北京數(shù)據(jù)分析師培訓(xùn)機(jī)構(gòu)
5G通信讓萬物互聯(lián)成為可能，互聯(lián)網(wǎng)產(chǎn)品不再局限于手持設(shè)備， 智能硬件的豐富性使企業(yè)開始關(guān)注屏幕以外的設(shè)計(jì)，全鏈路設(shè)計(jì)師成為搶手人才
01
選擇我們，理由不止一個(gè)
硬實(shí)力 icon 前瞻性大綱、企業(yè)技術(shù)講師、專業(yè)教研團(tuán)隊(duì)、嚴(yán)格考核機(jī)制、入學(xué)就業(yè)協(xié)議、學(xué)習(xí)硬件支撐
軟實(shí)力 icon 企業(yè)經(jīng)理課程、職業(yè)素養(yǎng)課程、校友技術(shù)沙龍、企業(yè)雙選會(huì)、技能提高、360°生活確保
02
課程內(nèi)容豐富，傳授專業(yè)知識(shí)
第一階段JavaSE
| 時(shí)間 | 內(nèi)容 | 培訓(xùn)目標(biāo) | 備注 |
|---|---|---|---|
| Java基礎(chǔ)語法 | 計(jì)算機(jī)理論介紹；編程基礎(chǔ)--進(jìn)制分類,進(jìn)制轉(zhuǎn)換等；JDK的安裝與環(huán)境變量的配置；注釋；數(shù)據(jù)類型；標(biāo)識(shí)符；變量和常量；轉(zhuǎn)義字符；數(shù)據(jù)類型轉(zhuǎn)換；常用運(yùn)算符；分支流程控制-if；分支流程控制-switch；循環(huán)流程控制-while；循環(huán)流程控制-for；方法的定義與調(diào)用；方法的參數(shù)與返回值；方法的重載；方法的遞歸；數(shù)組的定義與元素訪問；數(shù)組的內(nèi)存分析；數(shù)組的常見操作；數(shù)組排序 | ||
| Java面向?qū)ο?/td> | 面向?qū)ο笈c面向過程；類的設(shè)計(jì)；對(duì)象的實(shí)例化；對(duì)象的內(nèi)存分析；類中成員的訪問；類是一種自定義的類型；this關(guān)鍵字；包(package)的創(chuàng)建與使用；構(gòu)造方法；private關(guān)鍵字與屬性封裝；單例設(shè)計(jì)模式；繼承基本的概念；繼承中的特點(diǎn)；繼承中的構(gòu)造方法；方法的重寫；final關(guān)鍵字；super關(guān)鍵字的使用；Object類；對(duì)象的轉(zhuǎn)型；instanceof關(guān)鍵字；抽象類與抽象方法；接口 | ||
| 常用類、異常、集合 | Lambda表達(dá)式；內(nèi)部類；包裝類型；常用類Random、Date、SimpleDateFormat、Calendar；枚舉；異常定義；常用結(jié)構(gòu).；finally關(guān)鍵的應(yīng)用；自定義異常；String類常用方法；StringBuffer/StringBuilder的常用方法；正則表達(dá)式；集合框架Collection；集合中元素排序；Collections具類；泛型；集合框架Map；HashMap集合；TreeMap集合；可變參數(shù)；Arrays工具類；基本數(shù)據(jù)結(jié)構(gòu) | ||
| Java多線程和IO | 多線程概念；并發(fā)與并行；創(chuàng)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(guān)鍵字；同步方法synchronized關(guān)鍵字；lock和unlock；線程死鎖；生產(chǎn)者消費(fèi)者設(shè)計(jì)模式(一對(duì)一)；懶漢式單例設(shè)計(jì)模式中的線程安全問題；File常用方法；流的基礎(chǔ)；流的分類；字節(jié)流；字符流；轉(zhuǎn)換流；緩沖流；對(duì)象流；Properties文件操作；NIO和NIO.2（緩沖區(qū)、通道、Paths.get、Files）；Class類；Class獲取對(duì)象的三種方式；Constructor構(gòu)造方法；Field 屬性；Method方法；反射實(shí)例 | ||
| MySQL+JDBC | SQL簡介；SQL表的概念；數(shù)據(jù)庫的安裝卸載；登錄MySQL和MySQL常用命令；MySQL中常用的基本數(shù)據(jù)類型；數(shù)據(jù)庫DDL操作；數(shù)據(jù)庫DML操作 數(shù)據(jù)庫DQL操作；數(shù)據(jù)庫DQL操作；數(shù)據(jù)完整性；數(shù)據(jù)庫的索引操作；表與表之間的關(guān)系；多表查詢；常見函數(shù)應(yīng)用；數(shù)據(jù)備份與恢復(fù)；JDBC原理；JDBC的實(shí)現(xiàn)；JDBC實(shí)例-模擬登陸；SQL注入問題；xml和json講解；數(shù)據(jù)庫事務(wù)；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 |
第二階段Hadoop生態(tài)
| 時(shí)間 | 內(nèi)容 | 培訓(xùn)目標(biāo) | 備注 |
|---|---|---|---|
| Linux和Shell腳本 | CentOS 7.7安裝部署；常見文件操作命令；常用系統(tǒng)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(shù)組、if-el分支、循環(huán)和方法等；Shell腳本調(diào)試；crontab定時(shí)器 | ||
| HDFS分布式文件系統(tǒng) | HDFS組件概述；Hadoop安裝部署；HDFS中的服務(wù)功能；HDFS工作機(jī)制；HDFS讀寫流程；HDFS的api操作 | ||
| Zookeeper | Zookeeper的定義；Zookeeper的應(yīng)用場(chǎng)景；Zookeeper的服務(wù)及功能；Zookeeper整體架構(gòu)；Zookeeper的選舉機(jī)制；Zookeeper中事務(wù)；Zookeeper安裝部署；Zookeeper操作；HDFS的HA部署 | ||
| MapReduce | YARN的組件YARN的架構(gòu)；YARN的調(diào)度方式；YARN工作原理；MapReduce模型；MapReduce中shuffle機(jī)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(yōu)化 | ||
| Hive | Hive架構(gòu)；Hive安裝部署；Hive的DDL操作；Hive的DML操作；Hive分區(qū)；Hive分桶；Hive數(shù)據(jù)加載；Hive中數(shù)據(jù)類型；Hive的常見內(nèi)部函數(shù)；Hive自定義函數(shù)(UDF|UDAF)；Hive視圖；Hive索引；Hive優(yōu)化 | ||
| Presto | Presto部署；Presto命令行接口；Presto的JDBC驅(qū)動(dòng)；Presto隊(duì)列配置；Presto的連接器；Presto的函數(shù)和運(yùn)算符；Presto的數(shù)據(jù)類型；Presto的sql操作；Presto從Hive遷移；Presto的函數(shù) | ||
| Hbase | Hbase架構(gòu)；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(fā)器；Hbase的過濾器；Hbase的RowKey設(shè)計(jì)；Hbase的優(yōu)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(jí)索引；Phoenix的分頁實(shí)現(xiàn) | ||
| Kylin | Kylin架構(gòu)；Kylin安裝部署；Kylin數(shù)據(jù)源添加；Kylin的Mode創(chuàng)建；Kylin的Cube構(gòu)建；Kylin的Cube運(yùn)行；Kylin的支持的操作；Kylin的優(yōu)化 | ||
| Sqoop | Sqoop架構(gòu)；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(shù)據(jù)；Sqoop的Job操作；Sqoop代碼腳本化 | ||
| Flume | Flume架構(gòu)；Flume安裝部署；Flume的source、channel、sink；Flume的selector使用；Flume的實(shí)時(shí)采集；Flume自帶攔截器和自定義攔截器；Flume多agent部署；Flume的容錯(cuò) | ||
| Azkaban | Azkaban架構(gòu)；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(shí)案例；Azkaban的2.0語法；Azkaban的用戶和權(quán)限；Azkaban的優(yōu)化 | ||
| Git | Git相關(guān)概念；Git安裝部署；Git命令行操作；Git版本庫創(chuàng)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(shù)據(jù)倉庫 | 數(shù)據(jù)倉庫定義；數(shù)據(jù)倉庫四大特征；數(shù)據(jù)倉庫主題；數(shù)據(jù)倉庫集市；數(shù)據(jù)粒度；數(shù)據(jù)倉庫中維度；數(shù)據(jù)倉庫中緩慢數(shù)據(jù)變化處理；數(shù)據(jù)倉庫分層 |
第三階段Spark生態(tài)
| 時(shí)間 | 內(nèi)容 | 培訓(xùn)目標(biāo) | 備注 |
|---|---|---|---|
| Scala基礎(chǔ) | Scala環(huán)境部署；編碼規(guī)范；var和val的區(qū)別；數(shù)據(jù)類型；表達(dá)式；循環(huán)；定義方法和函數(shù)；數(shù)組(Array)；映射(Map)；元組(Tuple)；列表(List)；Set；集合的重要函數(shù)；類、特質(zhì)、抽象類、對(duì)象、繼承；模式匹配和樣例類；高階函數(shù)；隱式轉(zhuǎn)換和隱示參數(shù)；泛型；Netty的概念 | ||
| Spark Core | Spark簡介；Spark運(yùn)行模式；SparkShell；RDD的概念詳解；Transformation算子；Action算子；DAG有向無環(huán)圖；RDD任務(wù)的切分；Lineage(血統(tǒng))；Checkpoint檢查點(diǎn)機(jī)制；Spark集群啟動(dòng)流程和任務(wù)提交流程；自定義排序；自定義分區(qū)Accumulator累加器；Broadcast廣播變量；Shuffle原理剖析與源碼分析；SparkSubmit執(zhí)行流程；集群啟動(dòng)流程詳解；SparkContext執(zhí)行流程；Task提交流程詳解；Stage劃分過程詳解 | ||
| Spark內(nèi)核源碼 | Spark啟動(dòng)腳本解析；Spark提交流程解析；應(yīng)用提交和Driver進(jìn)程；SparkContext解析；Spark executor解析；Spark的部署模式；Spark的shuffle流程；Spark的內(nèi)存管理 | ||
| Spark SQL | SparkSQL介紹；SparkSQL的操作方式；SparkSQL的數(shù)據(jù)抽象；Spark-shell基本操作；數(shù)據(jù)轉(zhuǎn)換(RDD,DataFrame,DataSet)；數(shù)據(jù)操作方法(DSL和SQL)；SparkSQL自定義函數(shù)(UDF,UDAF,開窗函數(shù))；Spark集成Hive(內(nèi)置Hive和外置Hive) | ||
| Kafka消息隊(duì)列 | |||
| Redis | Redis的應(yīng)用場(chǎng)景；Redis安裝部署；Redis數(shù)據(jù)類型的cli和api操作；Redis的數(shù)據(jù)類型和操作案例；Redis主從復(fù)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(zhuǎn)換)、Output(輸出)；窗口操作案例實(shí)現(xiàn)；Spark Streaming結(jié)合Kafka案例實(shí)現(xiàn)；背壓和反壓機(jī)制；數(shù)據(jù)的一致性；Structured Streaming實(shí)戰(zhàn) | ||
| 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(guān)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(shù)據(jù)類型；Elasticsearch的聚合操作；索引rest和api相關(guān)操作；Elasticsearch的SQL操作；Elasticsearch過濾器；IK分詞器集成Elasticseach；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(shù)據(jù)類型；ClickHouse的ddl和dml操作；ClickHouse表引擎；ClickHouse優(yōu)化 |
第四階段Flink生態(tài)
| 時(shí)間 | 內(nèi)容 | 培訓(xùn)目標(biāo) | 備注 |
|---|---|---|---|
| Flink基礎(chǔ) | 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(yīng)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(tài)管理和恢復(fù)；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(yōu)化 |
03
完善的配套服務(wù)，提高自我
就業(yè)復(fù)盤
統(tǒng)計(jì)多名畢業(yè)老學(xué)員所在公司使用到的實(shí)際企業(yè)技術(shù)及學(xué)員大廠面試反饋
教研深度剖析
按企業(yè)實(shí)際需求調(diào)整了每天的課程設(shè)計(jì)，加入更多新特性及技能，并提供技術(shù)服務(wù)
技術(shù)實(shí)時(shí)更新
未來大數(shù)據(jù)行業(yè)更偏向于ETL工具使用、更適用于實(shí)時(shí)數(shù)倉或用戶畫像項(xiàng)目，新增Presto、ClickHouse；引入企業(yè)級(jí)適用的基于Spark Mllib的機(jī)器學(xué)習(xí)算法等主流技術(shù)
04
大數(shù)據(jù)六維全息項(xiàng)目實(shí)戰(zhàn)
大數(shù)據(jù)采集與指標(biāo)監(jiān)控
項(xiàng)目介紹：大數(shù)據(jù)采集與指標(biāo)監(jiān)控項(xiàng)目是基于第一階段和第二階段課程，貫穿離線數(shù)據(jù)上報(bào)、數(shù)據(jù)儲(chǔ)存、數(shù)據(jù)服務(wù)監(jiān)控、數(shù)據(jù)分析等全套流程。整個(gè)項(xiàng)目包括Flume自定義攔截器代碼、自定義Azkaban監(jiān)控代碼和SQL相關(guān)指標(biāo)代碼開發(fā)
解決問題：解決離線數(shù)據(jù)上報(bào)流程，數(shù)據(jù)采集操作，flume和azkaban的二次開發(fā)，數(shù)據(jù)服務(wù)監(jiān)控等
實(shí)時(shí)數(shù)倉建設(shè)項(xiàng)目
項(xiàng)目介紹：實(shí)時(shí)數(shù)倉是一個(gè)基于Flink、Kafka、Elasticsearch和Redis等技術(shù)構(gòu)建的某旅游實(shí)時(shí)數(shù)倉平臺(tái)。項(xiàng)目整體涵蓋訂單、交易、活動(dòng)和用戶行為等業(yè)務(wù)塊。代碼包含實(shí)時(shí)ETL處理、實(shí)時(shí)數(shù)據(jù)落地HDFS磁盤、實(shí)時(shí)數(shù)據(jù)打入Elasticsearch和Kafka等
解決問題：解決實(shí)時(shí)數(shù)據(jù)ETL處理、解決實(shí)時(shí)數(shù)據(jù)回滾HDFS、解決維度變化異步處理問題
熱門課程更多+
