| 数据治理范围 |
- 数据治理面临的挑战
- 数据的多元化
- 数据的复杂性
- 数据的完整性
- 数据生命周期管理
- 统一元数据管理
- 数据集成方法
- 数据安全
- 数据湖架构
- 基于大数据平台的数据建模
- RMDBS数据的增量实时同步采集
|
| 大数据在国内的运用 |
- 大数据在国内的使用介绍
- 离线计算框架介绍
- 流式计算框架介绍
- 内存计算框架介绍
- 内存流式计算介绍
- 大数据实时请求框架介绍
- 大数据在证券的案例介绍
- 大数据在银行的案例介绍
|
| 大数据生态系统介绍 |
- 分布式存储—HDFS
- 分布式并行计算—MapReduce
- 基于Hadoop的数据仓库—Hive
- 统一元数据管理—Hcatlog
- 集群管理工具—ambari
- 工作流工具—Oozie
- 数据的并行采集—Flume
- MapReduce脚本工具—Pig
- 与关系型数据库之间的数据迁移—Sqoop
- 资源管理平台—Yarn
- 数据生命周期管理—Falcon
- 数据挖掘算法—Mahout
- 分布式统一服务—Zookeeper
- Hadoop安全工具—Knox
- 流式计算框架—Storm
- 内存计算框架—Spark
- 数据挖掘框架—Mahout、Mllib和Graphx
|
| 统一元数据管理 |
- 元数据概念
- Hadoop平台元数据处理面临的问题
- Hcatalog介绍
- Hcatlog原理和架构解析
- Hive与Hcatlog关系
- Hcatlog解决那些问题
- Hcatlog实战
- 元数据注册机制
- 基于Hadoop平台元数据处理方案
|
| 数据生命周期管理 |
- 数据质量
- 数据标准
- 数据生命周期管理的重要性
- 数据生命周期的概念
- 开源Falcon解决那些问题
- Falcon架构和原理
- Falcon实战
- Falcon+HDFS、Hive实战
- Falcon+Oozie实战
|
| 大数据平台安全 |
- Hadoop平台安全介绍
- HDFS2.0的ACLS介绍
- Hive安全介绍
- Hbase基于namespace的安全介绍
- Hadoop访问安全控制Knox
- Knox的架构和原理
- Knox与Kerberos介绍
- Ranger安全工具介绍
- Knox+Ranger整合控制Hadoop平台的安全
- 基于Hadoop平台的数据加密
|
| 数据湖 |
- 数据湖概念
- 数据湖解决那些问题
- 数据湖架构
- 数据的整合
- 数据的landing zone功能
- 离线数据管理
- 流式数据管理
- RDBMS全量和增量数据实时采集
- Databus框架介绍
- Databus功能介绍
- Databus解决那些问题
|
| 数据分发系统 |
- NiFi的使用场景
- NiFi架构和原理
- HDFS+NiFi实战
- 使用Nifi来跟踪数据分发
|
| Think big基于Hadoop平台实战 |
- 怎么快速迭代在Hadoop平台开发
- Hadoop平台设施的方法论
- 2个月快速基于Hadoop平台开发步骤
- Hadoop平台开发的难点
- Hadoop平台开的注意点
- Hadoop平台设施的流程
|
| 大数据BI展现工具 |
- Pentaho开源大数据BI工具介绍
- Talend开源大数据BI工具介绍
- 百度Echarts插件介绍
|
| 互联网大数案例分享 |
- 淘宝大数据平台深度解析
- 基于大数据平台的实时营销架构
- 淘宝大数据推荐架构介绍
- 大数据实时分析架构
|
