2米资源网

第1章 课程导学与学习指南

本章中将向大家介绍课程能学到什么、解决什么实际问题、项目成果展示，课程整体安排以及如何学习更高效。

 

 1-1 导学【课程背景、项目速览】

 1-2 怎么更好的使用慕课平台

 1-3 你真的会问问题吗？

第2章 认识企业中的大数据平台

为什么要有大数据平台？大数据平台究竟是为了解决什么问题产生的？如何判断一个大数据平台的好坏？在设计一个数据平台时，需要注意哪些，有什么步骤。各大企业现有的解决方案有哪些，常见的技术栈有哪些，我们自己设计的这个通用的大数据平台是什么结构。...

 

 2-1 课程简介与学习建议

 2-2 什么是大数据平台

 2-3 为什么要建设大数据平台【三个解决、两个提升】

 2-4 大数据平台常用技术栈有哪些【知识体系梳理、我们要用哪些】

 2-5 各大企业大数据平台对比【作业：画出我们的平台架构和这些对比一下】

第3章 大数据平台 —— 数据仓库之离线&实时

你真的理解数据仓库是什么吗？数据仓库如何进行分层，为什么要分层呢？分层一定好吗？带你理解数据仓库，逐步掌握离线数仓工具Hive。对比离线数仓和实时数仓，了解实时数仓常见架构。

 

 3-1 数据仓库VS数据库

 3-2 数据仓库分层建设

 3-3 Hive是什么【上期思考揭秘：分层的弊端，如何解决】

 3-4 Hive安装部署【课下任务：预习Hive和Mysql的区别，Hive都有哪些表？】

 3-5 【实操手册】Hive安装部署

 3-6 Hive基本使用（上）Hive数据类型/分区/基础语法

 3-7 Hive基本使用（中）内部表/外部表/分区表/分桶表

 3-8 Hive基本使用（下）内置函数/自定义函数/实现UDF

 3-9 【作业解答】Hive自定义函数注册

 3-10 Hive存储结构 ORCFile

 3-11 【梳理】Hive知识梳理总结

 3-12 Hive常见面试题

 3-13 离线数仓VS实时数仓

 3-14 图解Lambda架构数据流程

 3-15 Kappa 架构 VS Lambda

 3-16 主流大公司的实时数仓架构

第4章 大数据平台——数据仓库之权限管理

解决三大问题：数仓安全问题，对比常见权限认证框架，使用Ranger开发数仓权限模块；数据来源问题，对常用数据采集工具进行介绍，使用DataX进行数据采集；数仓管理问题，介绍数据治理的概念及ApacheAtlas

 

 4-1 权限管理（上）Hadoop/Hive自带权限控制

 4-2 权限管理（下）实操Hive的权限操作

 4-3 Kerberos认证简介【对称/非对称加密、数字证书、图解Kerberos流程】

 4-4 Apache Ranger简介【图解Ranger架构、Ranger管理HDFS、Hive、Yarn举例】

 4-5 Apache Rangr安装

 4-6 Ranger HDFS Plugin安装

 4-7 Ranger Hive Plugin安装

 4-8 【实操手册】Apache Ranger安装部署

 4-9 Ranger Api Java开发之User管理

 4-10 Ranger Api Java开发之Policy管理

 4-11 数据采集介绍【图解数据采集流程】

 4-12 常用数据采集工具【图解Sqoop、Flume、DataX】

 4-13 Datax数据采集实战

 4-14 【作业解答】Datax完成数据的导入导出

 4-15 数据治理简介【要解决的问题、元数据、数据血缘】

 4-16 Apache Atlas数据治理【图解Atlas架构】

 4-17 数据仓库常见面试题

第5章 大数据平台 —— 调度系统

解决离线批处理任务的定时执行问题，对主流调度框架Azkaban进行架构介绍、特性讲解和部署应用。通过Java程序调用Azkaban相关接口，实现创建任务、调度任务功能，实现API接口封装

 

 5-1 我们需要一个调度系统【任务处理现状、调度系统通用功能】

 5-2 Azkaban介绍【常用开源调度框架对比】

 5-3 Azkaban架构与调度流程【图解核心交互流程】

 5-4 Azkaban安装部署

 5-5 提交Azkaban任务

 5-6 【实操手册】Azkaban安装部署及基础使用

 5-7 Azkaban用户代理

 5-8 Java程序操作Azkaban Api (上)

 5-9 Java程序操作Azkaban Api（下）

 5-10 调度系统相关面试指导

第6章 大数据平台 —— 计算引擎

平台的计算引擎是基于Spark构建的，依托了Yarn进行资源调度。本章从Spark架构、核心介绍及部署开始，进行Spark部分开发。之后接入Spark SQL模块。最后介绍了Spark的一些高阶调优技巧。

 

 6-1 Spark简介【Hadoop VS Spark、图解Spark生态】

 6-2 Spark架构及执行流程【根据图解了解Spark名词】

 6-3 RDD简介及特性【图解WordCount示例中RDD如何转换】

 6-4 RDD依赖关系【图解Stage划分】

 6-5 Spark三种部署模式实战

 6-6 【实操手册】Spark三种部署模式及基本操作

 6-7 Spark程序开发

 6-8 SparkSQL简介【RDD VS DataFrame】

 6-9 SparkSQL程序开发

 6-10 Spark 自定义UDF开发

 6-11 Spark程序开发原则与基础优化【常见调优策略、持久化级别】

 6-12 Spark 数据倾斜调优

 6-13 【实操手册】Zeppelin安装与使用

 6-14 Spark面试题答疑

第7章 大数据平台建设 —— SQL查询引擎

介绍SQL On Hadoop 方案。对Presto架构和应用做了一些介绍，利用Presto作为底层的SQL查询引擎，实现快速查询和多数据源查询。涉及Presto的配置优化，自定义函数、EventListener、以及通用UDF的开发，最后完成Presto On Yarn部署

 

 7-1 大数据查询引擎Presto简介【作业：了解其他的SQL on Hadoop方案】

 7-2 Presto架构与执行流程

 7-3 Presto安装部署

 7-4 通过Jdbc操作Presto

 7-5 Presto UDF开发（上）

 7-6 Presto UDF开发（下）

 7-7 Presto EventListener开发

 7-8 【实操手册】Presto on Yarn

 7-9 Presto配置优化

 7-10 Presto章节小结

第8章 大数据平台建设 —— 监控预警

集群监控能提高资源利用率，有效管理整个集群，本章对常见集群的预警方案做了介绍和应用，最后通过Ganafa展示项目监控数据

 

 8-1 监控系统介绍

 8-2 常用开源监控项目对比【Zabbix VS OpenFalcon VS Prometheus】

 8-3 OpenFalcon各个组件介绍

 8-4 OpenFalcon单机版部署

 8-5 【实战手册】OpenFalcon 安装

 8-6 OpenFalcon基本使用

 8-7 OpenFalcon邮件网关安装

 8-8 实现OpenFalcon对Hadoop服务状态报警

 8-9 自定义Plugin开发

 8-10 Push数据脚本开发

 8-11 【实操手册】Grafana安装并使用OpenFalcon数据源

 8-12 Grafana监控大盘配置

 8-13 监控系统 章节小结

第9章 大数据平台建设 —— 管理整合、任务定制

整合前面章节中开发的数仓管理功能，整合数仓权限、数据治理和数据采集，通过界面化配置实现数据采集任务定制。实现任务调度功能，实现shell命令、JAVA程序、Python程序、Spark程序的运行和管理

 

 9-1 Naga数据平台介绍

 9-2 Naga大数据平台功能介绍

 9-3 Naga 开发工具及基本类介绍

 9-4 集群概览模块实体类开发

 9-5 集群概览模块核心功能开发

 9-6 集群概览接口开发及测试

 9-7 业务线Entity开发

 9-8 Hadoop及Hive Client开发

 9-9 业务线Controller开发

 9-10 任务管理模块介绍

 9-11 插件抽象及解析代码开发

 9-12 插件接口及测试

 9-13 任务流程实体类开发

 9-14 创建流程及提交流程开发

 9-15 【实操手册】生成azkaban job文件

 9-16 插件参数及变量介绍

 9-17 引用参数解析方法开发

 9-18 插件SDK模块开发

 9-19 Java插件开发示例

 9-20 Spark插件开发示例

 9-21 【实操手册】Naga Plugin Python SDK开发

第10章 系统集成及可视化

实现多引擎的数据查询及可视化模块，生成图表进行展示。将前面的数据仓库、调度系统、SQL引擎、计算引擎、预警监控系统、元数据管理系统等等，如何将他们集成到一起构建大数据平台

 

 10-1 数据查询架构介绍

 10-2 QueryObject开发

 10-3 【实操手册】Java DataFrame设计

 10-4 DataFrame Wrapper开发

 10-5 数据查询缓存

 10-6 数据查询接口开发

 10-7 数据可视化模块介绍

 10-8 多种图表setting抽象

 10-9 图表数据查询类

 10-10 可视化接口开发及测试

 10-11 Naga平台用户模型介绍

 10-12 用户登录认证功能

 10-13 用户权限认证功能

 10-14 审计日志功能

 10-15 【梳理介绍】 Naga大数据平台前端框架介绍

 10-16 前端开发框架运行

 10-17 前端开发及前后端联调实现

 10-18 【实操手册】业务线管理前端开发

 10-19 【实操手册】数据查询功能界面开发

 10-20 【实操手册】可视化图表界面开发

 10-21 【梳理总结】前端开发过程中常见问题

 10-22 【彩蛋加餐】Naga 数据平台操作手册 

 10-23 课程总结

本课程已完结

 

玩转热门框架 用企业级思维 开发通用够硬的大数据平台
百度网盘分享地址： 链接: https://pan.baidu.com/s/1SO1KAjXsichmcDLCzbookg 提取码: w5sm