老男孩教育大数据课程体系2折起超值优惠开班
大数据与云计算的未来发展趋势和前景已经极其广阔，未来的互联网就是大数据和云计算的天下，大数据和云计算将成为每一个IT人员必须会的技术了。老男孩教育也顺势而为重金聘请一流核心骨干讲师，打造互联网大数据课程，绝对让同学们心悦诚服，绝对物超所值，让同学在技术道路上捷足先登，做IT技术达人，成为人生赢家。必须要要学大数据的里有见本文结尾。
虽然价格极低，但课程含金量坚决不低于18000的价值！
一、开课信息
1、开课时间:2016年2月23日（如果满30人，1月份提前开课）
2、课程人数：满30人即开班。
3、上课时间，每周3-4天课，总时长4-5个月。
4、上课形式：全脱产面授，3000度高温煅烧锻造，把你百炼成金。
5、开课地点：北京昌平线沙河地铁站西200米汇德商厦4层
5、学费：原价18000（市场价行情，大家可以去搜了解）。
老男孩教育第一期大数据课程，机构绝不赚一分钱，唯一目的就是教好学生，能为我们进行口碑宣传，全部学费收入都给老师，让老师课堂、课后责任倍增，这是千载难逢的提升自己的好机会，赶紧抓住！
超值优惠如下，是限时的呦！
4999元（2015年12月21日前）
6999元（2015年12月31日前）
9999元（2015年12月31日后）
提示：3人团报学费再减上面优惠基础上再减500。
定金500（不退），开课前1周交齐全款。
第二期，将恢复原价18000元
6、入学条件：专科、本科毕业生、企业IT人员（运维、各类开发、测试等人员均可）、及有志向成为大数据人才的想转行IT的朋友。
7、其它：
a.为了保证大家都学好高薪就业，我们会对前两周考核不合格者劝退，（考察勤奋、努力程度、缺课、旷课情况），我们对学员负责，也对我们自己负责。
b.在学习期间通过博客（老男孩教育指定），坚持发布每日学习笔记，毕业后，再返1000元奖励，让你学好没商量。
8、咨询方式
咨询QQ: 41117397 70271111 80042789 41117483
电话:18911718229 13552612571 18600338340
超级大数据交流QQ群 421358633（务必标明大数据）
加小雨老师微信号oldboy_xiaoyu，拉你入大数据交流手机微信群
（二）课程大纲
|
阶段 |
课程名称 |
课程内容 |
课时（H） |
||
|
第一阶段 |
Java基础 |
JAVA 开发基础知识 Java IO/NIO OOP JVM原理与配置、调优 Eclipse 开发环境 egular Expression |
多线程技术 Java设计模式 Socket 网络技术 Java反射技术 Java collection |
120 |
|
|
Linux基础 |
Linux的介绍与安装 Linux常用命令 Linux启动流程运行级别详解 Linux文件属性、权限管理 Nginx负载均衡 |
Linux用户管理 Linux网络管理 Linux磁盘管理 nginx网络服务 tomcat网络服务 |
60 |
||
|
第二阶段 |
Hadoop |
Hadoop介绍 Hadoop 的集群结构 Hadoop 启动与停止 Hadoop 安装配置 HDFS datanode,namenode详解 Hdfs java api BlockSize配置 MR作业流程分析 编写Reducer程序 Hadoop 核心类讲解 Hadoop底层IPC原理和RPC |
Hadoop 核心组成介绍及hdfs、mapreduce 体系结构 Hadoop 独立模式安装与测试 SSH安装与配置 HDFS底层工作原理 Hdfs shell InputSplit和OutputSplit 最少副本数配置 编写Mapper程序 执行Mapreduce过程 YARN调度框架事件分发机制 Hadoop的底层google ProtoBuf的协议分析 |
30 |
|
|
第三阶段 |
Hbase |
HBase简介与RDBMS的对比 系统架构 HBase上的MapReduce Hbase核心术语介绍 Hbase基本操作 |
HBase Shell以及演示 Hbase 树形表设计 Hbase 一对多 和 多对多 表设计 Hbase 调优(读、写、设计) |
18 |
|
|
Hive |
Hive简介 Hive集群 客户端简介 HiveQL介绍与SQL的比较 数据类型 外部表和分区表 ddl与CLI客户端演示 |
Hive 优化 dml与CLI客户端演示 select与CLI客户端演示 Operators 和 Hive server2 与jdbc 用户自定义函数（UDF 和 UDAF）的开发与演示 |
12 |
||
|
Sqoop |
Sqoop简介和配置 Sqoop shell常见命令 Sqoop导入与导出 |
6 |
|||
|
Flume |
flume简介-基础知识 flume安装与测试 flume部署方式 flume source相关配置及测试 flume sink相关配置及测试 |
flume selector 相关配置与案例分析 flume Sink Processors相关配置和案例分析 flume Interceptors相关配置和案例分析 flume AVRO Client开发 flume 和kafka 的整合 |
12 |
||
|
Zookeeper |
Zookeeper java api开发 Zookeeper rmi高可用集群开发 Zookeeper redis高可用监控 |
Netty 异步io通信框架 Zookeeper实现netty分布式架构的高可用 |
12 |
||
|
kafka |
kafka是什么 kafka体系结构 kafka配置详解 kafka的安装 kafka的存储策略 kafka分区特点 |
kafka的发布与订阅 zookeeper协调管理 java编程操作kafka scala编程操作kafka flume 和kafka 的整合 Kafka 和storm 的整合 |
12 |
||
|
Storm |
Storm的基本概念 Storm的应用场景 Storm和Hadoop的对比 Storm环境准备 Storm集群搭建 Storm配置文件配置项讲解 Storm常用组件和编程API Storm分组策略 Strom下WordCount例子 Storm程序远程debug Storm事物处理 |
Storm消息可靠性及容错原理 Storm结合消息队列Kafka 队列Kafka使用场景 Storm结合Kafka编程API Storm Trident概念 Trident state 原理 Trident开发实例 Storm DRPC(分布式远程调用)介绍 Storm DRPC实战讲解 Storm和Hadoop Kafka+Storm+Hbase+redis项目实战 |
18 |
||
|
第四阶段 |
Scala |
scala解释器、变量、常用数据类型等 scala的条件表达式、输入输出、循环等控制结构 scala的函数、默认参数、变长参数等 scala的数组、变长数组、多维数组等 scala的映射、元组等操作 scala的类，包括bean属性、辅助构造器、主构造器等 scala的对象、单例对象、伴生对象、扩展类、apply方法等 scala的包、引入、继承等概念 scala的特质 scala的操作符 scala的高阶函数 scala的集合 scala数据库连接 |
18 |
||
|
Spark |
Spark简介与应用场景 RDD Transformation Action Spark计算PageRank Lineage Spark模型简介 Spark缓存策略和容错处理 宽依赖与窄依赖 Spark配置讲解 |
Spark集群搭建 集群搭建常见问题解决 Spark原理核心组件和常用RDD 数据本地性 任务调度 DAGScheduler TaskScheduler Spark源码解读 性能调优 Spark和Hadoop2.x整合：Spark on Yarn原理 |
18 |
||
|
Spark Streaming |
Spark Streaming：数据源和DStream Transformation Streaming Window的操作 |
sparksql 编程实战 spark的多语言操作 |
6 |
||
|
Spark MLlib 机器学习 |
介绍 回归算法 分类算法 |
推荐系统 聚类 Kmeans |
6 |
||
|
第五阶段 |
Docker |
基本介绍 vm docker 对比 docker基本架构介绍 unfs cgroup namespace 进程虚拟化 轻量级虚拟化 docker 安装 |
docker 镜像制作 docker 常用命令 docker 镜像迁移 docker pipework docker weave |
12 |
|
|
虚拟化KVM |
虚拟化介绍，虚拟化适用场景等等 Qemu Libvirt & KVM 安装KVM, Qemu, Libvirt QEMU-KVM:访问外网 Kvm虚拟机 nat,网桥基本原理 |
kvm虚拟机克隆 kvm虚拟机vnc配置 kvm虚拟机扩展磁盘空间 Kvm快照 Kvm 迁移 Java,python,c语言编程控制kvm |
6 |
||
|
云平台OpenStack |
openstack介绍和模块基本原理分析 openstack多节点安装部署 Keystone基本原理 glance |
Cinder Swift Neutron Openstack api 二次开发 |
12 |
||
|
第六阶段 |
综合项目 演练 |
1)结合基于SSH技术的jee项目—互联网大数据调查系统，可针对当下流行的事件进行网络调查，然后从海量的调查调查问卷中通过大数据手段对其进行分析和汇总，最终对大众的消费习惯、文化倾向、未知领域的认知以及新事物趋势做数据上的可靠性分析，掌握大众的心理导向，有效指定企业的战略规划和部署。 2)结合国内某知名网站账户的泄露信息，运用大数据技术对所有账户的密码部分进行分析，从而判断国人在密码设置上的缺陷和漏洞，进而计算我们自己所设密码被成功破解的概率，最终通过改变个人的密码设置习惯有效保护个人的账户和财产安全。 |
60 |
||
|
合计 |
438 |
||||
|
1、为了跟进企业实际需要，实际上课和课表内课程安排可能会有微调，以实际上课为准。 2、为了跟进企业实际需要，项目实战部分也可能在必要时进行增加和调换，以上课所用项目为准。 3、老男孩教育保留所有解释权。 |
|||||
三、为什么要学大数据
大数据时代来了，想躲你是躲不掉的。
当大数据的大浪袭来时，要么你冲上浪尖，做时代的弄潮儿，要么被打入海底，做鱼儿的晚餐。
根据2012年互联网络数据中心发布的《数字宇宙2020》报告，2011年全球数据总量已达到1.87ZB（1ZB=10万亿亿字节），如果把这些数据刻成DVD，排起来的长度相当于从地球到月亮
之间一个来回的距离，并且数据以每两年翻一番的速度飞快增长。预计到2020年，全球数据总量将达到35～40ZB，10年间将增长20倍以上。
在大数据时代，企业之间正在为了吸引并留住商业智能和信息管理的专业人才而展开战争。在InformationWeek每年公布的IT从业人员薪金调查中可以看出大数据从业人员面临巨大的缺口。
回顾InformationWeek多年的IT薪金调查报告，商业智能和信息管理的专业人才一直是IT领域中的高收入人群。但是2012年的调查报告显示数据整合/数据仓库领域的薪金曾更高，普通从业者和管理者的
薪金分别为97000美元和120000美元。
从星巴克到沃尔玛，从家乐福到肯德基，他们正在分析密集型数据，以便得出最合适的产品选型和定价。大数据分析消费者使用习惯，如何使企业利润最大化，如何制定食物的食材配比，都是有着严密
的数据分析做支撑，而这一切就是大数据的魅力所在。所以大数据是切切实实为企业创造价值的发动机，他们是企业生存发展的原动力。拥有大数据技能的人才是企业的核心竞争力。
已经越来越多的企业老板和负责人，他们真正意识到了这一技术的重要性和不可或缺行。所有他们对大数据人才的渴望非常迫切。
正因如此，才造成了大数据人才供不应求。
麦肯锡全球研究院的研究预测在未来6年，仅在美国本土就可能面临缺乏14万至19万具备深入分析数据能力人才的情况，同时具备通过分析大数据并为企业做出有效决策的数据的管理人员和分析师也有
150万人的缺口。美国和日本政府认为培训大量的大数据人才是相当必要的。
大数据人才缺口的巨大，直接导致了大数据行业的薪金持续增长.数据整合和数据仓库管理人员薪金在未来将达到131000美元，普通工作人员薪金也有101000美元。
大数据即意味着大机遇、大价值，也意味着大考验、大挑战。美国在2012年启动了大数据研究与发展计划，日本、英国以及相当一部分国家的政府都相继启动了这方面的行动计划。
就在刚刚闭幕的党的十八届五中全会公报提出要实施“国家大数据战略”，这是大数据第一次写入党的全会决议，这也是有史以来第一次将科技手段纳入到国家战略的高度。
在世界格局上，以后的竞争，就是大数据的竞争。计算机的核心是数据。
那么大数据就是金山，就是宝藏，谁能够淘到黄金，就看谁有没有专业的技术人才和团队。
大数据时代已经到来，他注定要改变世界、改变我们。
我们已没有选择，我们能做的就是接受大数据，征服大数据！！！