<span id="be85db0936"></span><address id="bfd15d379e"><style id="bg2ba30da1"></style></address><button id="bl621a8556"></button>
                        

          • 参会报名
          • 会议介绍
          • 会议日程
          • 会议嘉宾
          • 参会指南
          • 邀请函下载

          新疆时时彩娱乐平台 > 新疆时时彩96开奖号商务会议 > 最有实力的私彩平台 > 2019大数据平台搭建高性能计算最佳实战(3月珠海班) 更新时间:2019-01-07T15:22:36

          大会站点分布:
          (点击可切换)
          2019大数据平台搭建高性能计算最佳实战(3月珠海班)
          收藏3人
          分享到

          2019大数据平台搭建高性能计算最佳实战(3月珠海班) 已截止报名

          会议时间:2019-03-26 08:00至 2019-03-29 18:00结束

          会议地点: 珠海  详细地址会前通知  

          会议规模:暂无

          主办单位: 北京中培伟业管理咨询有限公司

          推荐会议:MOSEC 移动安全技术峰会

          发票类型:增值税普通发票 增值税专用发票

          行业热销热门关注看了又看 换一换

                会议介绍

                会议内容 主办方介绍


                2019大数据平台搭建高性能计算最佳实战(3月珠海班)

                2019大数据平台搭建高性能计算最佳实战(3月珠海班)宣传图

                课程简介:

                根据党中央和国务院“互联网+”行动计划战略布局,落实国务院促进大数据发展行动纲要,响应工业和信息化部培养大数据技术高端人才的号召,中国信息化培训中心特推出了大数据平台搭建与高性能计算实战课程培训班。通过专业的大数据技术架构体系与业界真实案例来全面提升大数据项目高管、大数据平台架构师,以及大数据开发工程师与大数据应用设计人员的专业水平,旨在培养专业的大数据技术架构专家,培养大数据技术和应用创新型人才,促进大数据技术在各行业内部及跨行业进行实施应用,以及企事业单位的大数据项目开发和落地,并利用大数据提升竞争力优势。

                查看更多

                北京中培伟业管理咨询有限公司 北京中培伟业管理咨询有限公司

                北京中培伟业管理咨询有限公司(以下简称“中培”)成立于2006年,其主营业务面向大中型企业的IT规划咨询业务和面向高端IT人才的培训类业务,其中咨询业务涉及大型集团化企业的IT战略规划、IT架构规划、IT综合管控等领域,培训业务涉及线上线下各种高级IT技术和管理类课程体系。借助于其优质的专家资源池和互联网平台,中培已经为众多的世界500强企业、国有大中型集团化企业、国际知名互联网企业提供过高质量的信息化战略规划、组织架构规划、科技人才管理、信息技术架构规划、信息系统开发和运维管理、信息化能力评测的相关培训与咨询服务。

                会议日程

                (最终日程以会议现场为准)


                第一天

                1、上午:大数据技术基础

                1.大数据的产生背景与发展历程 2.大数据的4V特征,以及与云计算的关系 3.大数据应用需求以及潜在价值分析 4.业界最新的大数据技术发展态势与应用趋势 5.大数据思维的转变 6.大数据项目的系统与技术选型,及落地实施的挑战 “互联网+”时代下的电子商务、制造业、交通行业、电信运营商、银行金融业、电子政务、移动互联网、教育信息化等行业应用实践与应用案例介绍

                2、上午:业界主流的大数据技术方案

                1.大数据软硬件系统全栈与关键技术介绍 2.大数据生态系统全景图 3.主流的大数据解决方案介绍 4.Apache大数据平台方案剖析 5.CDH大数据平台方案剖析 6.HDP大数据平台方案剖析 7.基于云的大数据平台方案剖析 8.大数据解决方案与传统数据库方案比较 国内外大数据平台方案与厂商对比

                3、上午:大数据计算模型(一)——批处理MapReduce

                1.MapReduce产生背景与适用场景 2.MapReduce计算模型的基本原理 3.MapReduce作业执行流程 4.MapReduce基本组件,JobTracker和TaskTracker 5.MapReduce高级编程应用,Combiner和Partitioner 6.MapReduce性能优化技巧 7.MapReduce案例分析与开发实践操作

                4、下午:大数据存储系统与应用实践

                1.分布式文件系统HDFS产生背景与适用场景 2.HDFS master-slave系统架构与读写工作原理 3.HDFS核心组件技术讲解,NameNode与fsimage、editslog,DataNode与数据块 4.HDFS Federation机制,viewfs机制,使用场景讲解 5.HDFS高可用保证机制,SecondaryNameNode,NFS冷备份,基于zookeeper的HA方案

                5、下午:大数据实战练习一

                1. Hadoop平台搭建、部署与应用实践,包含HDFS分布式文件系统,YARN资源管理软件,MapReduce计算框架软件 2. HDFS shell命令操作 3. MapReduce程序在YARN上运行

                第二天

                1、上午:Hadoop框架与生态发展,以及应用实践操作

                1.Hadoop的发展历程 2.Hadoop 1.0的核心组件JobTracker,TaskTracker,以及适用范围 3.Hadoop 2.0的核心组件YARN工作原理,以及与Hadoop 1.0的联系与区别 4.Hadoop YARN的资源管理与作业调度机制 5.Hadoop 常用性能优化技术

                2、上午:大数据计算模型(二)——实时处理/内存计算 Spark

                1.MapReduce计算模型的瓶颈 2.Spark产生动机、基本概念与适用场景 3.Spark编程模型与RDD弹性分布式数据集的工作原理与机制 4.Spark实时处理平台运行架构与核心组件 5.Spark宽、窄依赖关系与DAG图分析 6.Spark容错机制 7.Spark作业调度机制 8.Spark standardalone,Spark on YARN运行模式 9.Scala开发介绍与Spark常用Transformation函数介绍

                3、下午:大数据仓库查询技术Hive、SparkSQL、Impala,以及应用实践

                1.基于MapReduce的大型分布式数据仓库Hive基础知识与应用场景 2.Hive数据仓库的平台架构与核心技术剖析 3.Hive metastore的工作机制与应用 4.Hive 分区、分桶机制,Hive行、列存储格式 5.基于Spark的大型分布式数据仓库SparkSQL基础知识与应用场景 6.Spark SQL实时数据仓库的实现原理与工作机制 7.SparkSQL程序开发与DataFrame机制介绍 8.基于MPP的大型分布式数据仓库Impala基础知识与应用场景 9.Impala实时查询系统平台架构、关键技术介绍,以及与Hive,SparkSQL的对比

                4、下午:Hadoop集群运维监控工具

                1.Hadoop运维管理监控系统Ambari工具介绍 2. 第三方运维系统与工具Ganglia, Nagios

                5、下午:大数据实战练习二

                1.基于 Hadoop平台搭建、部署与配置Spark集群,Spark shell环境实践,Spark案例程序分析,Spark程序开发与运行 2. 基于MapReduce的Hive数据仓库实践,Hive集群安装部署,基于文件的Hive数据仓库表导入导出与分区操作,Hive SQL操作,Hive客户端操作 3. 基于Hive的SparkSQL shell实践操作

                第三天

                1、上午:大数据计算模型(三)——流处理Storm, SparkStreaming

                1.流数据处理应用场景与流数据处理的特点 2.流数据处理工具Storm的平台架构与集群工作原理 3.Storm关键技术与并发机制 4.Storm编程模型与基本开发模式 5.Storm数据流分组 6.Storm可靠性保证与Acker机制 7.Storm应用案例分析 8.流数据处理工具Spark Streaming基本概念与数据模型 9.SparkStreaming工作机制 10.SparkStreaming程序开发介绍 11.Storm与SparkStreaming的对比

                2、下午:大数据ETL操作工具,与大数据分布式采集系统

                1.Hadoop与DBMS之间数据交互工具的应用 2.Sqoop导入导出数据的工作原理 3.Flume-NG数据采集系统的数据流模型与系统架构 4.Kafka分布式消息订阅系统的应用介绍与平台架构,及其使用模式

                3、下午:面向OLTP型应用的NoSQL数据库及应用实践

                1.关系型数据库瓶颈,以及NoSQL数据库的发展,概念,分类,及其在半结构化和非结构化数据场景下的适用范围 2.列存储NoSQL数据库HBase简介与数据模型剖析 3.HBase分布式集群系统架构与读写机制,ZooKeeper分布式协调服务系统的工作原理与应用 4.HBase表设计模式与primary key设计规范 5.文档NoSQL数据库MongoDB简介与数据模型剖析 6.MongoDB集群模式、读写机制与常用API操作 8.键值型NoSQL数据库Redis简介与数据模型剖析 9.Redis多实例集群架构与关键技术 10.NewSQL数据库技术简介及其适用场景

                4、下午:大数据实战练习三

                1.Sqoop安装、部署与配置,基于Sqoop、MySQL与Hive操作MySQL数据库与Hive数据仓库数据导入导出 2.Kafka安装、部署与配置,基于Kafka创建和消费topic实践操作 3.Flume+HDFS+MapReduce/Spark大数据采集、存储与分析实践操作

                5、下午:大数据项目选型、实施、优化等问题交流讨论

                大数据项目的需求分析、应用实施、系统优化,以及解决方案等咨询与交流讨论

                第四天

                1、学习考核与业内经验交流

                查看更多

                会议嘉宾


                即将更新,敬请期待

                参会指南

                会议门票


                价格:5800元/人

                报名福利:赠免费定制方案,赠专家在线答疑

                查看更多

                温馨提示
                酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与新疆时时彩娱乐平台客服确认参会信息后,再安排出行与住宿。
                退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

                标签: 大数据

                新疆时时彩娱乐平台为本会议官方合作
                报名平台,您可在线购票

                会议支持:

                • 会员折扣
                  该会议支持会员折扣
                  具体折扣标准请参见plus会员页面
                • 会员返积分
                  每消费1元累积1个会员积分。
                  仅PC站支持。
                • 会员积分抵现
                  根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

                会议地点

                部分参会单位

                主办方没有公开参会单位

                快捷下单

                新疆时时彩娱乐平台_小程序快捷下单

                微信扫一扫
                使用小程序快捷下单

                送礼神器

                邮件提醒通知

                分享到微信 ×

                打开微信,点击底部的“发现”,
                使用“扫一扫”即可将网页分享至朋友圈。

                录入信息

                请录入信息,方便生成邀请函