【盤點】Cloudera Hadoop 的7門認證課程

Ms.Berry

1、【Cloudera Apache Hadoop管理員課程】（管理員）
2、【Cloudera Apache Hadoop程序員課程】（開發者）
3、【Cloudera 數據分析課程】（數據分析）
4、【Cloudera Apache HBase課程】（HBase）
5、【Cloudera Apache Spark程序員課程】（Spark）
6、【Designing and BuildingBig Data Applications】（數據建模）
7、【Cloudera Introduction to Data Science】(數據科學家)

1、【Cloudera Apache Hadoop管理員課程】（通過考試可獲得CCAH全球認證證書）
課時：4天
學習系統管理的概念和Apache Hadoop的最佳實踐，
從安裝和配置到負載均衡和調優。
這個4天的的課程通過動手時間來賦予你部署的經驗，
以及更多的安全方面的經驗和故障排除。
課程結束后，學員被鼓勵去參加Cloudera和Apache Hadoop管理員（CCAH）考試。

【課程內容】
1、Hadoop分布式文件系統（HDFS）
2、YARN/MapReduce的工作原理
3、如何優化Hadoop機群所需要的硬件配置
4、搭建Hadoop機群所需要考慮的網絡因素
5、Hadoop機群維護和控制
6、如何利用Hadoop配置選項進行系統性能調優
7、如何利用FairScheduler為多用戶提供服務級別保障
8、Hadoop機群維護和監控
9、如何使用Flume從動態生成的文件加載到Hadoop
10、如何使用Sqoop從關系型數據加載數據
11、Hadoop生態系統工具（如Hive、Impala、Pig和Base）
【學員基礎】
具備基本Linux系統管理經驗。不需要事先掌握Hadoop相關知識。

2、 【Cloudera Apache Hadoop程序員課程】（通過考試可獲得CCDH全球認證證書）
課時：4天
學習Hadoop分布式文件系統（HDFS）基礎和MapReduce框架以及如何利用其API來編寫程序，
討論為更大型的工作流程而設計技術。
這門4天的課程涵蓋了為MapReduce程序修復漏洞和優化性能所需的高級技巧。
程序員課程也引入了Apache生態項目比如Hive、Pig、HBase、Flume和Oozie。
在完成課程后，學員被鼓勵參加Cloudera認證Apache Hadoop程序員（CCDH）考試。

【課程內容】
1、MapReduce與HDFS內核知識以及如何編寫MapReduce程序
2、Hadoop開發的最佳實踐，調試、實現工作流及通用算法
3、如何利用Hive、Pig、Sqoop、Flume、Oozie及其他Hadoop的組件
4、按需定制WritableComparables與InputFormats處理復雜的數據類型
5、利用MapReduce編寫、執行連接操作以整合不同數據集合
6、用于現實世界數據分析所需的高級HadoopAPI主題
7、用Java寫MapReduce程序，用Streaming寫MapReduce程序
8、調試MapReduce代碼的策略，利用localjobrunner在本地測試MapReduce代碼
9、Partitioners和Reducers如何一起工作,定制化Partitioners
10、定制Writable和WritableComparable
11、用SequenceFile和Avro數據文件存儲二進制數據
【學員基礎】
該課程適合具有一定編程經驗的程序開發人員。由于課程中需要完成Hadoop相關編程練習，熟悉Java者優先

3、【Cloudera 數據分析課程】
課時：4天
針對任何需要在Hadoop上實時地通過SQL和熟悉的腳本來管理、操縱和查詢大型復雜數據的人。
學習ApachePig、Apache Hive和Cloudera Impala如何通過過濾聯接和其他用戶自定義的功能
來支持數據的轉型和分析。

【課程內容】
1、Hadoop生態圈、實驗場景介紹、用Hadoop工具導入數據
2、pig的特性、使用案例、和pig交互、pig Latin語法、Field定義、用pig執行ETL流程
3、pig處理復雜數據，復雜/nested嵌套的數據類型、用pig分析廣告戰役的數據
4、pig的多數據組操作，pig鏈接多數據組、用pig分析離散的數據組
5、用流處理和UDFs擴展pig，Macros和Imports、contributed functions，用其他語言和pig一起處理數據
6、pig故障排查和優化，用web界面排查一個故障的任務、Data采樣和故障排查、理解執行計劃、提高pig任務性能
7、hive表結構和數據儲存、對比hive和傳統數據庫、hive vs.pig、hive使用案例
8、hive的關系數據分析、數據管理、文本處理、優化及擴展，在shell、腳本和hue上運行hive查詢
9、impala和hive、pig、關系數據庫的不同、使用impalashell
10、采樣impala分析數據，過濾、排序and limiting results，提升impala性能，impala的交互式分析
11、對比map reduce、pig、hive、impala和關系數據庫
【學員基礎】
該課程適合有SQL經驗和基本UNIX和Linux命令的數據分析師、業務分析師和管理員
事先無需Java和Apache Hadoop的經驗

4、 【Cloudera Apache HBase課程】（通過考試可獲得CCSHB全球認證證書）
課時：4天
學習如何將HBase作為一個分布式的數據儲存以實現低延遲的查詢和高擴展的吞吐。
這4天的課程涵蓋了HBase架構、數據模型、Java API及其他高級課題和最佳實踐。
完成該課程后，學員被鼓勵參加cloudera認證Apache HBase專家（CCSHB）考試來驗證和認證其Hadoop經驗。

【課程內容】
1、什么是HBase、為什么要用HBase，HBase和RDBMS，HBase的給予和索取
2、HBase系統管理API，HBase Shell、創建表、HBaseJava API、系統管理調用
3、通過HBaseAPI訪問數據，API的使用、數據檢索、在shell添加和更新數據、刪除數據
4、用API添加、更新數據，Scan API、高級API技術、使用Eclipse
5、集群組件、HBase如何擴展，HBase寫路徑、讀路徑，壓縮和拆分
6、HBase的安裝、配置及其安全性
7、HBasedaemnon、ZooKeeper、HBase系統管理
8、復制、備份、MapeRduce和HBase集群
9、HBase里RowKey設計，從關系數據庫到HBase表結構設計，以應用為中心的設計
10、列族、表結構設計的考慮點、熱點處理
11、HBase生態系統：OpenTSDB、Kiji、HBase和hive

【學員基礎】
該課程適合需要使用HBase的開發員和管理員。
預備的數據庫和數據建模的經驗有幫助，但不是必須的。
預備的Java知識有幫助，Hadoop經驗不是必須的，
但是cloudera的Apache Hadoop開發培訓課是個絕佳的基礎。

5、【Cloudera Apache Spark程序員課程】
課時：4天
采用ApacheSpark來創建集成了批處理，流計算和互動式分析的完整，統一的大數據應用。
學習編寫復雜的并行應用來履行更快的商業決策和更好的用戶產出，并將其應用到廣泛的應用場景，架構和行業。
這門4天的課程針對那些希望在應用的速度，易用性和高級分析方面進行優化的程序員和軟件工程師。

【課程內容】
1、用Sparkshell執行互動式數據分析
2、Spark的彈性分布式數據集（Resilient Distributed Datasets）的特性
3、Spark怎樣運行在一個集群上（一個獨立的Spark集群）
4、Spark的并行編程、編寫Spark應用、用Spark處理流數據
5、RDDPartitions和HDFS數據局部性、使用Partitions、并行操作
6、Spark應用對比Spark shell、創建Spark context、配置Spark shell屬性
7、SparkStreaming簡介、開發Spark Streaming應用
8、Streaming的Word Count、其他Streaming操作、滑動窗口操作
9、Spark、Hadoop和企業數據樞紐（EDH）
10、Spark和Hadoop生態圈、Spark和MapReduce
11、Caching and Persistence（RDD溯源、Caching緩存簡介、分布式持久化機制）

【學員基礎】
該課程適合具有一定編程經驗的程序開發人員，課程樣例和練習涉及到Python和Scala語言。
需要Linux的基本知識，事先無需Hadoop經驗。

6、【Designing and Building Big Data Applications】（數據建模）
課時：4天
學習運用ApacheHadoop和企業數據樞紐中的關聯工具來分析和解決實際問題，
你會遍歷其設計和創建的整個過程，包括數據導入，決定恰當的文件格式來存儲，
處理預存的數據，及用一個容易理解消化的形式向最終用戶呈現結果。
這門4天的課程面向那些需要研發高度業務相關的應用的數據家。

【課程內容】
1、定義使用DataSets,Metadata管理、Apache Avro、AvroSchemas演變
2、什么是theKite SDK ,Fundamental Data Module基礎概念Concepts，用Kite SDK創建新數據組
3、用ApacheSqoop輸入關系數據，基本輸入、限制結果、提升Sqoop性能、Sqoop 2
4、用ApacheFlume捕獲數據，Flume自定義組開發、使用Flume自定義攔截器寫Avro對象
5、采用ApacheOozie管理工作流，定義Oozie工作流，驗證、封包、部署，Oozie的Hue用戶界面
6、用ApacheCrunch處理數據管道，對比Crunch和Javamapreduce，應用Crunch projects，CrunchAPI的工具分級
7、使用ApacheHive里的表格，Basic Query Syntax,在Hive里采用RegexSerDe
8、開發用戶定義功能，實現一個用戶定義功能，用Impala執行互動式查詢，數據和元數據管理
9、理解ClouderaSearch，Search架構、支持的文件格式
10、用Cloudera Search創建索引，Collection and SchemaManagement，Morphlines
11、Solr Query Sybtax,采用Hue創建搜索UI，通過JDBC訪問Impala,用Impala和Search增強定制的web應用

【學員基礎】
該課程最適合需要使用Hadoop及其相關工具來解決現實問題的程序員、工程師和架構師。
學員應該預先參加過cloudera的Apache Hadoop程序員培訓或有相當的實踐經驗。
需要良好的Java知識，熟悉Linux。SQL經驗會有幫助。
7、 【Cloudera Introductionto Data Science】(數據科學家)
課時：4天
數據科學家創建信息平臺來提出和回答以前不敢想象的問題。
學習數據學如何幫助公司降低成本，提升利潤，改進產品，留住客戶和發現新機會。
這門4天的課程姜幫助學員理解數據科學家做什么，他們解決什么問題，
在不同的行業里他們解決實際問題的方法。

【課程內容】
1、使用案例：金融、零售、廣告業、電信和公用事業、醫療和藥品
2、項目周期里的步伐、實驗場景介紹
3、數據采集：數據源、采集技術
4、評估輸入數據：數據格式、數據質量、數據數量
5、數據轉型：匿名化、文件格式轉換、聯結數據組
6、數據分析和統計模式：統計與概率的關系、描述性統計、統計推斷
7、機械學習基礎：機械學習的3C、Naive Bayes分類器、數據和算法的重要性
8、推薦系統簡介：什么是決策系統、協同過濾的類型、推薦系統的局限
9、ApacheMahout是什么（不是什么），可用性和安裝、使用Mahout基于條目的推薦系統
10、用Apache Mahout實現推薦系統：二值、數值偏好的相似性度量，打分
11、實驗和評估、產品部署及更多

【學員基礎】
該課程適合有Apache Hadoop基本知識如HDFS、
MapReduce、Hadoop Streaming和Apache Hive的開發人員、數據分析師和統計師。
學員應熟練腳本語言：建議熟練Python，而Perl或ruby只需熟悉即可。

Cloudera Hadoop學員交流 475436950