大數據應用開發工程師專業的核心課程是Hadoop框架的學習，那么這個框架就類似于Java應用開發的SSH/SSM框架，都是Apache基金會或者其他Java開源社區團體的能人牛人開發的貢獻給大家使用的一種開源Java框架。我一直在向學生說Java語言是王道就是這個道理，Java的核心代碼是開源的，是經過全球能人牛人共同學習共同研發共同檢驗的，所以說Java是最經得住檢驗的語言，而且任何人都可以學習Java核心技術并且使用核心技術開發出像android一樣的系統和Hadoop一樣的框架。如果把編程的世界比作一棵樹，那么Java是根，SSH和Hadoop這樣的框架都是它開得枝散得葉。

 

由于大數據應用開發工程師是目前IT培訓界最熱門的專業，大數據技術人才是引領智能革命的弄潮兒，是智能時代最直接的受益者，這么重要的專業我一定要給大家講解的詳細透徹，以Hadoop生態圈為主，介紹目前大數據應用級開發工程師在工作當中所用到的全部技術，建議大家在學習大數據應用開發工程師專業之前，要有一定的Java基本語法和框架的學習經驗。

 

開源的Hadoop大數據開發平臺

hadoop是一個能夠對大量數據進行分布式處理的軟件框架，hadoop以一種可靠、高效、可伸縮的方式進行數據處理，用戶之所以可以輕松的在hadoop上開發和運行處理海量數據的應用數據，是因為hadoop具有高可靠性、高擴展性、高效性、高容錯性等優點。

 

hadoop大數據生態系統：

 

 

分布式文件系統-HDFS 

提起hadoop文件系統，首先想到的是HDFS（Hadoop Distributed File System），HDFS是hadoop主要的文件系統，是Hadoop存儲數據的平臺，建立在網絡上的分布式存儲系統。hadoop還集成了其他文件系統，hadoop的文件系統是一個抽象的概念，HDFS只是其中的一種實現。

 

分布式計算框架-MapReduce 

MapReduce是一種編程模型，是Hadoop處理數據的平臺。用于大規模數據集（大于1TB）的并行運算。概念"Map（映射）"和"Reduce（歸約）"，和它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。它極大地方便了編程人員在不會分布式并行編程的情況下，將自己的程序運行在分布式系統上。

 

分布式開源數據庫-Hbase

HBase – Hadoop Database,HBase是一個分布式的、面向列的開源數據庫。適合于非結構化數據存儲，保留數據多個時間段版本。Hbase極大的方便擴展了Hadoop對于數據的處理和應用。

 

大數據開發平臺模塊生態圈

 

 

Hive 

Hive是基于Hadoop的一個數據倉庫工具，處理結構化SQL查詢功能。可以將結構化的數據文件映射為一張數據庫表，并提供簡單的sql查詢功能，可以將sql語句轉換為MapReduce任務進行運行并提交到集群上去執行。 其優點是學習成本低，可以通過類SQL語句快速實現簡單的MapReduce統計，不必開發專門的MapReduce應用，不用使用Java編程，十分適合數據倉庫的統計分析。

 

學習Hive時，對于Hive QL中的DDL和DML就是必須要掌握的基礎；表的定義、數據導出以及常用的查詢語句的掌握是完成大數據統計分析的基礎。學會針對Hive進行編程：使用Java API開操作Hive、開發Hive UDF函數。掌握好Hive部分高級的特性能大大提升Hive的執行效率。在優化過程中可以很好的借助于執行計劃來進行分析，學習Hive時需要注意Hive性能優化是在生產中的最重要的環節，如何解決數據傾斜是關鍵； 梳理清楚Hive元數據各個表之間的關聯關系也能提升對Hive的把握能力。 

 

Pig

MapReduce之上高級過程編程腳本語言，用于查詢大型半結構化數據集。

 

Zookeeper協調Hadoop生態圈各個模塊共同工作

從英文含義上來看Hadoop是小象，Hive是蜜蜂，pig是豬，Zookeeper是動物管理員。那么很顯然Zookeeper的作用是分布式應用程序協調服務，為各個模塊提供一致性服務的。

 

數據導入導出框架Sqoop 

Sqoop是一款開源的工具，英文含義是象夫，就是喂養大象的人，主要用于在Hadoop(Hive)與傳統的數據庫(mysql、postgresql...)間進行數據的傳遞，可以將一個關系型數據庫中的數據導進到Hadoop的HDFS中，也可以將HDFS的數據導進到關系型數據庫中。

學習目標：

1.了解Sqoop是什么、能做什么及架構 ；

2.能夠進行Sqoop環境部署 ；

3.掌握Sqoop在生產中的使用 ；

4.能夠使用Sqoop進行ETL操作 。

 

Oozie

Oozie的英文含義是馴象人，非常形象，Oozie的作用是協調Hadoop各個模塊數據處理任務，給它們安排一個工作計劃。

 

Ambari

Ambari的英文含義可以理解為籬笆，這個模塊開發者的意思是把Hadoop生態圈或者形象的叫做動物園圍起來，負責各個模塊部署安裝，版本配合、升級。

大數據圖形展示框架HUE 

HUE是Cloudrea公司開源的，與Hadoop生態系統緊密結合的一個Web UI應用程序，可以通過Hue來查看、管理HDFS上面的文件，通過Hue從界面編寫Hive的SQL語句對Hive進行查詢，并使用圖表直觀的展示查詢結果，可以與Oozie集成，用戶創建和監控工作流程。

學習目標：

1.了解HUE是什么、能做什么及架構 ；

2.能夠進行HUE環境部署 ；

3.掌握HUE在生產中的使用 。

 

 

Spark 

Spark是目前最流行的大數據處理框架，以簡單、易用、性能卓越著稱。豐富的程序接口和庫文件也使得Spark成為業內數據快速處理和分布式機器學習的必備工具。

學習目標：

1.了解Spark的組件和應用場景 ；

2.能夠部署Spark Standalone模式 ；

3.能夠使用Spark進行交互式開發 ；

4.能夠發布獨立應用程序并使用spark-submit 提交 。

5.掌握Pair RDD的操作 ；

6.掌握Pair RDD如何與一般RDD結合 ；

7.掌握RDD的輸出操作 ；

8.了解RDD的持久化、累加器和廣播變量 。

9.掌握DataFrame的操作 ；

10.掌握不同數據源的加載方法 ；

11.了解UDF的定義方法 。

12.掌握Spark圖形化工具的查看 。

13.了解Spark Streaming的特點 ；

14.掌握流式處理的基本操作 ；

15.理解狀態操作和窗口操作的概念 。

16.能夠根據生產環境特點，組織基于spark sql 的周期任務完成基本日志系統的構建。

17.掌握不同需求下Spark組件的選擇 ；

18.掌握Spark參數調優 ；

19.掌握各組件之間的調用及thrift接口的使用 。

20.了解Spark作為機器學習工具的優勢 ；

21.了解機器學習算法的分類 ；

22.通過K-means算法進行玩家付費行為聚類 。

 

*擴展技能：

python開發基礎、數據分析與數據挖掘 

學習數據挖掘工具Sklearn，熟悉數據挖掘樸素貝葉斯算法和數據挖掘SVM分類算法，并且最終使用Sklearn實現貝葉斯以及SVM算法 。

Storm大數據分布式實時計算 

Storm是分布式數據處理的框架，Storm可以方便地在一個計算機集群中編寫與擴展復雜的實時計算，Storm用于實時處理，就好比 Hadoop 用于批處理。如果說MapReduce降低了并行批處理復雜性，Storm是降低了進行實時處理的復雜性。

Scala編程開發  

Scala是一種函數式面向對象語言，類似于RUBY和GROOVY語言，它無縫結合了許多前所未有的特性形成一門多范式語言，其中高層并發模型適用于大數據開發。而同時又運行于JAVA虛擬機之上。