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 试看
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 [实操手册]OpenFalcon 安装部署
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 课程总结
评论0