提供您的聯系方式，即表示您同意我們的
課程概述
課程涵蓋技能
課程亮點
職場助力
購課選項
預修課程
課程目錄
行業項目
認證證書
學員反饋
立即購買
Hadoop/Spark大數據
Simplilearn大數據Hadoop認證培訓教您掌握Hadoop框架、大數據工具和方法論的概念，并為您成為出色的大數據開發人員做好充足的準備。在大數據Hadoop課程中，您將學習到Hadoop生態系統的各個組成部分是如何融入到大數據處理生命周期的。
4.1
31245人已學
立即購買
課程概述
大數據Hadoop認證培訓提供了使用Hadoop和Spark大數據框架的深入知識，為您成為大數據工程師做好準備。在Hadoop的實操課程中，您可以通過集成實驗室執行基于現實生活的真實項目。
課程涵蓋技能
-
數據處理
-
功能性編程
-
Apache Spark
-
平行處理
-
Spark RDD優化技術
-
Spark SQL
課程亮點
- 22小時的在線自定進度學習
- 52小時的教師指導培訓
- 4個基于行業的課程結束項目
- 帶有集成實驗室的互動學習
- 課程內容與Cloudera CCA175認證考試保持一致
職場助力
提高大數據和分析領域技能是一個明智的職業決定。2019年全球HADOOP-AS-SERVICE（HAAS）市值約為73.5億美元。該市值預計將以39.3%的年復合增長率增長，到2026年將達到約748.4億美元。
名稱
年薪
招聘單位
大數據架構師
大數據工程師
大數據開發員
$93K
最小
$129K
平均值
$165K
最大
$81K
最小
$120.5K
平均值
$160K
最大
$58K
最小
$93K
平均值
$128K
最大
購課選項
單一課程
個人提升
-
終身訪問自定進度在線學習課程
-
實驗室現場技能操作演示
-
預約頂級講師提供的在線直播培訓課程
-
用于鞏固所學技能的現實行業項目
-
自我評估模擬試卷
-
24x7幫助與支持
simplilearn官網價
查看
課程原價
￥ 5034.00
立即購買
實惠套餐
個人提升
-
單一課程中的所有特權
-
購買課程組合，每門課程均享受優惠折扣
購買2門課程包享受7.5折優惠
購買3門課程包享受6.5折優惠
購買4門課程包享受5.5折優惠
購買5門及以上課程包享受4.5折優惠
*加購課程查看最終實際價格
自由組合自己的課程 >
我的課程
詳情
折扣優惠
-￥0
最終價格
￥0
立即購買
預修課程
-
核心Java
-
SQL
課程內容
第1課 課程介紹
-
1.1 課程介紹
-
1.2 進入實踐實驗室
第2課 大數據和Hadoop簡介
-
2.1 大數據和Hadoop簡介
-
2.2 大數據簡介
-
2.3 大數據分析
-
2.4 什么是大數據
-
2.5 大數據的四個特點
-
2.6 案例研究 : 蘇格蘭皇家銀行
-
2.7 傳統系統的挑戰
-
2.8 分布式系統
-
2.9 Hadoop簡介
-
2.10 Hadoop生態系統的組成部分 1
-
2.11 Hadoop生態系統的組成部分 2
-
2.12 Hadoop生態系統的組成部分 3
-
2.13 商業Hadoop分布
-
2.14 演示 ：Simplilearn Cloudlab的演練
-
2.15 主要收獲
-
知識檢查
第3課 Hadoop架構、分布式存儲（HDFS）和YARN
-
3.1 Hadoop架構分布式存儲（HDFS）和YARN
-
3.2 什么是HDFS
-
3.3 對HDFS的需求
-
3.4 普通文件系統與HDFS
-
3.5 HDFS的特點
-
3.6 HDFS架構和組件
-
3.7 高可用性集群的實現
-
3.8 HDFS組件文件系統命名空間02:40
-
3.9 數據塊分割
-
3.10 數據復制拓撲結構
-
3.11 HDFS命令行
-
3.12 演示: 常用HDFS命令 HDFS命令行
-
3.13 YARN介紹
-
3.14 YARN使用案例
-
3.15 YARN及其架構
-
3.16 資源管理器
-
3.17 資源管理器如何運作
-
3.18 應用主控
-
3.19 YARN如何運行一個應用程序
-
3.20 YARN開發者的工具
-
3.21 演示 : 集群演練 1
-
3.22 演示 : 集群演練 2
-
3.23 主要收獲
-
知識檢查
-
Hadoop架構，分布式存儲（HDFS）和YARN
第4課 大數據系統的數據導入和ETL
-
4.1 數據導入到大數據系統和ETL
-
4.2 數據攝取概述
-
4.3 數據攝取
-
4.4 Apache Sqoop
-
4.5 Sqoop和它的用途
-
4.6 Sqoop處理
-
4.7 Sqoop導入過程 輔助實踐：導入到Sqoop中
-
4.8 Sqoop連接器
-
4.9 演示 : 從MySQL導入和導出數據到HDFS Apache Sqoop
-
4.9 Apache Flume
-
4.10 Flume模型
-
4.11 Flume的可擴展性
-
4.12 Flume架構中的組件
-
4.13 配置Flume組件
-
4.14 Apache Kafka
-
4.15 演示 : 攝取Twitter數據
-
4.15 使用Kafka聚合用戶活動
-
4.16 Kafka數據模型
-
4.17 分區
-
4.18 Apache Kafka架構
-
4.19 生產者端API實例
-
4.20 消費者端API
-
4.21 演示 : 設置Kafka集群
-
4.21 消費者端API示例
-
4.22 Kafka連接
-
4.23 主要收獲
-
4.24 演示 ：使用生產者和消費者創建樣本Kafka數據管道
-
知識檢查
-
大數據系統中的數據攝取和ETL
第5課分布式處理--MapReduce框架和Pig
-
5.1 分布式處理的MapReduce框架和Pig
-
5.2 MapReduce的分布式處理
-
5.3 字數統計實例
-
5.4 地圖執行階段
-
5.5 地圖執行的分布式雙節點環境
-
5.6 MapReduce工作
-
5.7 Hadoop MapReduce作業的工作互動
-
5.8 為MapReduce開發設置環境
-
5.9 類的設置
-
5.10 創建一個新項目
-
5.11 高級MapReduce
-
5.12 Hadoop中的數據類型
-
5.13 MapReduce中的輸出格式
-
5.14 使用分布式緩存
-
5.15 MapReduce中的連接
-
5.16 復制的連接
-
5.17 Pig簡介
-
5.18 Pig的組件
-
5.19 Pig數據模型
-
5.20 Pig的交互模式
-
5.21 Pig操作
-
5.22 開發人員執行的各種關系
-
5.23 演示 ：使用MapReduce分析網絡日志數據
-
5.24 演示 ：使用PIG分析銷售數據和解決KPI問題02:46 Apache Pig
-
5.25 演示 ：Wordcount
-
5.26 主要收獲 知識檢查 分布式處理--MapReduce框架和Pig
第6課 Apache Hive
-
6.1 Apache Hive
-
6.2 Hive SQL over Hadoop MapReduce
-
6.3 Hive架構
-
6.4 運行Hive查詢的接口
-
6.5 從命令行運行Beeline
-
6.6 Hive元存儲
-
6.7 Hive DDL和DML
-
6.8 創建新表
-
6.9 數據類型
-
6.10 數據的驗證
-
6.11 文件格式類型
-
6.12 數據序列化
-
6.13 Hive表和Avro模式
-
6.14 Hive優化分區Bucketing和Sampling
-
6.15 非分區表
-
6.16 數據插入
-
6.17 Hive中的動態分區
-
6.18 桶狀結構
-
6.19 桶的作用是什么
-
6.20 Hive分析UDF和UDAF
-
輔助實踐：同步化
-
6.21 Hive的其他功能
-
6.22 演示 ：實時分析和數據過濾
-
6.23 演示 ：真實世界的問題
-
6.24 演示 ：使用Hive的數據表示和導入
-
6.25 主要收獲 知識檢查 Apache Hive
第7課 NoSQL數據庫 - HBase
-
7.1 NoSQL數據庫 HBase
-
7.2 NoSQL簡介 演示：Yarn Tuning
-
7.3 HBase概述
-
7.4 HBase架構
-
7.5 數據模型
-
7.6 連接到HBase HBase外殼
-
7 .7 主要收獲 知識檢查 NoSQL數據庫--HBase
第8課 函數式編程和Scala的基礎知識
-
8.1 函數式編程和Scala的基礎知識
-
8.2 Scala簡介
-
8.3 演示 ：Scala 安裝
-
8.3 功能性編程
-
8.4 用Scala編程 演示 ：基本字數和算術運算符 演示 ：邏輯運算符
-
8.5 Scala中的類型推理類對象和函數 演示 ：類型推斷函數匿名函數和類
-
8.6 集合
-
8.7 集合的類型 演示：集合的五種類型 演示：對列表的操作
-
8.8 Scala REPL 輔助實踐 ：練習Scala REPL 演示 ：Scala REPL的特點
-
8.9 主要收獲 知識檢查 功能性編程和Scala的基礎知識
第9課 Apache Spark下一代大數據框架
-
9.1 Apache Spark下一代大數據框架
-
9.2 Spark的歷史
-
9.3 Hadoop中MapReduce的局限性
-
9.4 Apache Spark簡介
-
9.5 Spark的組件
-
9.6 內存處理的應用
-
9.7 Hadoop生態系統與Spark
-
9.8 Spark的優勢
-
9.9 Spark架構
-
9.10 真實世界中的Spark集群
-
9.11 演示 ：在Spark Shell中運行Scala程序
-
9.12 演示：在IDE中設置執行環境
-
9.13 演示：Spark網絡UI
-
9.14 主要收獲 知識查詢 掌握Apache Spark下一代的大數據框架
第10課 Spark核心處理RDD
-
10.1 處理RDD
-
10.1 Spark RDD簡介
-
10.2 Spark中的RDD
-
10.3 創建Spark RDD
-
10.4 配對RDD
-
10.5 RDD操作
-
10.6 演示 ：使用Scala實例進行Spark轉換的詳細探索
-
10.7 演示 ：使用Scala深入探索Spark Action
-
10.8 緩存和持久化
-
10.9 存儲級別
-
10.10 線程和DAG
-
10.11 DAG的必要性
-
10.12 Spark中的調試
-
10.13 Spark中的分區
-
10.14 Spark中的調度
-
10.15 Spark中的洗牌
-
10.16 排序洗牌
-
10.17 用RDD對數據進行聚合
-
10.18 演示：將數據寫回到 HDFS 和 Spark UI 的 Spark 應用程序 D
-
10.19 演示：改變Spark應用程序的參數
-
10.20 演示：處理不同的文件格式
-
10.21 演示：Spark的RDD與真實世界的應用
-
10.22 演示：優化Spark作業 輔助實踐 ：更改Spark應用程序參數
-
10.23 主要收獲 知識檢查 Spark核心處理RD
第11課 Spark SQL - 處理數據幀
-
11.1 Spark SQL處理數據幀
-
11.2 Spark SQL簡介
-
11.3 Spark SQL架構
-
11.4 數據框架
-
11.5 演示 ：處理各種數據格式
-
11.6 演示 ：實現各種數據框架操作
-
11.7 演示：UDF和UDAF
-
11.8 與RDDs交互操作
-
11.9 演示：使用SQL查詢處理DataFrame
-
11.10 RDD vs DataFrame vs Dataset 處理數據框架
-
11.11 主要收獲 知識檢查 Spark SQL - 處理數據框架
第12課 Spark MLLib - 用Spark對大數據進行建模
-
12.1 Spark MLLib 用Spark對大數據進行建模
-
12.2 數據科學家和數據分析師在大數據中的作用
-
12.3 Spark中的分析
-
12.4 機器學習
-
12.5 監督學習
-
12.6 演示 ：線性SVM的分類
-
12.7 演示 ：真實世界案例分析之線性回歸
-
12.8 無監督學習
-
12.9 演示 ：無監督聚類的K-Means 輔助實踐 ：無監督聚類的K-means
-
12.10 強化學習
-
12.11 半監督學習
-
12.12 MLlib概述
-
12.13 MLlib管線
-
12.14 主要收獲
-
知識檢查
-
Spark MLLib--用Spark對大數據進行建模
第13課 流處理框架和Spark Streaming
-
13.1 流處理框架和Spark Streaming 13.1 流媒體概述
-
13.2 大數據的實時處理
-
13.3 數據處理架構
-
13.4 演示 ：實時數據處理
-
13.5 Spark流媒體
-
13.6 演示：編寫Spark Streaming應用程序
-
13.7 DStreams簡介
-
13.8 DStreams的轉換
-
13.9 使用ForeachRDD的設計模式
-
13.10 狀態操作
-
13.11 窗口操作
-
13.12 連接操作流-數據集連接
-
13.13 演示：實時數據處理的窗口化
-
13.14 流媒體源
-
13.15 演示：處理Twitter的流數據
-
13.16 結構化的Spark Streaming
-
13.17 銀行交易案例
-
13.18 結構化流媒體架構模型及其組件
-
13.19 輸出接收器
-
13.20 結構化流媒體API
-
13.21 在結構化流中構建列
-
13.22 對事件時間的窗口化操作
-
13.23 使用案例
-
13.24 演示 ：流媒體管線
-
13.25 主要收獲 知識查詢 流處理框架和Spark Streaming
第14課 Spark GraphX
-
14.1 Spark GraphX
-
14.2 圖形簡介
-
14.3 Spark中的Graphx
-
14.4 圖形運算符
-
14.5 連接操作符
-
14.6 圖形并行系統
-
14.7 Spark算法
-
14.8 Pregel API
-
14.9 GraphX的使用案例
-
14.10 演示：GraphX頂點謂詞
-
14.11 演示：網頁排名算法
-
14.12 主要收獲
-
知識檢查
-
14.3 Spark GraphX
-
14.14 項目輔助
查看更多
在線咨詢
行業項目
認證證書
達到認證條件后，您將獲得由圣普倫和Simplilearn聯名認證的電子證書。我們會通過電子郵件給您發送電子證書，證書上的名字以您注冊時使用的名字為準。
認證條件
85% 的自定進度的在線課程學習或參加在線課堂授課學習- 課程結束評估的分數不低于總分數75%
- 至少成功通過一個項目評估
學員反饋
4.3分
哈里·哈拉山
技術架構師 Infosys
Map reducer的培訓真的很有趣，一個復雜的話題可以用一種可特別易于理解的方式講解，通俗易懂。
4.0分
維涅什·巴拉蘇布拉馬尼安
高級運維專家 IBM
我報名學習了大數據Hadoop/Spark大數據證書培訓課程。課程組織得很好，涵蓋了所有的概念和相關的真實項目和動手實踐。課程導師非常好，及時解決培訓過程中的所有問題。云實驗室設施和提供的材料都非常有特色。
4.3分
阿努沙·T·S
軟件開發人員 Zibtek
我參加了 Big Data Hadoop和Spark Developer課程的學習，我喜歡導師的教學方法。他們知識淵博并樂于幫助我?？偟膩碚f我很滿意這次培訓，Simplilearn的云實驗室也非常人性化。我會強烈推薦我的朋友來這里參加課程并提高他們自己的技能。
4.0分
項目經理 IBM
項目經理 IBM
Gautam是整個培訓課程中最好的導師。課堂上他花費了充足的時間解釋課程內容并確保學員理解概念。毫無疑問，他是這個行業最頂尖的專家，我很高興參加了他的課程。
-
-
電話
4008061196
-
自由組合課程
- R語言數據科學 ￥5034.00
- Hadoop/Spark大數據 ￥5034.00
- 機器學習 ￥6294.00
- Python語言數據科學 ￥6294.00
- Keras和TensorFlow的深度學習 ￥5034.00
- CISSP國際認證信息系統安全證書培訓 ￥13763.00
- CompTIA 安全+培訓 ￥9490.00
- CISA注冊信息系統審計師證書培訓 ￥16533.00
- AWS 解決方案架構師證書培訓課程 ￥5034.00
- AWS SysOps 證書培訓課程 ￥5034.00
- Agile ScrumMaster(ASM®) 認證培訓 ￥7869.00
- 軟件開發運維一體化（DevOps） ￥4404.00
- Tableau ￥5034.00
- PMP認證培訓課程 ￥4770.00
已選擇0門課程，享受0折優惠
折扣優惠
-￥0
最終價格
￥0
確定
支付
課程名稱 Hadoop/Spark大數據
培訓類型 個人提升（單一課程）
課程有效性 在線直播課程：180天｜自學：終身
使用微信支付
