大数据入门指南（GitHub开源项目）
项目GitHub地址：https://github.com/heibaiying/BigData-Notes
成都创新互联公司坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站制作、成都网站制作、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的怀仁网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
前 言
- 大数据技术栈思维导图
- 大数据常用软件安装指南
一、Hadoop
- 分布式文件存储系统——HDFS
- 分布式计算框架——MapReduce
- 集群资源管理器——YARN
- Hadoop单机伪集群环境搭建
- Hadoop集群环境搭建
- HDFS常用Shell命令
- HDFS Java API的使用
- 基于Zookeeper搭建Hadoop高可用集群
二、Hive
- Hive简介及核心概念
- Linux环境下Hive的安装部署
- Hive CLI和Beeline命令行的基本使用
- Hive 常用DDL操作
- Hive 分区表和分桶表
- Hive 视图和索引
- Hive常用DML操作
- Hive 数据查询详解
三、Spark
Spark Core :
- Spark简介
- Spark开发环境搭建
- 弹性式数据集RDD
- RDD常用算子详解
- Spark运行模式与作业提交
- Spark累加器与广播变量
- 基于Zookeeper搭建Spark高可用集群
Spark SQL :
- DateFrame 和 DataSet
- Structured API的基本使用
- Spark SQL外部数据源
- Spark SQL常用聚合函数
- Spark SQL JOIN 操作
Spark Streaming ：
- Spark Streaming 简介
- Spark Streaming 基本操作
- Spark Streaming 整合 Flume
- Spark Streaming 整合 Kafka
四、Storm
- Storm和流处理简介
- Storm核心概念详解
- Storm单机环境搭建
- Storm集群环境搭建
- Storm编程模型详解
- Storm项目三种打包方式对比分析
- Storm集成redis详解
- Storm集成HDFS/HBase
- Storm集成Kafka
五、Flink
TODO
六、HBase
- Hbase 简介
- HBase系统架构及数据结构
- HBase基本环境搭建(Standalone /pseudo-distributed mode)
- HBase集群环境搭建
- HBase常用Shell命令
- HBase Java API
- Hbase 过滤器详解
- HBase 协处理器详解
- HBase 容灾与备份
- HBase的SQL中间层——Phoenix
- Spring/Spring Boot 整合 Mybatis + Phoenix
七、Kafka
- Kafka 简介
- 基于Zookeeper搭建Kafka高可用集群
- Kafka 生产者详解
- Kafka 消费者详解
- 深入理解Kafka副本机制
八、Zookeeper
- Zookeeper 简介及核心概念
- Zookeeper单机环境和集群环境搭建
- Zookeeper常用Shell命令
- Zookeeper Java 客户端——Apache Curator
- Zookeeper ACL权限控制
九、Flume
- Flume简介及基本使用
- Linux环境下Flume的安装部署
- Flume整合Kafka
十、Sqoop
- Sqoop简介与安装
- Sqoop的基本使用
十一、Azkaban
- Azkaban简介
- Azkaban3.x 编译及部署
- Azkaban Flow 1.0 的使用
- Azkaban Flow 2.0 的使用
十二、Scala
- Scala简介及开发环境配置
- 基本数据类型和运算符
- 流程控制语句
- 数组——Array
- 集合类型综述
- 常用集合类型之——List & Set
- 常用集合类型之——Map & Tuple
- 类和对象
- 继承和特质
- 函数 & 闭包 & 柯里化
- 模式匹配
- 类型参数
- 隐式转换和隐式参数
十三、公共内容
- 大数据应用常用打包方式
后 记
- 资料分享与开发工具推荐
项目GitHub地址：https://github.com/heibaiying/BigData-Notes
文章名称：大数据入门指南（GitHub开源项目）
链接URL：http://scyanting.com/article/jihgds.html
