濟(jì)南大數(shù)據(jù)培訓(xùn)班

大數(shù)據(jù)被認(rèn)為是“未來(lái)的新石油”，也被比喻為21世紀(jì)的“鉆石礦”，在社會(huì)生產(chǎn)、流通、分配、消費(fèi)活動(dòng)以及經(jīng)濟(jì)運(yùn)行機(jī)制等方面發(fā)揮著重要的作用。
《大數(shù)據(jù)標(biāo)準(zhǔn)化白 皮 書（2020版）》梳理了國(guó) 內(nèi)外主要國(guó) 家、地區(qū)大數(shù)據(jù)領(lǐng)域的發(fā)展戰(zhàn)略，描述了大數(shù)據(jù)核心技術(shù)和產(chǎn)業(yè)應(yīng)用現(xiàn)狀，力圖從政策、技術(shù)、產(chǎn)業(yè)等多個(gè)角度，勾畫出當(dāng)前大數(shù)據(jù)發(fā)展的整體脈絡(luò)。同時(shí)結(jié)合大數(shù)據(jù)發(fā)展的最 新態(tài)勢(shì)及熱點(diǎn)方向，迭代完善形成了新時(shí)期的大數(shù)據(jù)標(biāo)準(zhǔn)體系，并提出了我國(guó)大數(shù)據(jù)標(biāo)準(zhǔn)化工作建議。

一.JavaSE階段核心技術(shù)點(diǎn)
1.Java基本語(yǔ)法
2.面向?qū)ο?/span>
3.API
4.Eclipse開(kāi)發(fā)工具的使用
5.集 合的底層原理
6.基本算法
7.jvm參數(shù)
8.JDK8的部分特性
9.IO、線程、套接字、反射使用
10.EasyMall項(xiàng)目開(kāi)發(fā)
二.WEb前端及常用框架
1.XML、HTML/CSS
2.JavaScript、Jquery、JDBC、Servlet
3.Tomcat/HTTPCookie/Session
4.JSP/EL表達(dá)式/JSTL標(biāo)簽庫(kù)
5.MVC設(shè)計(jì)模式/三層架構(gòu)
6.JavaWeb高 級(jí)開(kāi)發(fā)技術(shù)
7.數(shù)據(jù)庫(kù)高 級(jí)開(kāi)發(fā)技術(shù)
8.EasyMall項(xiàng)目開(kāi)發(fā)
三.JavaEE框架
1.Tomcat服務(wù)器安裝、以及常用配置
2.Servlet基礎(chǔ)、Servlet生命周期
3.jsp基本語(yǔ)法、九大內(nèi)置對(duì)象以及常用方法、四個(gè)屬性范圍
4.Filter過(guò)濾器、Listener監(jiān)聽(tīng)器、使用過(guò)濾器實(shí)現(xiàn)登錄權(quán)限攔截和字符編碼集設(shè)置
5.MVC設(shè)計(jì)模式，完成圖書管理系統(tǒng)的添加等功能
6.使用JSON+Ajax技術(shù)完成異步交互操作
7.完成網(wǎng)上書城項(xiàng)目：（圖書管理+購(gòu)物車系統(tǒng)）
四.數(shù)據(jù)庫(kù)
1.Oracle數(shù)據(jù)庫(kù)介紹、安裝與卸載、常用命令使用
2.數(shù)據(jù)庫(kù)表的約束（主鍵約束、唯一約束、非空約束、檢查約束、外鍵約束）
3.數(shù)據(jù)庫(kù)常用函數(shù)（字符串函數(shù)、日期函數(shù)、轉(zhuǎn)換函數(shù)、數(shù)學(xué)函數(shù)、通用函數(shù)、聚合函數(shù)）
4.Oracle數(shù)庫(kù)的偽列（rowId、rownum）及其分頁(yè)、用戶、權(quán)限、角色
5.PLSQL編程、運(yùn)算符、基本語(yǔ)法
6.PLSQL中的程序結(jié)構(gòu)：選擇結(jié)構(gòu)、循環(huán)結(jié)構(gòu)
7.JDBC以及圖書管理系統(tǒng)案例
8.使用Properties讀取屬性文件、c3p0、dbcp、druid數(shù)據(jù)庫(kù)連接池
五.Spark生態(tài)體
standalone模式資源調(diào)度和任務(wù)調(diào)度原理yarn模式資源調(diào) 度和任務(wù)調(diào)度原理spark術(shù)語(yǔ)寬窄依賴sparkstage pipeline計(jì)算模式粗粒度與細(xì)粒度資源調(diào)度推測(cè)執(zhí)行二次排序分組topn spark源碼分析廣播變量累加器webui master ha sparkshuffle spark文件尋址內(nèi)存管理shark sparksql謂詞下推dataframe操作spark on hive udf udaf開(kāi)窗函數(shù)sparkstreaming原理流失框架對(duì)比分析數(shù)據(jù)流程算子操作窗口操作
六.Flink生態(tài)體系
flink架構(gòu)原理flink實(shí)時(shí)計(jì)算框架無(wú) 界數(shù)據(jù)流有界數(shù)據(jù)流flinkcheckpoint savepoint flink窗口操作容錯(cuò)檢查點(diǎn)flink任務(wù)提交算子鏈flink集群搭建flink ha任務(wù)槽flink datastage flink datastream flinksql flink on yarn flink+kafka整合flink廣播變量flink累加器flinktime watermark并行設(shè)置flink ecp處理
數(shù)倉(cāng)理論基礎(chǔ)oltp olap kylin架構(gòu)原理kylin cube維度爆炸kylin配置事實(shí)表維度表星型模型雪花模型星座模型模型rowkey kylin元數(shù)據(jù)保存kylin jdbc訪問(wèn)hive優(yōu)化hive處理小文件hive jvm重用數(shù)據(jù)傾斜處理任務(wù)監(jiān)控預(yù)分區(qū)spark數(shù)據(jù)結(jié)構(gòu)優(yōu)化資源優(yōu)化并行度優(yōu)化