大数据课程大纲 阶段 技术名称 技术内容 第一阶段 linux 系统 章节1：linux 基础 第二阶段 大型网站高并发处理 章节1：高并发与负载均衡 第三阶段 Hadoop 分布式文件系统：HDFS 章节1：Hadoop 简单介绍及架构设计 章节2：Hadoop 高可用集群及java API 第四阶段 Hadoop 分布式计算框架：Mapreduce 章节1：MapReduce 分布式计算框架架构设计及项目案例 第五阶段 Hadoop 离线体系：Hive 章节1：hive 架构设计及集群搭建 章节2：hive 基本操作 章节3：hive 权限管理及优化 第六阶段 Hadoop 离线计算体系：Hbase 章节1：hbase 架构设计及hbase 部署 章节2：hbase 基本操作及性能优化 第七阶段 Zookeeper 开发 章节1：zookeeper 架构及开发 第八阶段 elasticsearch 分布式搜索 章节1：lucene 介绍 章节2：elasticsearch 安装及使用 第九阶段 CDH 集群管理 章节1：CDH 搭建及使用 第十阶段 Storm 实时数据处理 章节1：storm 介绍及部署 章节2：storm 深入学习及案例讲解 第十一阶段 Redis 缓存数据库 章节1：Redis 介绍及使用 第十二阶段 Spark 核心部分：Spark Core 章节1：Spark 介绍及算子使用 章节2：Spark 集群搭建及提交方式 章节3：Spark 核心概念讲解及资源任务调度源码分析 章节4：SparkSQL 介绍及使用 章节5：kafka 的使用及 SparkStreaming 介绍及使用 章节6：Spark 案例实现 第十三阶段 机器学习 章节1：Python 语法介绍及案例实现 章节2：R 语言语法及机器学习算法 第十四阶段 机器学习：推荐系统项目 章节1：推荐系统需求分析及架构分析 章节2：推荐系统案例