Cloudera 数据分析师培训班

【会议内容】

重庆 Cloudera 授权大数据培训基地Cloudera 数据分析师培训班开班通知

为发展大数据行业和提高各企事业单位员工的技术，现定于6月13---16日在重庆渝北区仙桃数据谷进行Cloudera 数据分析师培训，届时将邀请您到现场进行大数据行业的学习和交流。

课程简介

Cloudera 大学提供的为期四天的数据分析培训课程专注于Apache Pig、 Hive 和Cloudera Impala，将教会您如何将传统的数据分析和商业智能技术应 用到大数据领域。Cloudera 为数据专业人员提供了基于SQL 和其它熟悉的脚 本编程语言的工具，用来访问、操作、转换和分析复杂数据集。

证书介绍

      CCA数据分析师

      CCA数据分析师需具备在基于Cloudera  CDH部署的大数据平台上使用Hive和Impala 进行分析并产生报告的技能。结束本课程培训后，我们建议学员准备并注册参加Cloudera CCA 数据分析师认证考试。通过并获得该证书是向公司及客户证明个人在Hadoop数据分析领域的技术和专长的有力依据。

培训地点

重庆渝北区仙桃数据谷（数据谷东路19号）

【会议日程】

时间	课程安排
6月13日08:00	签到
6月13日08:30-11:30	Hadoop 基础知识 · Hadoop 动机 · Hadoop 概览 · 数据存储：HDFS · 分布式数据处理：YARN、MapReduce和Spark · 数据处理与分析：Pig、Hive 和Impala · 数据集成：Sqoop · 其它的Hadoop 数据工具 · 练习分析场景说明 Pig 简介 · Pig 是什么？ · Pig 的特点 · Pig 使用案例 · 与Pig 的交互
6月13日13:00-17:30	Pig 基本数据分析 · PigLatin 语法 · 加载数据 · 简单数据类型 · 字段定义 · 数据输出 · 架构查看 · 数据筛选和排序 · 常用函数 使用Pig 处理复杂的数据 · 数据存储格式 · 复合/ 嵌套数据类型 · 数据分组 · 复杂数据内置函数 · 遍历分组数据
6月14日08:30-11:30	Pig 多数据集操作 · 数据集合并技术 · 在Pig 中联接数据集 · 集合运算 · 拆分数据集 Pig 故障诊断和性能优化 · Pig 故障排除 · 日志 · 使用Hadoop 的Web UI · 数据采样及调试 · 性能概述 · 了解执行计划 · 提高Pig 作业性能的技巧
6月14日13:00-17:30	Hive 和Impala 简介 · 什么是Hive ？ · 什么是Impala ？ · 为什么使用Hive 和Impala · 架构和数据存储 · Hive 及Impala 与传统数据库的比较 · Hive 使用案例 使用Hive 和Impala 进行数据查询 · 数据库和表 · 基本的Hive 和Impala 查询语言语法 · 数据类型 · 使用Hue 来执行查询 · 使用Beeline（Hive Shell） · 使用Impala Shell
6月15日08:30-11:30	Hive 及Impala 数据管理 · 数据存储 · 创建数据库和表 · 加载数据 · 修改数据库和表 · 使用视图简化查询 · 存储查询结果 数据存储和性能 · 对表进行分区 · 分区表的数据加载 · 何时使用分区 · 文件格式的选取 · 使用Avro 及Parquet 文件格式
6月15日13:00-17:30	使用Hive 和 Impala 进行关系数据分析 · 连接数据集 · 常见的内置函数 · 聚合和窗口函数 复杂数据类型 · 在Hive 里使用复杂数据 · 在Impala 里使用复杂数据
6月16日08:30-11:30	使用Hive 及Impala 分析文本数据 · 在Hive 及Impala 里使用正则表达式 · 在Hive 里通过SerDe 加载处理文本 · 情感分析及n-gram Hive 优化 · 了解查询性能 · Bucketing（分桶） · 索引数据 · Hive on Spark Impala 优化 · Impala 如何执行查询 · 改善Impala 性能
6月16日13:00-17:30	扩展Hive 及Impala · 使用SerDe 加载特殊格式文件 · 通过定制脚本来转换数据 · 用户自定义函数 · 参数化查询 选择最佳工具 · 比较Pig、Hive、Impala 和关系数据库 · 该选择哪一个？

课程大纲：Cloudera 数据分析师培训

Hadoop 基础知识

· Hadoop 动机

· Hadoop 概览

· 数据存储：HDFS

· 分布式数据处理：YARN、MapReduce 和Spark

· 数据处理与分析：Pig、Hive 和Impala

· 数据集成：Sqoop

· 其它的Hadoop 数据工具

· 练习分析场景说明

Pig 简介

· Pig 是什么？

· Pig 的特点

· Pig 使用案例

· 与Pig 的交互

Pig 基本数据分析

· PigLatin 语法

· 加载数据

· 简单数据类型

· 字段定义

· 数据输出

· 架构查看

· 数据筛选和排序

· 常用函数

使用Pig 处理复杂的数据

· 数据存储格式

· 复合/ 嵌套数据类型

· 数据分组

· 复杂数据内置函数

· 遍历分组数据

Pig 多数据集操作

· 数据集合并技术

· 在Pig中联接数据集

· 集合运算

· 拆分数据集

Pig 故障诊断和性能优化

· Pig 故障排除

· 日志

· 使用Hadoop 的Web UI

· 数据采样及调试

· 性能概述

· 了解执行计划

· 提高Pig 作业性能的技巧

Hive 和Impala 简介

· 什么是Hive ？

· 什么是Impala ？

· 为什么使用Hive和Impala

· 架构和数据存储

· Hive及Impala 与传统数据库的比较

· Hive 使用案例

使用Hive 和Impala 进行数据查询

· 数据库和表

· 基本的Hive 和Impala 查询语言语法

· 数据类型

· 使用Hue 来执行查询

· 使用Beeline（Hive Shell）

· 使用Impala Shell

Hive及Impala数据管理

· 数据存储

· 创建数据库和表

· 加载数据

· 修改数据库和表

· 使用视图简化查询

· 存储查询结果

数据存储和性能

· 对表进行分区

· 分区表的数据加载

· 何时使用分区

· 文件格式的选取

· 使用Avro及Parquet文件格式

使用Hive 和 Impala 进行关系数据分析

· 连接数据集

· 常见的内置函数

· 聚合和窗口函数

复杂数据类型

· 在Hive里使用复杂数据

· 在Impala里使用复杂数据

使用Hive及Impala分析文本数据

· 在Hive及Impala里使用正则表达式

· 在Hive里通过SerDe加载处理文本

· 情感分析及n-gram

Hive 优化

· 了解查询性能

· Bucketing（分桶）

· 索引数据

· Hive on Spark

Impala优化

· Impala如何执行查询

· 改善Impala性能

扩展Hive及Impala

· 使用SerDe加载特殊格式文件

· 通过定制脚本来转换数据

· 用户自定义函数

· 参数化查询

选择最佳工具

· 比较Pig、Hive、Impala 和关系数据库

· 该选择哪一个？

总结

【会议嘉宾】

讲师介绍

韩涛 大数据架构师＆大数据运维高级讲师

精通hadoop平台设计、运维，熟悉yarn、hdfs/HA、mapreducev1/v2、flume、sqoop、pig、impala、hive、zookeeper、等相关组件，擅长集群搭建和维护管理。参与众多项目的大数据平台设计、开发和实施。设计和搭建过大量项目的数据整合解决方案和架构。参与过众多大型数据仓库、ODS、数据交换平台及数据治理项目，具有丰富的hadoop/data warehouse/Oracle DB/ETL的开发和部署的经验，帮助解决过很多项目中的棘手问题。对于信息全生命周期的管理具有深入的研究和丰富的实践经验。技术领域：Hadoop, DW, Oracle DB, Informatica等。具有多年关系数据库系统管理和支持经验，具有多年hadoop集群规划、建设、维护经验，具有多年丰富的教学经验。

教授课程

1.Cloudera Administrator Training for Apache Hadoop

2.Cloudera Data Analyst Training: Using Pig, Hive, and Impala

3.Cloudera Developer Training for Spark and Hadoop

【会议门票】

课程培训班学费：12000元（含：课程费 9200 元，认证考试费 2800 元）

课程费含培训费、教材费、午餐（数据谷）、实验费、交通费、住宿费自理(推荐数据谷窝趣单间、双人间)