課程級別：入門級

培訓周期：4-6個月

上課時間：周末班、晚班

班 型：10人/班

上課地點：哈爾濱市南崗區哈西大街299號西城紅場B座15層愛尚實訓

授課對象：針對在讀大專、本科學生、研究生、在職、離職準備轉崗人員等編程愛好人員

愛尚特色

闖關式實訓模式

每天一次項目解讀、每天一次作業提交，每周一次技術考評，每月一次項目答辯，每階段一次闖關考核，使學員“畢業即可上崗，上崗就能勝任”。

企業化管理方式

以項目組為單位的（10-15人）小班教學，分配工位、佩戴工牌、指紋考勤、項目管理工具、企業化開發與測試環境配備，資深項目經理親自帶隊。

商業化項目案例

一線商用實訓項目，涉及電子商務、ERP（企業資源計劃）、MIS(管理信息系統）、CRM（客戶關系管理）、BI（商業智能）、數據分析等領域。

無憂的就業保正

收/退費標準透明合理（每課時30元），一次收費培訓至滿意就業為止，闖關成功即可推薦就業（IT行業對口就業），簽署正規協議，保正學員權益。

哈爾濱愛尚實訓大數據介紹

第易部分java基礎及深化

包括J2SE

J2SE基礎

1、Java環境搭建，講解程序基本語法、分支結構程序設計

2、循環結構程序設計

3、介紹一維數組、二維數組的使用，及使用數組進行大量數據的處理。排序算法

4、介紹自定義方法的使用，實現多方法構成程序的模式，查找算法

5、面向對象程序設計

6、講解面向對象的封裝和繼承的使用、super、final的使用，及多態示例

7、講解Java程序中的抽象類和接口的使用，多態的深化、多態優缺點

8、集合使用，集合的體系結構，list、set、map數據結構、基礎使用

9、Java中的I0操作及文件處理，字節流、字符流、編碼集

10、異常體系結構、異常處理機制、自定義異常

11、jdbc操作，數據表的增、刪、改、查

12、靜態使用，包括靜態變量、靜態方法、構造代碼塊、局部代碼塊、單例

13、線程的實現

14、線程的同步

15、線程的通信

16、線程池和消息隊列（activemq的使用）

17、反射

18、動態代理

19、socket通信、io流

20、nio的原理、高性能nio框架netty

第二部分 Linux和Zookeeper

包括 Linux、Zookeeper

Linux

1、VMWare、 Linux的安裝

2、Linux的命令

3、Linux系統命令、免密登陸

4、制作yarn源、軟件安裝（jdk+tomcat+mysql）

5、Linux的shell編程

Zookeeper

1、搭建部署zookeeper集群以及原理

2、java操作zookeeper開發分布式應用系統服務器上下線動態感知程序

第三部分 Hadoop原理和實戰

包括 HDFS、mapreduce、Hive、輔助工具、軟件的使用、Hbase、項目實訓

HDFS

1、Hadoop生態圈的介紹、Hadoop集群的環境搭建和常用命令

2、HDFS分布式文件系統的原理和API開發

mapreduce

1、mapreduce核心思想、文件切片、job提交過程解析

2、mapreduce自定義排序組件和partition組件

3、shuffle過程解析、參數配置

4、mapreduce程序（1）：統計文件中單詞個數、詞頻的排序

5、mapreduce程序（2）：關聯查詢、求同一訂單中最大金額

6、mapreduce程序（3）：尋找共同好友、運營商流量日志的增強

Hive

1、Hive的安裝和使用，常用HQL命令

2、分區和分桶命令精講、累計求和的模型

3、自定義函數和transform的使用

4、HQL常用模型

輔助工具軟件的使用

1、flume的安裝和使用

2、azkaban的安裝和使用

3、sqoop的安裝和使用

Hbase

1、HBase簡介、原理、安裝

2、HBase的shell命令、javaAPI操作HBase

★實訓項目★

1、基于日志挖掘的點擊流系統的分析和實現

2、云筆記項目的分析和實現

第四部分實時流計算storm技術和實戰

包括 Storm、項目實訓

Storm

1、實時流計算storm技術的介紹、和部署

2、Storm原理：任務提交過程、內部通信機制

3、消息緩存技術Kafka原理和部署。生產者和消費者案例的講解

4、Flume、kafka、storm技術的整合。

5、分布式緩存redis集群技術的使用

6、訂單實時處理業務的分析、實時業務的性能指標和代碼實現

★實訓項目★

1、實時點擊流的日志監控系統的分析和實現

2、電商交易風險控制系統的分析和實現

3、基于mahout推薦系統的分析和實現

第五部分Spark技術和實戰

包括 Spark技術、項目實訓、源碼解讀、大數據的算法和結果展現

Spark技術

1、scala語法入門。數組、集合、面向對象、模式匹配

2、基于kafka實現RPC框架的封裝

3、Spark簡介、集群搭建、算子

4、基于單詞統計的spark入門案例

5、Spark的分區、排序、連接的應用案例。

6、深入講解spark的任務提交流程，spark操作數據庫的API

7、Spark的stage、依賴劃分技術。

8、sparkSQL介紹、dataframe、spark整合hive

9、SparkStreaming代碼編寫

10、SparkStreaming數據累加、SparkStreaming整合flume、kafka

★實訓項目★：基于Spark技術的游戲項目的分析和實現

源碼解讀

Spark源碼解讀

大數據的算法和結果展現

1、Python

2、機器學習算法

3、numpy基本API、K近鄰算法、貝葉斯算法、kemean算法、決策樹算法、支持向量機算法、主成成分算法

4、數據報表呈現、echart

★項目展示★