北京数据分析师培训机构
5G通信让万物互联成为可能，互联网产品不再局限于手持设备， 智能硬件的丰富性使企业开始关注屏幕以外的设计，全链路设计师成为抢手人才
01
选择我们，理由不止一个
硬实力 icon 前瞻性大纲、企业技术讲师、专业教研团队、严格考核机制、入学就业协议、学习硬件支撑
软实力 icon 企业经理课程、职业素养课程、校友技术沙龙、企业双选会、技能提高、360°生活确保
02
课程内容丰富，传授专业知识
第一阶段JavaSE
| 时间 | 内容 | 培训目标 | 备注 |
|---|---|---|---|
| Java基础语法 | 计算机理论介绍；编程基础--进制分类,进制转换等；JDK的安装与环境变量的配置；注释；数据类型；标识符；变量和常量；转义字符；数据类型转换；常用运算符；分支流程控制-if；分支流程控制-switch；循环流程控制-while；循环流程控制-for；方法的定义与调用；方法的参数与返回值；方法的重载；方法的递归；数组的定义与元素访问；数组的内存分析；数组的常见操作；数组排序 | ||
| Java面向对象 | 面向对象与面向过程；类的设计；对象的实例化；对象的内存分析；类中成员的访问；类是一种自定义的类型；this关键字；包(package)的创建与使用；构造方法；private关键字与属性封装；单例设计模式；继承基本的概念；继承中的特点；继承中的构造方法；方法的重写；final关键字；super关键字的使用；Object类；对象的转型；instanceof关键字；抽象类与抽象方法；接口 | ||
| 常用类、异常、集合 | Lambda表达式；内部类；包装类型；常用类Random、Date、SimpleDateFormat、Calendar；枚举；异常定义；常用结构.；finally关键的应用；自定义异常；String类常用方法；StringBuffer/StringBuilder的常用方法；正则表达式；集合框架Collection；集合中元素排序；Collections具类；泛型；集合框架Map；HashMap集合；TreeMap集合；可变参数；Arrays工具类；基本数据结构 | ||
| Java多线程和IO | 多线程概念；并发与并行；创建线程的方式；线程常用方法；线程生命周期；临界资源问题；同步代码段synchronized关键字；同步方法synchronized关键字；lock和unlock；线程死锁；生产者消费者设计模式(一对一)；懒汉式单例设计模式中的线程安全问题；File常用方法；流的基础；流的分类；字节流；字符流；转换流；缓冲流；对象流；Properties文件操作；NIO和NIO.2（缓冲区、通道、Paths.get、Files）；Class类；Class获取对象的三种方式；Constructor构造方法；Field 属性；Method方法；反射实例 | ||
| MySQL+JDBC | SQL简介；SQL表的概念；数据库的安装卸载；登录MySQL和MySQL常用命令；MySQL中常用的基本数据类型；数据库DDL操作；数据库DML操作 数据库DQL操作；数据库DQL操作；数据完整性；数据库的索引操作；表与表之间的关系；多表查询；常见函数应用；数据备份与恢复；JDBC原理；JDBC的实现；JDBC实例-模拟登陆；SQL注入问题；xml和json讲解；数据库事务；连接池；连接池原理；常用的三方连接池DBCP、C3P0和Druid；DBUtils三方工具的使用 |
第二阶段Hadoop生态
| 时间 | 内容 | 培训目标 | 备注 |
|---|---|---|---|
| Linux和Shell脚本 | CentOS 7.7安装部署；常见文件操作命令；常用系统操作命令；常用的四种软件安装部署；Shell脚本中变量；Shell脚本数组、if-el分支、循环和方法等；Shell脚本调试；crontab定时器 | ||
| HDFS分布式文件系统 | HDFS组件概述；Hadoop安装部署；HDFS中的服务功能；HDFS工作机制；HDFS读写流程；HDFS的api操作 | ||
| Zookeeper | Zookeeper的定义；Zookeeper的应用场景；Zookeeper的服务及功能；Zookeeper整体架构；Zookeeper的选举机制；Zookeeper中事务；Zookeeper安装部署；Zookeeper操作；HDFS的HA部署 | ||
| MapReduce | YARN的组件YARN的架构；YARN的调度方式；YARN工作原理；MapReduce模型；MapReduce中shuffle机制；MapReduce中的partitioner；MapReduce中的自定义输入输出；MapReduce中的join操作；MapReduce中的压缩；MapReduce优化 | ||
| Hive | Hive架构；Hive安装部署；Hive的DDL操作；Hive的DML操作；Hive分区；Hive分桶；Hive数据加载；Hive中数据类型；Hive的常见内部函数；Hive自定义函数(UDF|UDAF)；Hive视图；Hive索引；Hive优化 | ||
| Presto | Presto部署；Presto命令行接口；Presto的JDBC驱动；Presto队列配置；Presto的连接器；Presto的函数和运算符；Presto的数据类型；Presto的sql操作；Presto从Hive迁移；Presto的函数 | ||
| Hbase | Hbase架构；Hbase组件；Hbase工作原理；Hbase的shell操作；Hbase的api操作；Hbase的合并；Hbase的触发器；Hbase的过滤器；Hbase的RowKey设计；Hbase的优化操作 | ||
| Phoenix | Phoenix安装部署；Phoenix的四种操作方式；Phoenix的DDL和DML；Phoenix的视图；Phoenix的二级索引；Phoenix的分页实现 | ||
| Kylin | Kylin架构；Kylin安装部署；Kylin数据源添加；Kylin的Mode创建；Kylin的Cube构建；Kylin的Cube运行；Kylin的支持的操作；Kylin的优化 | ||
| Sqoop | Sqoop架构；Sqoop安装部署；Sqoop的工作原理；Sqoop的Import和Export；Sqoop增量和全量操作；Sqoop元数据；Sqoop的Job操作；Sqoop代码脚本化 | ||
| Flume | Flume架构；Flume安装部署；Flume的source、channel、sink；Flume的selector使用；Flume的实时采集；Flume自带拦截器和自定义拦截器；Flume多agent部署；Flume的容错 | ||
| Azkaban | Azkaban架构；Azkaban部署；Azkaban的Shell案例；Azkaban的MapReduce案例；Azkaban的Hive案例；Azkaban的Sqoop案例；Azkaban的定时案例；Azkaban的2.0语法；Azkaban的用户和权限；Azkaban的优化 | ||
| Git | Git相关概念；Git安装部署；Git命令行操作；Git版本库创建；Git中分支操作；Git冲突解决；GitHub和GitLab介绍使用；Git和IDEA整合使用 | ||
| 数据仓库 | 数据仓库定义；数据仓库四大特征；数据仓库主题；数据仓库集市；数据粒度；数据仓库中维度；数据仓库中缓慢数据变化处理；数据仓库分层 |
第三阶段Spark生态
| 时间 | 内容 | 培训目标 | 备注 |
|---|---|---|---|
| Scala基础 | Scala环境部署；编码规范；var和val的区别；数据类型；表达式；循环；定义方法和函数；数组(Array)；映射(Map)；元组(Tuple)；列表(List)；Set；集合的重要函数；类、特质、抽象类、对象、继承；模式匹配和样例类；高阶函数；隐式转换和隐示参数；泛型；Netty的概念 | ||
| Spark Core | Spark简介；Spark运行模式；SparkShell；RDD的概念详解；Transformation算子；Action算子；DAG有向无环图；RDD任务的切分；Lineage(血统)；Checkpoint检查点机制；Spark集群启动流程和任务提交流程；自定义排序；自定义分区Accumulator累加器；Broadcast广播变量；Shuffle原理剖析与源码分析；SparkSubmit执行流程；集群启动流程详解；SparkContext执行流程；Task提交流程详解；Stage划分过程详解 | ||
| Spark内核源码 | Spark启动脚本解析；Spark提交流程解析；应用提交和Driver进程；SparkContext解析；Spark executor解析；Spark的部署模式；Spark的shuffle流程；Spark的内存管理 | ||
| Spark SQL | SparkSQL介绍；SparkSQL的操作方式；SparkSQL的数据抽象；Spark-shell基本操作；数据转换(RDD,DataFrame,DataSet)；数据操作方法(DSL和SQL)；SparkSQL自定义函数(UDF,UDAF,开窗函数)；Spark集成Hive(内置Hive和外置Hive) | ||
| Kafka消息队列 | |||
| Redis | Redis的应用场景；Redis安装部署；Redis数据类型的cli和api操作；Redis的数据类型和操作案例；Redis主从复制；Redis集群部署；Redis的连接池；Redis中的雪崩、穿透和击穿问题 | ||
| Spark Streaming | Spark Streaming的原理介绍；DStream的概念；DStream原语类型介绍；DStream的Transformation(转换)、Output(输出)；窗口操作案例实现；Spark Streaming结合Kafka案例实现；背压和反压机制；数据的一致性；Structured Streaming实战 | ||
| Spark Mllib | Spark MLlib简介；Spark MLlib组件介绍；Word2Vec；TF-IDF；ALS；GBDT；LR；MinMaxScaler；OneHotEncoder | ||
| Elasticsearch | Elasticsearch的相关概念；Elasticsearch及插件安装部署；Index的概念；Document的概念；Mapping映射的概念；Elasticsearch的数据类型；Elasticsearch的聚合操作；索引rest和api相关操作；Elasticsearch的SQL操作；Elasticsearch过滤器；IK分词器集成Elasticseach；查询文档分页操作；Kibana插件操作 | ||
| ClickHouse | ClickHouse概念；ClickHouse安装部署；客户端连接和JDBC方式访问ClickHouse；数据类型；ClickHouse的ddl和dml操作；ClickHouse表引擎；ClickHouse优化 |
第四阶段Flink生态
| 时间 | 内容 | 培训目标 | 备注 |
|---|---|---|---|
| Flink基础 | Flink部署模式；Flink Streaming DataStream API介绍；Flink Streaming DataSource、Transformations、Sink详解；Flink的connector；Flink的自定义输入输出；Flink中两阶段提交；Flink中的操作链；Flink DataSet的DataSource、Transformations、Sink详解；Flink Table API和SQL应用；Blink Table的操作；Sql与hive的整合；Flink的序列化；Flink的广播变量；Flink的累加器；Flink的分布式缓存；Flink的状态管理和恢复；Flink的CheckPoint；Flink失败重启；Flink中Time；Flink窗口；EventTime与Watermarks；Flink的CEP；Flink的新特性；Flink的优化 |
03
完善的配套服务，提高自我
就业复盘
统计多名毕业老学员所在公司使用到的实际企业技术及学员大厂面试反馈
教研深度剖析
按企业实际需求调整了每天的课程设计，加入更多新特性及技能，并提供技术服务
技术实时更新
未来大数据行业更偏向于ETL工具使用、更适用于实时数仓或用户画像项目，新增Presto、ClickHouse；引入企业级适用的基于Spark Mllib的机器学习算法等主流技术
04
大数据六维全息项目实战
大数据采集与指标监控
项目介绍：大数据采集与指标监控项目是基于第一阶段和第二阶段课程，贯穿离线数据上报、数据储存、数据服务监控、数据分析等全套流程。整个项目包括Flume自定义拦截器代码、自定义Azkaban监控代码和SQL相关指标代码开发
解决问题：解决离线数据上报流程，数据采集操作，flume和azkaban的二次开发，数据服务监控等
实时数仓建设项目
项目介绍：实时数仓是一个基于Flink、Kafka、Elasticsearch和Redis等技术构建的某旅游实时数仓平台。项目整体涵盖订单、交易、活动和用户行为等业务块。代码包含实时ETL处理、实时数据落地HDFS磁盘、实时数据打入Elasticsearch和Kafka等
解决问题：解决实时数据ETL处理、解决实时数据回滚HDFS、解决维度变化异步处理问题
