大数据学习路线图(旧)

xiaoxiao2021-02-28  24

 

 

一、入门准备1、linux操作基础

1) Linux的介绍,Linux的安装:VMware Workstation虚拟软件安装过程、CentOS虚拟机安装过程2) Linux的常用命令:常用命令的介绍、常用命令的使用和练习(文件操作、用户管理与权限免密登陆配置与网络管理)3) Linux系统进程管理基本原理及相关管理工具如ps、pkill、top、htop等的使用;4) Linux启动流程,运行级别详解,chkconfig详解5) VI、VIM编辑器:VI、VIM编辑器的介绍、VI、VIM扥使用和常用快捷键6) Linux磁盘管理,lvm逻辑卷,nfs详解7) Linux系统文件权限管理:文件权限介绍、文件权限的操作8) Linux的RPM软件包管理:RPM包的介绍、RPM安装、卸载等操作9) yum命令,yum源搭建10) Linux网络:Linux网络的介绍、Linux网络的配置和维护 防火墙配置11) Shell编程:Shell的介绍、Shell脚本的编写12) Linux上常见软件的安装:安装JDK、安装Tomcat、安装mysql,web项目部署

13)linux高级文本处理命令cut、sed、awklinux

14)定时任务crontab

2、大型网站高并发处理

1) 第四层负载均衡

    a) Lvs负载均衡         i. 负载算法,NAT模式,直接路由模式(DR),隧道模式(TUN)     b) F5负载均衡器介绍 2) 第七层负载均衡     a) Nginx     b) Apache 3) Tomcat、jvm优化提高并发量 4) 缓存优化     a) Java缓存框架       i. Oscache,ehcache     b) 缓存数据库         i. Redis,Memcached 5) Lvs+nginx+tomcat+redis|memcache构建二层负载均衡千万并发处理 6) Haproxy 7) Fastdfs小文件独立存储管理 8) Redis缓存系统    a) Redis基本使用     b) Redis sentinel高可用     c) Redis好友推荐算法

3、Lucene基础

 

 

 

1) Lucene介绍

2) Lucene 倒排索引原理

3) 建索引 IndexWriter

4) 搜索 IndexSearcher

5) Query

6) Sort和 过滤 (filter)

7) 索引优化和高亮

4、solr基础

1) 什么是solr 2) 为什么工程中要使用solr 3) Solr的原理 4) 如何在tomcat中运行solr 5) 如何利用solr进行索引与搜索 6) solr的各种查询 7) solr的Filter 8) solr的排序 9) solr的高亮 10) solr的某个域统计 11) solr的范围统计 12) solrcloud集群搭建

 

5、布式协调服务zookeeper

zookeeper简介及应用场景zookeeper集群安装部署zookeeper的数据节点与命令行操作zookeeper的java客户端基本操作及事件监听zookeeper核心机制及数据节点zookeeper应用案例–分布式共享资源锁zookeeper应用案例–服务器上下线动态感知zookeeper的数据一致性原理及leader选举机制

6、java高级特性增强

Java多线程基本知识Java同步关键词详解java并发包线程池及在开源软件中的应用Java并发包消息队里及在开源软件中的应用Java JMS技术Java动态代理反射

 

二、离线计算系统  1、hadoop快速入门 hadoop背景介绍 分布式系统概述 离线数据分析流程介绍 集群搭建 集群使用初步

2、HDFS增强 HDFS的概念和特性 HDFS的shell(命令行客户端)操作 HDFS的工作机制 NAMENODE的工作机制 java的api操作 案例1:开发shell采集脚本

3、MAPREDUCE详解 自定义hadoop的RPC框架 Mapreduce编程规范及示例编写 Mapreduce程序运行模式及debug方法 mapreduce程序运行模式的内在机理 mapreduce运算框架的主体工作流程 自定义对象的序列化方法 MapReduce编程案例

4、MAPREDUCE增强 Mapreduce排序 自定义partitioner Mapreduce的combiner mapreduce工作机制详解

5、MAPREDUCE实战 maptask并行度机制-文件切片 maptask并行度设置 倒排索引 共同好友

6、federation介绍和hive使用 Hadoop的HA机制 HA集群的安装部署 集群运维测试之Datanode动态上下线 集群运维测试之Namenode状态切换管理 集群运维测试之数据块的balance HA下HDFS-API变化 hive简介 hive架构 hive安装部署 hvie初使用

7、hive增强和flume介绍 HQL-DDL基本语法 HQL-DML基本语法 HIVE的join HIVE 参数配置 HIVE 自定义函数和Transform HIVE 执行HQL的实例分析 HIVE最佳实践注意点 HIVE优化策略 HIVE实战案例 Flume介绍 Flume的安装部署 案例:采集目录到HDFS 案例:采集文件到HDFS

三、数据迁移工具Sqoop

1) 介绍 和 配置Sqoop 2) Sqoop shell使用 3) Sqoop-import    a) DBMS-hdfs     b) DBMS-hive     c) DBMS-hbase 4) Sqoop-export 四、Flume分布式日志框架 1) flume简介-基础知识 2) flume安装与测试 3) flume部署方式 4) flume source相关配置及测试 5) flume sink相关配置及测试 6) flume selector 相关配置与案例分析 7) flume Sink Processors相关配置和案例分析 8) flume Interceptors相关配置和案例分析 9) flume AVRO Client开发 10) flume 和kafka 的整合 五、内存数据库redis

 

1) redis特点、与其他数据库的比较 2) 如何安装redis 3) 如何使用命令行客户端 4) redis的字符串类型 5) redis的散列类型 6) redis的列表类型 7) redis的集合类型 8) 如何使用java访问redis【a.python访问redis,scala访问redis】 9) redis的事务(transaction) 10) redis的管道(pipeline) 11) redis持久化(AOF+RDB) 12) redis优化 13) redis的主从复制 14) redis的sentinel高可用 15) twemproxy,codis实战 16) redis3.x集群安装配置

六、Storm上下游及架构集成

1) kafka是什么 2) kafka体系结构 3) kafka配置详解 4) kafka的安装 5) kafka的存储策略 6) kafka分区特点 7) kafka的发布与订阅 8) zookeeper协调管理 9) java编程操作kafka 10) scala编程操作kafka 11) flume 和kafka 的整合 12) Kafka 和storm 的整合

    七、Storm从入门到精通1) Storm的基本概念 2) Storm的应用场景 3) Storm和Hadoop的对比  4) Storm集群的安装的linux环境准备  5) zookeeper集群搭建  6) Storm集群搭建 7) Storm配置文件配置项讲解 8) 集群搭建常见问题解决 9) Storm常用组件和编程API:Topology、 Spout、Bolt 10) Storm分组策略(stream groupings) 11) 使用Strom开发一个WordCount例子 12) Storm程序本地模式debug、Storm程序远程debug 13) Storm事物处理 14) Storm消息可靠性及容错原理 15) Storm结合消息队列Kafka:消息队列基本概念(Producer、Consumer、Topic、Broker等)、消息队列Kafka使用场景、Storm结合Kafka编程API 16) Storm Trident概念 17) Trident state 原理 18) Trident开发实例 19) Storm DRPC(分布式远程调用)介绍 20) Storm DRPC实战讲解 21) Storm和Hadoop 2.x的整合:Storm on Yarn

八、scala编程

1) scala解释器、变量、常用数据类型等 2) scala的条件表达式、输入输出、循环等控制结构 3) scala的函数、默认参数、变长参数等 4) scala的数组、变长数组、多维数组等 5) scala的映射、元组等操作 6) scala的类,包括bean属性、辅助构造器、主构造器等 7) scala的对象、单例对象、伴生对象、扩展类、apply方法等 8) scala的包、引入、继承等概念 9) scala的特质 10) scala的操作符 11) scala的高阶函数 12) scala的集合 13) scala数据库连接

九、内存计算体系Spark 

1) Spark介绍 2) Spark应用场景 3) Spark和Hadoop MR、Storm的比较和优势 4) RDD 5) Transformation 6) Action 7) Spark计算PageRank 8) Lineage 9) Spark模型简介 10) Spark缓存策略和容错处理 11) 宽依赖与窄依赖 12) Spark配置讲解 13) Spark集群搭建 14) 集群搭建常见问题解决 15) Spark原理核心组件和常用RDD 16) 数据本地性 17) 任务调度 18) DAGScheduler 19) TaskScheduler 20) Spark源码解读 21) 性能调优 22) Spark和Hadoop2.x整合:Spark on Yarn原理

十、SparkStreaming应用实战 Spark-Streaming简介 Spark-Streaming编程 实战:StageFulWordCount Flume结合Spark Streaming Kafka结合Spark Streaming 窗口函数 ELK技术栈介绍 ElasticSearch安装和使用 Storm架构分析 Storm编程模型、Tuple源码、并发度分析 Storm WordCount案例及常用Api分析

十一、机器学习算法  1、python及numpy库 机器学习简介 机器学习与python python语言–快速入门 python语言–数据类型详解 python语言–流程控制语句 python语言–函数使用 python语言–模块和包 phthon语言–面向对象 python机器学习算法库–numpy 机器学习必备数学知识–概率论 2、常用算法实现 knn分类算法–算法原理 knn分类算法–代码实现 knn分类算法–手写字识别案例 lineage回归分类算法–算法原理 lineage回归分类算法–算法实现及demo 朴素贝叶斯分类算法–算法原理 朴素贝叶斯分类算法–算法实现 朴素贝叶斯分类算法–垃圾邮件识别应用案例 kmeans聚类算法–算法原理 kmeans聚类算法–算法实现 kmeans聚类算法–地理位置聚类应用 决策树分类算法–算法原理 决策树分类算法–算法实现

转载请注明原文地址: https://www.6miu.com/read-1900292.html

最新回复(0)