本课程由浅入深，全面、系统地介绍了大数据基础、应用、管理、性能优化、数据库的架构，环境搭建实例，编程实例等内容。课程中的每一章都提供了大量的 实例代码，以方便学者进行练习和学习。每个例程都经过精挑细选，具有很强的针对性，适合各个阶段的读者的学习。本课程既注重基础知识，又非常注重实践，学者可以快速上手并迅速提高。通过学习本课程内容，学者不仅可以全面掌握大数据的应用，还可以获得快速分析和解决实际问题的能力。

1.课程研发环境

项目源代码以jdk、linux为基准。

开发工具:Eclipse;

:hadoop 

其他工具:JDK等都会提供与项目匹配的安装程序。

2.内容简介

本课程主要是针对hadoop的中、高级开发，主要面向于hadoop的中高级开发人员，在了解hadoop一定知识点的前提下更容易对本课程做到详细的学习，同时本课程为了考虑到零基础的hadoop开发人员，本课程讲师为了使零基础人员更好的学习本课程，在讲课过程中也会涉及到一些基本的基础知识点从而来更好的学习本课程。由于目前的一些电力企业以及气象方面对于实时数据的准确性要求相当高，本课程就针对目前企业公司大量的涉及到了hadoop以及一些实时数据的监控做出了深入的讲解，本课程主要特点就是，高效性、针对性、实用性、深入性。

本讲师一直从事于Java开发方面工作，涉及到对于JavaEE方面和数据库方面有所深入的研究，主要从事于金融方面的开发，对于ActiveMQ以及Hadoop、Oracle、SQL Server有着一定的研究。目前从事于电力软件开发。在此期间取得了各项荣誉称号，同时在一些优秀的培训网站担任讲师一职，发布多方面Java技术领域视频培训课程。主要是Java相关技术：Struts、Sping 、Hibernate、Oracle、SQL Server、Hadoop、Memcache、Html、JavaScript、ActiveMQ。

目标一. 熟练掌握hadoop知识点以及核心原理

目标二. 了解掌握在企业系统设计中去使用hadoop

目标三. 深入学习如何与其他框架的整合

目标四.  hadoop企业开发经验。

亮点一、快速，很高的扩展性，他有一个很好的 replication 模式以及完善的java API,

亮点二、理论与实战相结合，由浅入深。即照顾到基础学员，又照顾到有一定经验的学员，讲解过程中留有学生思考的时间. 

亮点三、课程绝大多数代码均是一行一行手工敲入，手把手一步步带领学员从入门到精通.

亮点四、整个项目基本上学员拿到该项目后稍加改造就可以用到自己的项目，实用性超强. 以及通用性非常好。

1.课程针对人群

本课程针对具有一定的java基础的学员，想通过本项目的学习，也适合是有志于成为前端开发工程师岗位的学员。比较适合在项目开发中涉及到hadoop数据库技术点的开发工程师学习。

2.我该怎么学,如何才能学好这门课程，给些建议。

  2.1、时间上的安排建议

      本课程共45讲，如果您时间上充分，建议以每天1-2讲的进度往前学习。 

  2.2、学习要求

      如果您没有基础，建议还是中规中矩的按照课程进度一点一点仔细观看学习，并一定要把看完的视频中的代码自己手敲一遍，以加深理解和记忆

      如果您有基础，可不必按步就搬进行，可以拿你感兴趣的部分去学习，但一定要注意实践，并学会举一反三 

  2.3、讲师建议

      1.最好看完视频之后，抛开视频，独立自己去把上课中的示例写一遍，看自己是否理解，如果不正确，可以回过头看再看下视频，如果反复，达到真正理解和熟练掌握的目的。

      2.对于项目实战部分，一定要自己亲自动手做一遍，不要满足听完就OK了

      3. 建议一般听视频，一般拿个纸和笔，做一些记录和笔记，这是一种非常好的学习习惯。

      4. 一定不要过于依赖视频，要学会看API和使用百度，学会思考，学会举一反三

      5. 最后祝您学有所成

 课程是属于某个特定的专业技术，掌握该技术后，你可以从事以下职位的相关工作

1.java开发工程师

2.Web前端开发工程师

3.Php或.net开发程师 （因为它是一个前端技术，可以任意和后台语言结合） 

├─01.大数据深度挖掘
│      01_01.大数据深度挖掘(1)_1
│      01_02.大数据深度挖掘(1)_2
│      01_03.大数据深度挖掘(2)
│      01_04.大数据深度挖掘(3)
│      01_05.大数据深度挖掘(4)_1
│      01_06.大数据深度挖掘(4)_2
│      
├─02.大数据存储
│      02_01.大数据存储(1)_1
│      02_02.大数据存储(1)_2
│      02_03.大数据存储(2)
│      02_04.大数据存储(3)
│      02_05.大数据存储(4)
│      
├─03.大数据处理解决方案
│      03_01.数据处理解决方案(1)
│      03_02.数据处理解决方案(2)
│      03_03.数据处理解决方案(3)_1
│      03_04.数据处理解决方案(3)_2
│      
├─04.纯分布式数据库：Cassandra
│      04_01.纯分布式数据库Cassandra(1)_1
│      04_02.纯分布式数据库Cassandra(1)_2
│      04_03.纯分布式数据库Cassandra(2)
│      
├─05.云计算与数据库相结合的技术
│      05_01.云计算与数据库相结合的技术(1)
│      05_02.云计算与数据库相结合的技术(2)
│      05_03.云计算与数据库相结合的技术(3)
│      05_04.云计算与数据库相结合的技术(4
│      05_05.云计算与数据库相结合的技术(5)
│      
├─06.HDFS
│      06_01.HDFS(1)_1
│      06_02.HDFS(1)_2
│      06_03.HDFS(1)_3
│      06_04.HDFS(2)_1
│      06_05.HDFS(2)_2
│      06_06.HDFS(3)
│      
├─07.GANGLIA
│      07_01.GANGLIA(1)_1
│      07_02.GANGLIA(1)_2
│      07_03.GANGLIA(2)_1
│      07_04.GANGLIA(2)_2
│      
├─08.数据入库接口开发
│      08_01.数据处理实例(1)_1
│      08_02.数据处理实例(1)_2
│      08_03.数据处理实例(2)
│      08_04.数据处理实例(3)
│      08_05.数据处理实例(4)
│      08_06.数据处理实例(5)_1
│      08_07.数据处理实例(5)_2
│      08_08.数据处理实例(6)
│      08_09.数据处理实例(7)
│      08_10.数据处理实例(8)
│      
├─09.深入HDFS项目开发
│      09_01.深入HDFS项目开发(1)_1
│      09_02.深入HDFS项目开发(1)_2
│      09_03.深入HDFS项目开发(2)
│      09_04.深入HDFS项目开发(3)
│      09_05.深入HDFS项目开发(4)
│      09_06.深入HDFS项目开发(5)
│      09_07.深入HDFS项目开发(6)
│      
├─10.SQOOP命令
│      10_01.SQOOP命令(1)
│      10_02.SQOOP命令(2)
│      10_03.SQOOP命令(3)
│      10_04.SQOOP命令(4)
│      10_05.SQOOP命令(5)
│      10_06.SQOOP命令(6)
│      10_07.SQOOP命令(7)
│      
├─11.dfsadmin命令
│      11_01.dfsadmin命令(1)_1
│      11_02.dfsadmin命令(1)_2
│      
├─12.Sqoop的常见问题及其解决方法
│      12_01.Sqoop的常见问题及其解决方法(1)
│      12_02.Sqoop的常见问题及其解决方法(2)
│      
├─13.NameNode单点问题
│      13_01.NameNode单点问题(1)
│      13_02.NameNode单点问题(2)
│      
├─14.SecondaryNameNode机制
│      14_01.SecondaryNameNode机制(1)_1
│      14_02.SecondaryNameNode机制(1)_2
│      14_03.SecondaryNameNode机制(2)
│      
├─15.Avatar元数据同步机制
│      15_01.Avatar元数据同步机制(1)
│      15_02.Avatar元数据同步机制(2)
│      15_03.Avatar元数据同步机制(3)
│      15_04.Avatar元数据同步机制(4)
│      15_05.Avatar元数据同步机制(5)
│      
├─16.数据立方
│      16_01.数据立方(1)
│      16_02.数据立方(2)
│      
├─17.存储内存优化
│      17_01.储内存优化(1)
│      17_02.储内存优化(2)
│      17_03.储内存优化(3)
│      17_04.储内存优化(4)
│      17_05.储内存优化(5)
│      
├─18.性能测试
│      18_01.性能测试(1)_1
│      18_02.性能测试(1)_2
│      18_03.性能测试(2)
│      18_04.性能测试(3)
│      18_05.性能测试(4)_1
│      18_06.性能测试(4)_2
│      18_07.性能测试(5)
│      18_08.性能测试(6)
│      
├─19.通过Java获取HDFS相关配置信息
│      19_01.通过Java获取HDFS相关配置信息(1)
│      19_02.通过Java获取HDFS相关配置信息(2)
│      19_03.通过Java获取HDFS相关配置信息(3)
│      19_04.通过Java获取HDFS相关配置信息(4)
│      19_05.通过Java获取HDFS相关配置信息(5)
│      19_06.通过Java获取HDFS相关配置信息(6)
│      19_07.通过Java获取HDFS相关配置信息(7)_1
│      19_08.通过Java获取HDFS相关配置信息(7)_2
│      
├─20.地震数据实时存储处理以及优化
│      20_01.地震数据实时存储处理以及优化（1）
│      20_02.地震数据实时存储处理以及优化（2）
│      20_03.地震数据实时存储处理以及优化（3）
│      20_04.地震数据实时存储处理以及优化（4）
│      20_05.地震数据实时存储处理以及优化（5）
│      20_06.地震数据实时存储处理以及优化（6）
│      20_07.地震数据实时存储处理以及优化（7）
│      
└─21.大数据实战社交网络搜索引擎系统及性能优化
        21_01.大数据实战社交网络搜索引擎系统及性能优化(1)
        21_02.大数据实战社交网络搜索引擎系统及性能优化(2)
        21_03.大数据实战社交网络搜索引擎系统及性能优化(3)
        21_04.大数据实战社交网络搜索引擎系统及性能优化(4)
        21_05.大数据实战社交网络搜索引擎系统及性能优化(5)
        21_06.大数据实战社交网络搜索引擎系统及性能优化(6)
        21_07.大数据实战社交网络搜索引擎系统及性能优化(7)
        21_08.大数据实战社交网络搜索引擎系统及性能优化(8)
        21_09.大数据实战社交网络搜索引擎系统及性能优化(9)
        21_10.大数据实战社交网络搜索引擎系统及性能优化(10)
        21_11.大数据实战社交网络搜索引擎系统及性能优化(11)
        21_12.大数据实战社交网络搜索引擎系统及性能优化(12)
        21_13.大数据实战社交网络搜索引擎系统及性能优化(13)
        21_14.大数据实战社交网络搜索引擎系统及性能优化(14)
        21_15.大数据实战社交网络搜索引擎系统及性能优化(15)