奇大简介
关于我们
商务合作
联系方式
合作伙伴
视频课
自学考试
学位外语
教师资格
普通专升本
成人高考
高职扩招
职业资格
试题库
资讯
资讯通知
考试日程
书城
关注奇大
小程序
登录
提示：密码错误！
请扫描二维码关注微信公众号
操作方式：
进入菜单 [办事服务]-[找回密码]
奇大科技微信公众号
提示
微信扫一扫完成账号绑定
账号登录
忘记密码?
登 录
发送验证码
登 录
完善注册信息
发送验证码
我已阅读并同意
《会员注册服务协议》
返回登录
注 册
自学考试
院校专业
报考服务
考试安排
学习方法
实践申报
历年试题
申请学位
学位查询
学位外语
教师资格证
普通专升本
政治理论
英语
大学语文
高等数学
管理学
教育理论
艺术概论
成人高考
题库
书城
视频
第一章 大数据时代 - 1.1.1大数据时代
人观看
奇大科技温馨提示
x
抱歉！您还没有登录！
如果您已购买该课程请登录后继续学习
详情咨询：020-85275397
马上注册
立即登录
奇大科技温馨提示
该视频已经播放完毕，如果确认已经理解本小节
请点击下方的"确认看完"
我们将对您的学习情况进行记录，并会提供个性化的智能推荐
确认看完
下一讲
大数据技术
年份：2022
大数据技术
课程目录
课程评价
￥
880.0
立即购买
课程目录
本课程总共有13章，111节
第一章 大数据时代
1.1.1大数据时代
1.2.1大数据概念和影响
1.3.1大数据的应用
1.4.1大数据的关键技术
1.5.1大数据与云计算、物联网（一）
1.5.2大数据与云计算、物联网（二）
第二章 大数据处理架构Hadoop简介
2.1.1大数据处理架构Hadoop简介
2.1.2Hadoop不同版本
2.2.1Hadoop项目结构
2.3.1Hadoop安装之前的预备知识
2.3.2Hadoop的安装和使用详解
2.4.1Hadoop集群的部署和使用
第三章 分布式文件系统HDFS简介
3.1.1分布式文件系统HDFS简介
3.2.1HDFS相关概念
3.3.1HDFS体系结构
3.4.1HDFS存储原理
3.5.1HDFS读数据过程（一）
3.5.2HDFS写数据过程（二）
3.6.1HDFS编程实践
第四章 HBase简介
4.1.1HBase简介
4.2.1HBase数据模型
4.3.1HBase的实现原理
4.4.1HBase运行机制
4.5.1HBase应用方案
4.6.1HBase安装配置和常用Shell命令
4.7.1HBase常用JavaAPI及应用实例
第五章 NoSQL概述
5.1.1NoSQL概述
5.2.1NoSQL与关系数据库的比较
5.3.1键值数据库和列族数据库
5.3.2文档数据库、图数据库以及不同数据库比较分析
5.4.1CAP理论
5.4.2BASE和最终一致性
5.5.1从NoSQL到NewSQL数据库
5.6.1文档数据库MongoDB
第六章
6.1.1云数据库概述
6.2.1云数据库产品
6.3.1UMP系统概述
6.3.2UMP系统架构
6.3.3UMP系统功能
6.4.1Amazon和云计算的渊源
6.4.2AmazonAWS
6.4.3AmazonAWS平台上的云数据库
6.5.1微软云数据库SQLAzure
6.6.1云数据库实践
第七章 分布式并行编程
7.1.1分布式并行编程
7.1.2MapReduce模型简介
7.2.1MapReduce的体系结构
7.3.1MapReduce工作流程
7.4.1Shuffle过程原理
7.5.1MapReduce应用程序执行过程
7.6.1实例分析：WordCount
7.7.1MapReduce的具体应用
7.8.1MapReduce编程实践
第八章 数据仓库概念
8.1.1数据仓库概念
8.2.1Hive简介
8.3.1SQL转换成MapReduce作业的原理
8.4.1Impala简介
8.4.2Impala系统架构
8.4.3Impala查询执行过程
8.4.4Impala与Hive的比较
8.5.1Hive安装与基本操作
8.5.2Hive应用实例
第九章 Hadoop的优化与发展
9.1.1Hadoop的优化与发展
9.2.1HDFSHA
9.2.2HDFSFederation
9.3.1MapReduce1.0的缺陷
9.3.2YARN设计思路
9.3.4YARN工作流程
9.3.5YARN框架与MapReduce1.0框架的对比分析
9.3.6YARN的发展目标
9.4.1Pig
9.4.2Tez
9.4.3Spark和Kafka
第十章 Spark生态系统
10.2.1Spark生态系统
10.3.1基本概念和架构设计
10.3.2Spark运行基本流程
10.3.3RDD概念
10.3.4RDD特性
10.3.5RDD的依赖关系和运行过程
10.4.1SparkSQL
10.5.1Spark的部署和应用方式
10.6.1Spark安装和启动SparkShell
10.6.2SparkRDD基本操作
10.6.3Spark应用程序
第十一章 数据的处理模型
11.1.1数据的处理模型
11.1.2流计算概念与典型框架
11.2.1流计算处理流程
11.3.1流计算的应用
11.4.1Storm简介
11.4.2Storm设计思想
11.4.3Storm框架设计
11.5.1SparkStreaming、Samza以及三种流计算框架的比较
11.6.1编写Storm程序
11.6.2安装Storm的基本过程和实例
第十二章 图计算简介
12.1.1图计算简介
12.2.1Pregel简介
12.3.1有向图和顶点
12.3.2Pregel的计算过程
12.3.3Pregel实例
12.4.1定义Vertex基类
12.4.2消息传递机制和Combiner
12.4.3Aggregator、拓扑改变和输入输出
12.5.1Pregel的执行过程和容错性
12.5.2Worker、Master和Aggregator
12.6.1Pregel的应用实例——单源最短路径
12.7.1Hama的安装和使用
第十三章 大数据应用概览
13.1.1大数据应用概览
13.2.1推荐系统概述
13.2.2基于用户的协同过滤（UserCF）
13.2.3基于物品的协同过滤（ItemCF）
13.2.4UserCF算法和ItemCF算法的对比
评论
提交
加载更多
课程推荐
国家安全教育
￥880.0
习近平新时代中国特色社会主义思想概论
￥880.0
职业发展与就业指导
￥880.0
音乐欣赏
￥880.0
民族民间舞教学与指导
￥880.0
音乐基础与制作
￥880.0
民族民间舞风格表演与运用
￥880.0
中国舞基训
￥880.0
粤公网安备
44010602004953号
微信服务群