20:44
    • 7. Hadoop集群启动-手动启动 (免费)
    • 9:44
    • 8. Hadoop集群启动-自动化脚本启动 (免费)
    • 9:29
    • 9. Hadoop集群从单节点的伪分布式扩展为多节点分布式 (免费)
    • 12:39
    • 10. Hdfs的功能体验及shell命令行操作 (免费)
    • 20:18
    • 11. Hdfs分布式文件系统的基本工作机制及相关概念解析 (免费)
    • 21:05
    • 12. Hdfs的JAVA客户端基本操作-1 (免费)
    • 19:50
    • 13. Hdfs的JAVA客户端基本操作-2 (免费)
    • 13:53
    • 14. Hdfs的JAVA客户端基本操作-3 (免费)
    • 9:33
    • 15. Hdfs的JAVA客户端基本操作-4 (免费)
    • 10:32
    • 16. Hdfs的JAVA客户端IO流操作 (免费)
    • 16:20
    • 17. Hdfs读写数据流程 (免费)
    • 20:08
    • 18. Hdfs中namenode管理元数据的机制 (免费)
    • 12:50
    第二章:大数据Hadoop第2章
    • 1. Hadoop的RPC框架运行机制
    • 16:13
    • 2. Hadoop的RPC框架应用示例-1
    • 21:47
    • 3. Hadoop的RPC框架应用示例-2
    • 13:37
    • 4. Mapreduce概念介绍
    • 14:05
    • 5. Mapreduce框架运行机制
    • 11:44
    • 6. Mapreduce运行机制的数据流程
    • 11:27
    • 7. wordcount的mapreduce逻辑实现流程
    • 13:03
    • 8. wordcount程序的mapper类实现
    • 21:52
    • 9. wordcount程序的reducer类实现
    • 13:53
    • 10. wordcount程序的job提交客户端实现
    • 13:24
    • 11. wordcount程序打包运行演示
    • 14:30
    • 12. 流量汇总需求及mapreduce编程思路
    • 11:58
    • 13. 流量汇总mapreduce程序的实现-1-hadoop序列化机制
    • 13:49
    • 14. 流量汇总mapreduce程序的实现-2-mapper和reducer
    • 19:26
    • 15. 流量汇总mapreduce程序打包执行及网页监控
    • 7:15
    • 16. 分区汇总流量程序的思路及实现-1
    • 23:09
    • 17. 分区汇总流量程序的思路及实现-2
    • 23:46
    • 18. 分区汇总流量程序的执行及分区数与reducetask数的关系
    • 12:11
    第三章:大数据Hadoop第3章
    • 1. 流量汇总并按流量大小倒序排序的代码实现
    • 24:27
    • 2. 流量汇总并按流量大小倒序排序的代码实现
    • 6:59
    • 3. mapreduce程序的本地运行模式及debug
    • 18:57
    • 4. mapreduce框架中的shuffle机制详解
    • 27:35
    • 5. YARN的基本概念--MR程序提交的流程
    • 21:24
    • 6. YARN的工作机制--MR程序运行流程
    • 14:28
    • 7. YARN的工作机制及特性总结
    • 12:55
    • 8. mapreduce程序运行并发度--reduce并发度
    • 6:25
    • 9. mapreduce程序运行并发度--数据切片的思考
    • 16:12
    • 10. mapreduce程序运行并发度--maptask决定机制
    • 29:13
    • 11. mapreduce编程练习之共同好友-需求解析
    • 2:12
    • 12. mapreduce编程练习之共同好友-思路分析
    • 11:06
    • 13. mapreduce编程练习之共同好友--步骤1实现
    • 20:27
    • 14. mapreduce编程练习之共同好友--步骤2实现
    • 18:23
    • 15. mapreduce编程练习之连表查询--需求分析
    • 5:26
    • 16. mapreduce编程练习之连表查询--mapper的实现
    • 22:27
    • 17. mapreduce编程练习之连表查询--reducer的实现
    • 27:25
    第四章:大数据Hadoop第4章
    • 1. zookeeper简介
    • 18:12
    • 2. mapreduce编程练习之连表查询--reduce端join的缺点
    • 9:24
    • 3. mapreduce编程练习之连表查询--map端join的思想
    • 8:34
    • 4. mapreduce编程练习之连表查询--map端join的mapper实现
    • 31:14
    • 5. mapreduce编程练习之倒排索引--需求说明
    • 3:53
    • 6. mapreduce编程练习之倒排索引--编程思路
    • 11:17
    • 7. mapreduce编程练习之倒排索引--步骤1的实现
    • 14:17
    • 8. mapreduce编程练习之倒排索引--步骤2的实现
    • 11:19
    • 9. mapreduce编程练习之倒排索引--多job串联执行的实现
    • 24:12
    • 10. zookeeper集群搭建--集群组件介绍
    • 6:55
    • 11. zookeeper集群搭建--配置文件修改
    • 14:51
    • 12. zookeeper集群搭建--集群启动及可靠性测试
    • 13:33
    • 13. zookeeper的功能
    • 21:34
    • 14. zookeeper的命令行客户端使用及功能测试
    • 15:43
    • 15. zookeeper的java客户端初步使用
    • 13:26
    第五章:大数据Hadoop第5章
    • 1. zookeeper的java客户端创建znode
    • 14:25
    • 2. zookeeper的java客户端获取及修改znode数据
    • 11:27
    • 3. zookeeper的java客户端删除znode节点
    • 6:57
    • 4. zookeeper的java客户端监听器的使用
    • 19:31
    • 5. zookeeper应用案例——服务器列表动态更新-实现思路
    • 12:28
    • 6. zookeeper应用案例——服务器列表动态更新-服务端实现
    • 19:26
    • 7. zookeeper应用案例——服务器列表动态更新-客户端实现
    • 21:21
    • 8. zookeeper应用案例——服务器列表动态更新-运行测试
    • 6:41
    • 9. zookeeper应用案例——分布式锁-实现思路
    • 7:01
    • 10. zookeeper应用案例——分布式锁-主体逻辑
    • 7:37
    • 11. zookeeper应用案例——分布式锁-主体逻辑2
    • 9:38
    • 12. zookeeper应用案例——分布式锁-代码实现-1
    • 17:22
    • 13. zookeeper应用案例——分布式锁-代码实现-2-运行测试
    • 16:47
    • 14. hadoop-HA机制的实现原理-1
    • 15:17
    • 15. hadoop-HA机制的实现原理-2
    • 15:21
    • 16. hadoop-HA集群部署-服务器环境准备
    • 21:28
    • 17. hadoop-HA集群部署-zookeeper部署及ha配置要点
    • 8:05
    • 18. hadoop-HA集群部署-配置文件修改-1
    • 11:33
    • 19. hadoop-HA集群部署-配置文件修改-2
    • 9:32
    • 20. hadoop-HA集群部署-初始化及启动
    • 12:05
    • 21. hadoop-HA集群的使用和HA特性测试
    • 18:43
    第六章:大数据Hadoop第6章
    • 1. hbase数据库简介
    • 13:18
    • 2. hbase集群结构
    • 7:43
    • 3. hbase集群部署与测试
    • 23:58
    • 4. hbase命令行客户端简单使用
    • 5:46
    • 5. hbase表结构与传统数据库表结构的对比
    • 13:43
    • 6. hbase命令行客户端创建表和插入数据及表的排序特性
    • 21:47
    • 7. hbase命令行客户端get查询命令
    • 10:46
    • 8. hbase命令行客户端管理名称空间
    • 6:25
    • 9. hbase客户端api--建表
    • 22:11
    • 10. hbase客户端api-数据插入
    • 17:09
    • 11. hbase客户端api-数据删除
    • 7:27
    • 12. hbase客户端api-数据更新
    • 4:31
    • 13. hbase客户端api--查询数据--Get
    • 8:29
    • 14. hbase客户端api--查询数据--Scan
    • 9:10
    • 15. hbase客户端api--过滤器查询
    • 24:13
    • 16. hbase分布式存储机制简介
    • 11:57
    第七章:大数据Hadoop第7章
    • 1. hive的安装和建表语句
    • 9:58
    • 2. hive的设计思想和技术架构
    • 14:37
    • 3. hive如何往表中导入数据
    • 11:03
    • 4. hive中的内部表和外部表的区别
    • 13:34
    • 5. hive的元数据库配置
    • 10:46
    • 6. sqoop的安装配置
    • 7:55
    • 7. sqoop导入数据的最基本用法
    • 7:39
    • 8. sqoop导入数据到hdfs的高级用法
    • 14:17
    • 9. sqoop导入数据到hive及导出数据
    • 16:00
    • 10. storm实时流式计算系统简介
    • 11:44
    • 11. storm实时流式计算系统的工作机制
    • 9:45
    • 12. storm集群的配置和部署
    • 10:50
    • 13. storm集群的部署及动态增加节点
    • 20:58
    • 14. storm编程的基本概念-topo-spout-bolt
    • 12:20
    • 15. storm编程的基本概念-2
    • 14:32
    • 16. storm编程接口--spout的结构
    • 7:58
    • 17. storm编程案例--spout组件实现
    • 10:06
    • 18. storm编程案例--bolt组件A-实现
    • 9:19
    • 19. 19.storm编程案例--bolt组件B-实现
    • 9:53
    • 20. storm编程案例--提交topo的客户端
    • 26:00
    • 21. storm编程案例--网站访问来源实时统计--需求
    • 6:17
    • 22. storm编程案例--网站访问来源实时统计--代码实现
    • 24:52
    • 【课程类型】实战教学 【难度级别】高级 【适合人群】初级研发工程师
    • 【课程介绍】
      Hadoop分布式文件系统(HDFS)和MapReduce的工作原理 如何优化Hadoop机群所需要的硬件配置 搭建Hadoop机群所需要考虑的网络因素 如何利用Hadoop配置选项进行系统性能调优 如何利用FairScheduler为多用户提供服务级别保障 Hadoop机群维护和监控 如何使用Flume从动态生成的文件加载数据到Hadoop QQ群:362969068
    • 【课程目标】
      学员将学习和掌握使用高级脚本语言或类SQL语言来编写MapReduce任务,而无需掌握Java编程语言和熟悉Hadoop API。通过掌握Hive和/或Pig,将极大缩短数据分析人员设计编写和调试常见数据分析问题的周期,提高工作效率;从而为企业节省费用,缩短分析结果市场化的周期。
    • 【课程计划】
      Hadoop分布式文件系统(HDFS)和MapReduce的工作原理 如何优化Hadoop机群所需要的硬件配置 搭建Hadoop机群所需要考虑的网络因素 如何利用Hadoop配置选项进行系统性能调优 如何利用FairScheduler为多用户提供服务级别保障 Hadoop机群维护和监控 如何使用Flume从动态生成的文件加载数据到Hadoop QQ群:362969068

    第一章:大数据Hadoop第1章

    第二章:大数据Hadoop第2章

    第三章:大数据Hadoop第3章

    第四章:大数据Hadoop第4章
    1 zookeeper简介
    18:12

    第五章:大数据Hadoop第5章

    第六章:大数据Hadoop第6章

    第七章:大数据Hadoop第7章

    全部评价(4
    好评(3
    中评(1
    差评(0
    发表评价
    课程挺好,但是下载是糊弄人!我们都花了钱了,竟然下载还是糊弄人,过分了!
    2017-08-18 10:23:48
    里面的文档资料在哪呢,是不是没有
    2017-07-23 13:34:17
    比较基础非常详细的hadoop新手教程,非常适合刚入门的新手去使用,已购买。。
    2017-06-15 15:50:55
    还行
    2017-04-24 23:40:09
    任亮
    33课程362303学员
    十年项目经验,曾经任职中国移动高级架构师,丰富的教学经验让无数人获得高薪
    所属机构:拓薪教育IT培训