提供您的联系方式，即表示您同意我们的
课程概述
课程涵盖技能
课程亮点
职场助力
购课选项
预修课程
课程目录
行业项目
认证证书
学员反馈
立即购买
Hadoop/Spark大数据
Simplilearn大数据Hadoop认证培训教您掌握Hadoop框架、大数据工具和方法论的概念，并为您成为出色的大数据开发人员做好充足的准备。在大数据Hadoop课程中，您将学习到Hadoop生态系统的各个组成部分是如何融入到大数据处理生命周期的。
4.1
31245人已学
立即购买
课程概述
大数据Hadoop认证培训提供了使用Hadoop和Spark大数据框架的深入知识，为您成为大数据工程师做好准备。在Hadoop的实操课程中，您可以通过集成实验室执行基于现实生活的真实项目。
课程涵盖技能
-
数据处理
-
功能性编程
-
Apache Spark
-
平行处理
-
Spark RDD优化技术
-
Spark SQL
课程亮点
- 22小时的在线自定进度学习
- 52小时的教师指导培训
- 4个基于行业的课程结束项目
- 带有集成实验室的互动学习
- 课程内容与Cloudera CCA175认证考试保持一致
职场助力
提高大数据和分析领域技能是一个明智的职业决定。2019年全球HADOOP-AS-SERVICE（HAAS）市值约为73.5亿美元。该市值预计将以39.3%的年复合增长率增长，到2026年将达到约748.4亿美元。
名称
年薪
招聘单位
大数据架构师
大数据工程师
大数据开发员
$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
购课选项
单一课程
个人提升
-
终身访问自定进度在线学习课程
-
实验室现场技能操作演示
-
预约顶级讲师提供的在线直播培训课程
-
用于巩固所学技能的现实行业项目
-
自我评估模拟试卷
-
24x7帮助与支持
simplilearn官网价
查看
课程原价
¥ 5034.00
立即购买
实惠套餐
个人提升
-
单一课程中的所有特权
-
购买课程组合，每门课程均享受优惠折扣
购买2门课程包享受7.5折优惠
购买3门课程包享受6.5折优惠
购买4门课程包享受5.5折优惠
购买5门及以上课程包享受4.5折优惠
*加购课程查看最终实际价格
自由组合自己的课程 >
我的课程
详情
折扣优惠
-￥0
最终价格
￥0
立即购买
预修课程
-
核心Java
-
SQL
课程内容
第1课 课程介绍
-
1.1 课程介绍
-
1.2 进入实践实验室
第2课 大数据和Hadoop简介
-
2.1 大数据和Hadoop简介
-
2.2 大数据简介
-
2.3 大数据分析
-
2.4 什么是大数据
-
2.5 大数据的四个特点
-
2.6 案例研究 : 苏格兰皇家银行
-
2.7 传统系统的挑战
-
2.8 分布式系统
-
2.9 Hadoop简介
-
2.10 Hadoop生态系统的组成部分 1
-
2.11 Hadoop生态系统的组成部分 2
-
2.12 Hadoop生态系统的组成部分 3
-
2.13 商业Hadoop分布
-
2.14 演示 ：Simplilearn Cloudlab的演练
-
2.15 主要收获
-
知识检查
第3课 Hadoop架构、分布式存储（HDFS）和YARN
-
3.1 Hadoop架构分布式存储（HDFS）和YARN
-
3.2 什么是HDFS
-
3.3 对HDFS的需求
-
3.4 普通文件系统与HDFS
-
3.5 HDFS的特点
-
3.6 HDFS架构和组件
-
3.7 高可用性集群的实现
-
3.8 HDFS组件文件系统命名空间02:40
-
3.9 数据块分割
-
3.10 数据复制拓扑结构
-
3.11 HDFS命令行
-
3.12 演示: 常用HDFS命令 HDFS命令行
-
3.13 YARN介绍
-
3.14 YARN使用案例
-
3.15 YARN及其架构
-
3.16 资源管理器
-
3.17 资源管理器如何运作
-
3.18 应用主控
-
3.19 YARN如何运行一个应用程序
-
3.20 YARN开发者的工具
-
3.21 演示 : 集群演练 1
-
3.22 演示 : 集群演练 2
-
3.23 主要收获
-
知识检查
-
Hadoop架构，分布式存储（HDFS）和YARN
第4课 大数据系统的数据导入和ETL
-
4.1 数据导入到大数据系统和ETL
-
4.2 数据摄取概述
-
4.3 数据摄取
-
4.4 Apache Sqoop
-
4.5 Sqoop和它的用途
-
4.6 Sqoop处理
-
4.7 Sqoop导入过程 辅助实践：导入到Sqoop中
-
4.8 Sqoop连接器
-
4.9 演示 : 从MySQL导入和导出数据到HDFS Apache Sqoop
-
4.9 Apache Flume
-
4.10 Flume模型
-
4.11 Flume的可扩展性
-
4.12 Flume架构中的组件
-
4.13 配置Flume组件
-
4.14 Apache Kafka
-
4.15 演示 : 摄取Twitter数据
-
4.15 使用Kafka聚合用户活动
-
4.16 Kafka数据模型
-
4.17 分区
-
4.18 Apache Kafka架构
-
4.19 生产者端API实例
-
4.20 消费者端API
-
4.21 演示 : 设置Kafka集群
-
4.21 消费者端API示例
-
4.22 Kafka连接
-
4.23 主要收获
-
4.24 演示 ：使用生产者和消费者创建样本Kafka数据管道
-
知识检查
-
大数据系统中的数据摄取和ETL
第5课分布式处理--MapReduce框架和Pig
-
5.1 分布式处理的MapReduce框架和Pig
-
5.2 MapReduce的分布式处理
-
5.3 字数统计实例
-
5.4 地图执行阶段
-
5.5 地图执行的分布式双节点环境
-
5.6 MapReduce工作
-
5.7 Hadoop MapReduce作业的工作互动
-
5.8 为MapReduce开发设置环境
-
5.9 类的设置
-
5.10 创建一个新项目
-
5.11 高级MapReduce
-
5.12 Hadoop中的数据类型
-
5.13 MapReduce中的输出格式
-
5.14 使用分布式缓存
-
5.15 MapReduce中的连接
-
5.16 复制的连接
-
5.17 Pig简介
-
5.18 Pig的组件
-
5.19 Pig数据模型
-
5.20 Pig的交互模式
-
5.21 Pig操作
-
5.22 开发人员执行的各种关系
-
5.23 演示 ：使用MapReduce分析网络日志数据
-
5.24 演示 ：使用PIG分析销售数据和解决KPI问题02:46 Apache Pig
-
5.25 演示 ：Wordcount
-
5.26 主要收获 知识检查 分布式处理--MapReduce框架和Pig
第6课 Apache Hive
-
6.1 Apache Hive
-
6.2 Hive SQL over Hadoop MapReduce
-
6.3 Hive架构
-
6.4 运行Hive查询的接口
-
6.5 从命令行运行Beeline
-
6.6 Hive元存储
-
6.7 Hive DDL和DML
-
6.8 创建新表
-
6.9 数据类型
-
6.10 数据的验证
-
6.11 文件格式类型
-
6.12 数据序列化
-
6.13 Hive表和Avro模式
-
6.14 Hive优化分区Bucketing和Sampling
-
6.15 非分区表
-
6.16 数据插入
-
6.17 Hive中的动态分区
-
6.18 桶状结构
-
6.19 桶的作用是什么
-
6.20 Hive分析UDF和UDAF
-
辅助实践：同步化
-
6.21 Hive的其他功能
-
6.22 演示 ：实时分析和数据过滤
-
6.23 演示 ：真实世界的问题
-
6.24 演示 ：使用Hive的数据表示和导入
-
6.25 主要收获 知识检查 Apache Hive
第7课 NoSQL数据库 - HBase
-
7.1 NoSQL数据库 HBase
-
7.2 NoSQL简介 演示：Yarn Tuning
-
7.3 HBase概述
-
7.4 HBase架构
-
7.5 数据模型
-
7.6 连接到HBase HBase外壳
-
7 .7 主要收获 知识检查 NoSQL数据库--HBase
第8课 函数式编程和Scala的基础知识
-
8.1 函数式编程和Scala的基础知识
-
8.2 Scala简介
-
8.3 演示 ：Scala 安装
-
8.3 功能性编程
-
8.4 用Scala编程 演示 ：基本字数和算术运算符 演示 ：逻辑运算符
-
8.5 Scala中的类型推理类对象和函数 演示 ：类型推断函数匿名函数和类
-
8.6 集合
-
8.7 集合的类型 演示：集合的五种类型 演示：对列表的操作
-
8.8 Scala REPL 辅助实践 ：练习Scala REPL 演示 ：Scala REPL的特点
-
8.9 主要收获 知识检查 功能性编程和Scala的基础知识
第9课 Apache Spark下一代大数据框架
-
9.1 Apache Spark下一代大数据框架
-
9.2 Spark的历史
-
9.3 Hadoop中MapReduce的局限性
-
9.4 Apache Spark简介
-
9.5 Spark的组件
-
9.6 内存处理的应用
-
9.7 Hadoop生态系统与Spark
-
9.8 Spark的优势
-
9.9 Spark架构
-
9.10 真实世界中的Spark集群
-
9.11 演示 ：在Spark Shell中运行Scala程序
-
9.12 演示：在IDE中设置执行环境
-
9.13 演示：Spark网络UI
-
9.14 主要收获 知识查询 掌握Apache Spark下一代的大数据框架
第10课 Spark核心处理RDD
-
10.1 处理RDD
-
10.1 Spark RDD简介
-
10.2 Spark中的RDD
-
10.3 创建Spark RDD
-
10.4 配对RDD
-
10.5 RDD操作
-
10.6 演示 ：使用Scala实例进行Spark转换的详细探索
-
10.7 演示 ：使用Scala深入探索Spark Action
-
10.8 缓存和持久化
-
10.9 存储级别
-
10.10 线程和DAG
-
10.11 DAG的必要性
-
10.12 Spark中的调试
-
10.13 Spark中的分区
-
10.14 Spark中的调度
-
10.15 Spark中的洗牌
-
10.16 排序洗牌
-
10.17 用RDD对数据进行聚合
-
10.18 演示：将数据写回到 HDFS 和 Spark UI 的 Spark 应用程序 D
-
10.19 演示：改变Spark应用程序的参数
-
10.20 演示：处理不同的文件格式
-
10.21 演示：Spark的RDD与真实世界的应用
-
10.22 演示：优化Spark作业 辅助实践 ：更改Spark应用程序参数
-
10.23 主要收获 知识检查 Spark核心处理RD
第11课 Spark SQL - 处理数据帧
-
11.1 Spark SQL处理数据帧
-
11.2 Spark SQL简介
-
11.3 Spark SQL架构
-
11.4 数据框架
-
11.5 演示 ：处理各种数据格式
-
11.6 演示 ：实现各种数据框架操作
-
11.7 演示：UDF和UDAF
-
11.8 与RDDs交互操作
-
11.9 演示：使用SQL查询处理DataFrame
-
11.10 RDD vs DataFrame vs Dataset 处理数据框架
-
11.11 主要收获 知识检查 Spark SQL - 处理数据框架
第12课 Spark MLLib - 用Spark对大数据进行建模
-
12.1 Spark MLLib 用Spark对大数据进行建模
-
12.2 数据科学家和数据分析师在大数据中的作用
-
12.3 Spark中的分析
-
12.4 机器学习
-
12.5 监督学习
-
12.6 演示 ：线性SVM的分类
-
12.7 演示 ：真实世界案例分析之线性回归
-
12.8 无监督学习
-
12.9 演示 ：无监督聚类的K-Means 辅助实践 ：无监督聚类的K-means
-
12.10 强化学习
-
12.11 半监督学习
-
12.12 MLlib概述
-
12.13 MLlib管线
-
12.14 主要收获
-
知识检查
-
Spark MLLib--用Spark对大数据进行建模
第13课 流处理框架和Spark Streaming
-
13.1 流处理框架和Spark Streaming 13.1 流媒体概述
-
13.2 大数据的实时处理
-
13.3 数据处理架构
-
13.4 演示 ：实时数据处理
-
13.5 Spark流媒体
-
13.6 演示：编写Spark Streaming应用程序
-
13.7 DStreams简介
-
13.8 DStreams的转换
-
13.9 使用ForeachRDD的设计模式
-
13.10 状态操作
-
13.11 窗口操作
-
13.12 连接操作流-数据集连接
-
13.13 演示：实时数据处理的窗口化
-
13.14 流媒体源
-
13.15 演示：处理Twitter的流数据
-
13.16 结构化的Spark Streaming
-
13.17 银行交易案例
-
13.18 结构化流媒体架构模型及其组件
-
13.19 输出接收器
-
13.20 结构化流媒体API
-
13.21 在结构化流中构建列
-
13.22 对事件时间的窗口化操作
-
13.23 使用案例
-
13.24 演示 ：流媒体管线
-
13.25 主要收获 知识查询 流处理框架和Spark Streaming
第14课 Spark GraphX
-
14.1 Spark GraphX
-
14.2 图形简介
-
14.3 Spark中的Graphx
-
14.4 图形运算符
-
14.5 连接操作符
-
14.6 图形并行系统
-
14.7 Spark算法
-
14.8 Pregel API
-
14.9 GraphX的使用案例
-
14.10 演示：GraphX顶点谓词
-
14.11 演示：网页排名算法
-
14.12 主要收获
-
知识检查
-
14.3 Spark GraphX
-
14.14 项目辅助
查看更多
在线咨询
行业项目
认证证书
达到认证条件后，您将获得由圣普伦和Simplilearn联名认证的电子证书。我们会通过电子邮件给您发送电子证书，证书上的名字以您注册时使用的名字为准。
认证条件
85% 的自定进度的在线课程学习或参加在线课堂授课学习- 课程结束评估的分数不低于总分数75%
- 至少成功通过一个项目评估
学员反馈
4.3分
哈里·哈拉山
技术架构师 Infosys
Map reducer的培训真的很有趣，一个复杂的话题可以用一种可特别易于理解的方式讲解，通俗易懂。
4.0分
维涅什·巴拉苏布拉马尼安
高级运维专家 IBM
我报名学习了大数据Hadoop/Spark大数据证书培训课程。课程组织得很好，涵盖了所有的概念和相关的真实项目和动手实践。课程导师非常好，及时解决培训过程中的所有问题。云实验室设施和提供的材料都非常有特色。
4.3分
阿努沙·T·S
软件开发人员 Zibtek
我参加了 Big Data Hadoop和Spark Developer课程的学习，我喜欢导师的教学方法。他们知识渊博并乐于帮助我。总的来说我很满意这次培训，Simplilearn的云实验室也非常人性化。我会强烈推荐我的朋友来这里参加课程并提高他们自己的技能。
4.0分
项目经理 IBM
项目经理 IBM
Gautam是整个培训课程中最好的导师。课堂上他花费了充足的时间解释课程内容并确保学员理解概念。毫无疑问，他是这个行业最顶尖的专家，我很高兴参加了他的课程。
-
-
电话
4008061196
-
自由组合课程
- R语言数据科学 ￥5034.00
- Hadoop/Spark大数据 ￥5034.00
- 机器学习 ￥6294.00
- Python语言数据科学 ￥6294.00
- Keras和TensorFlow的深度学习 ￥5034.00
- CISSP国际认证信息系统安全证书培训 ￥13763.00
- CompTIA 安全+培训 ￥9490.00
- CISA注册信息系统审计师证书培训 ￥16533.00
- AWS 解决方案架构师证书培训课程 ￥5034.00
- AWS SysOps 证书培训课程 ￥5034.00
- Agile ScrumMaster(ASM®) 认证培训 ￥7869.00
- 软件开发运维一体化（DevOps） ￥4404.00
- Tableau ￥5034.00
- PMP认证培训课程 ￥4770.00
已选择0门课程，享受0折优惠
折扣优惠
-￥0
最终价格
￥0
确定
支付
课程名称 Hadoop/Spark大数据
培训类型 个人提升（单一课程）
课程有效性 在线直播课程：180天｜自学：终身
使用微信支付
