大數(shù)據(jù)開(kāi)發(fā)0基礎(chǔ)要學(xué)得久一些，一般要達(dá)到大數(shù)據(jù)開(kāi)發(fā)初級(jí)工程師的水平至少要6個(gè)月以上，以下介紹的課程主要針對(duì)零基礎(chǔ)大數(shù)據(jù)工程師每個(gè)階段進(jìn)行通俗易懂簡(jiǎn)易介紹，方面大家更好的了解大數(shù)據(jù)學(xué)習(xí)課程。課程框架是科多大數(shù)據(jù)的零基礎(chǔ)大數(shù)據(jù)工程師課程。

一、 第一階段：靜態(tài)網(wǎng)頁(yè)基礎(chǔ)(HTML+CSS)

1. 難易程度：一顆星

2. 課時(shí)量(技術(shù)知識(shí)點(diǎn)+階段項(xiàng)目任務(wù)+綜合能力)

3. 主要技術(shù)包括：html常用標(biāo)簽、CSS常見(jiàn)布局、樣式、定位等、靜態(tài)頁(yè)面的設(shè)計(jì)制作方式等

4. 描述如下：

從技術(shù)層面來(lái)說(shuō)，該階段使用的技術(shù)代碼很簡(jiǎn)單、易于學(xué)習(xí)、方便理解。從后期課程層來(lái)說(shuō)，因?yàn)槲覀冎攸c(diǎn)是大數(shù)據(jù)，但前期需要鍛煉編程技術(shù)與思維。經(jīng)過(guò)我們多年開(kāi)發(fā)和授課的項(xiàng)目經(jīng)理分析，滿足這兩點(diǎn)，目前市場(chǎng)上最好理解和掌握的技術(shù)是J2EE，但J2EE又離不開(kāi)頁(yè)面技術(shù)。所以第一階段我們的重點(diǎn)是頁(yè)面技術(shù)。采用市場(chǎng)上主流的HTMl+CSS。

二、 第二階段：JavaSE+JavaWeb

1. 難易程度：兩顆星

2. 課時(shí)量(技術(shù)知識(shí)點(diǎn)+階段項(xiàng)目任務(wù)+綜合能力)

3. 主要技術(shù)包括：java基礎(chǔ)語(yǔ)法、java面向?qū)ο?類、對(duì)象、封裝、繼承、多態(tài)、抽象類、接口、常見(jiàn)類、內(nèi)部類、常見(jiàn)修飾符等)、異常、集合、文件、IO、MYSQL(基本SQL語(yǔ)句操作、多表查詢、子查詢、存儲(chǔ)過(guò)程、事務(wù)、分布式事務(wù))JDBC、線程、反射、Socket編程、枚舉、泛型、設(shè)計(jì)模式

4. 描述如下：

稱為Java基礎(chǔ)，由淺入深的技術(shù)點(diǎn)、真實(shí)商業(yè)項(xiàng)目模塊分析、多種存儲(chǔ)方式的設(shè)計(jì)

與實(shí)現(xiàn)。該階段是前四個(gè)階段最最重要的階段，因?yàn)楹竺嫠须A段的都要基于此階段，也是學(xué)習(xí)大數(shù)據(jù)緊密度最高的階段。本階段將第一次接觸團(tuán)隊(duì)開(kāi)發(fā)、產(chǎn)出具有前后臺(tái)(第一階段技術(shù)+第二階段的技術(shù)綜合應(yīng)用)的真實(shí)項(xiàng)目。

三、 第三階段：前端框架

1. 難易程序：兩星

2. 課時(shí)量(技術(shù)知識(shí)點(diǎn)+階段項(xiàng)目任務(wù)+綜合能力)：64課時(shí)

3. 主要技術(shù)包括：Java、Jquery、注解反射一起使用，XML以及XML解析、解析dom4j、jxab、jdk8.0新特性、SVN、Maven、easyui

4. 描述如下：

前兩個(gè)階段的基礎(chǔ)上化靜為動(dòng)，可以實(shí)現(xiàn)讓我們網(wǎng)頁(yè)內(nèi)容更加的豐富，當(dāng)然如果從市場(chǎng)人員層面來(lái)說(shuō)，有專業(yè)的前端設(shè)計(jì)人員，我們?cè)O(shè)計(jì)本階段的目標(biāo)在于前端的技術(shù)可以更直觀的鍛煉人的思維和設(shè)計(jì)能力。同時(shí)我們也將第二階段的高級(jí)特性融入到本階段。使學(xué)習(xí)者更上一層樓。

四、 第四階段：企業(yè)級(jí)開(kāi)發(fā)框架

1. 難易程序：三顆星

2. 課時(shí)量(技術(shù)知識(shí)點(diǎn)+階段項(xiàng)目任務(wù)+綜合能力)

3. 主要技術(shù)包括：Hibernate、Spring、SpringMVC、log4j slf4j 整合、myBatis、struts2、Shiro、redis、流程引擎activity， 爬蟲(chóng)技術(shù)nutch,lucene，webServiceCXF、Tomcat集群和熱備、MySQL讀寫(xiě)分離

4. 描述如下：

如果將整個(gè)JAVA課程比作一個(gè)糕點(diǎn)店，那前面三個(gè)階段可以做出一個(gè)武大郎燒餅(因?yàn)槭羌兪止?太麻煩)，而學(xué)習(xí)框架是可以開(kāi)一個(gè)星巴克(高科技設(shè)備-省時(shí)省力)。從J2EE開(kāi)發(fā)工程師的任職要求來(lái)說(shuō)，該階段所用到的技術(shù)是必須掌握，而我們所授的課程是高于市場(chǎng)(市場(chǎng)上主流三大框架，我們進(jìn)行七大框架技術(shù)傳授)、而且有真實(shí)的商業(yè)項(xiàng)目驅(qū)動(dòng)。需求文檔、概要設(shè)計(jì)、詳細(xì)設(shè)計(jì)、源碼測(cè)試、部署、安裝手冊(cè)等都會(huì)進(jìn)行講解。

五、 第五階段： 初識(shí)大數(shù)據(jù)

1. 難易程度：三顆星

2. 課時(shí)量(技術(shù)知識(shí)點(diǎn)+階段項(xiàng)目任務(wù)+綜合能力)

3. 主要技術(shù)包括：大數(shù)據(jù)前篇(什么是大數(shù)據(jù)，應(yīng)用場(chǎng)景，如何學(xué)習(xí)大數(shù)據(jù)庫(kù)，虛擬機(jī)概念和安裝等)、Linux常見(jiàn)命令(文件管理、系統(tǒng)管理、磁盤(pán)管理)、Linux Shell編程(SHELL變量、循環(huán)控制、應(yīng)用)、Hadoop入門(mén)(Hadoop組成、單機(jī)版環(huán)境、目錄結(jié)構(gòu)、HDFS界面、MR界面、簡(jiǎn)單的SHELL、java訪問(wèn)hadoop)、HDFS(簡(jiǎn)介、SHELL、IDEA開(kāi)發(fā)工具使用、全分布式集群搭建)、MapReduce應(yīng)用(中間計(jì)算過(guò)程、Java操作MapReduce、程序運(yùn)行、日志監(jiān)控)、Hadoop高級(jí)應(yīng)用(YARN框架介紹、配置項(xiàng)與優(yōu)化、CDH簡(jiǎn)介、環(huán)境搭建)、擴(kuò)展(MAP 端優(yōu)化，COMBINER 使用方法見(jiàn),TOP K,SQOOP導(dǎo)出,其它虛擬機(jī)VM的快照,權(quán)限管理命令,AWK 與 SED命令)

4. 描述如下：

該階段設(shè)計(jì)是為了讓新人能夠?qū)Υ髷?shù)據(jù)有一個(gè)相對(duì)的大概念怎么相對(duì)呢?在前置課程JAVA的學(xué)習(xí)過(guò)后能夠理解程序在單機(jī)的電腦上是如何運(yùn)行的?，F(xiàn)在，大數(shù)據(jù)呢?大數(shù)據(jù)是將程序運(yùn)行在大規(guī)模機(jī)器的集群中處理。大數(shù)據(jù)當(dāng)然是要處理數(shù)據(jù)，所以同樣，數(shù)據(jù)的存儲(chǔ)從單機(jī)存儲(chǔ)變?yōu)槎鄼C(jī)器大規(guī)模的集群存儲(chǔ)。

(你問(wèn)我什么是集群?好，我有一大鍋飯，我一個(gè)人可以吃完，但是要很久，現(xiàn)在我叫大家一起吃。一個(gè)人的時(shí)候叫人，人多了呢? 是不是叫人群啊!)

那么大數(shù)據(jù)可以初略的分為： 大數(shù)據(jù)存儲(chǔ)和大數(shù)據(jù)處理所以在這個(gè)階段中呢，我們課程設(shè)計(jì)了大數(shù)據(jù)的標(biāo)準(zhǔn)：HADOOP大數(shù)據(jù)的運(yùn)行呢并不是在咋們經(jīng)常使用的WINDOWS 7或者W10上面，而是現(xiàn)在使用最廣泛的系統(tǒng)：LINUX。

六、 第六階段：大數(shù)據(jù)數(shù)據(jù)庫(kù)

1. 難易程度：四顆星

2. 課時(shí)量(技術(shù)知識(shí)點(diǎn)+階段項(xiàng)目任務(wù)+綜合能力)

3. 主要技術(shù)包括：Hive入門(mén)(Hive簡(jiǎn)介、Hive使用場(chǎng)景、環(huán)境搭建、架構(gòu)說(shuō)明、工作機(jī)制)、Hive Shell編程(建表、查詢語(yǔ)句、分區(qū)與分桶、索引管理和視圖)、Hive高級(jí)應(yīng)用(DISTINCT實(shí)現(xiàn)、groupby、join、sql轉(zhuǎn)化原理、java編程、配置和優(yōu)化)、hbase入門(mén)、Hbase SHELL編程(DDL、DML、Java操作建表、查詢、壓縮、過(guò)濾器)、細(xì)說(shuō)Hbase模塊(REGION、HREGION SERVER、HMASTER、ZOOKEEPER簡(jiǎn)介、ZOOKEEPER配置、Hbase與Zookeeper集成)、HBASE高級(jí)特性(讀寫(xiě)流程、數(shù)據(jù)模型、模式設(shè)計(jì)讀寫(xiě)熱點(diǎn)、優(yōu)化與配置)

4. 描述如下：

該階段設(shè)計(jì)是為了讓大家在理解大數(shù)據(jù)如何處理大規(guī)模的數(shù)據(jù)的同時(shí)。簡(jiǎn)化咋們的編寫(xiě)程序時(shí)間，同時(shí)提高讀取速度。

怎么簡(jiǎn)化呢?在第一階段中，如果需要進(jìn)行復(fù)雜的業(yè)務(wù)關(guān)聯(lián)與數(shù)據(jù)挖掘，自行編寫(xiě)MR程序是非常繁雜的。所以在這一階段中我們引入了HIVE，大數(shù)據(jù)中的數(shù)據(jù)倉(cāng)庫(kù)。這里有一個(gè)關(guān)鍵字，數(shù)據(jù)倉(cāng)庫(kù)。我知道你要問(wèn)我，所以我先說(shuō)，數(shù)據(jù)倉(cāng)庫(kù)呢用來(lái)做數(shù)據(jù)挖掘分析的，通常是一個(gè)超大的數(shù)據(jù)中心，存儲(chǔ)這些數(shù)據(jù)的呢，一般為ORACLE,DB2,等大型數(shù)據(jù)庫(kù)，這些數(shù)據(jù)庫(kù)通常用作實(shí)時(shí)的在線業(yè)務(wù)。

總之，要基于數(shù)據(jù)倉(cāng)庫(kù)分析數(shù)據(jù)呢速度是相對(duì)較慢的。但是方便在于只要熟悉SQL，學(xué)習(xí)起來(lái)相對(duì)簡(jiǎn)單，而HIVE呢就是這樣一種工具，基于大數(shù)據(jù)的SQL查詢工具，這一階段呢還包括HBASE，它為大數(shù)據(jù)里面的數(shù)據(jù)庫(kù)。納悶了，不是學(xué)了一種叫做HIVE的數(shù)據(jù)“倉(cāng)庫(kù)”了么?HIVE是基于MR的所以查詢起來(lái)相當(dāng)慢，HBASE呢基于大數(shù)據(jù)可以做到實(shí)時(shí)的數(shù)據(jù)查詢。一個(gè)主分析，另一個(gè)主查詢

七、 第七階段：實(shí)時(shí)數(shù)據(jù)采集

1. 難易程序：四顆星

2. 課時(shí)量(技術(shù)知識(shí)點(diǎn)+階段項(xiàng)目任務(wù)+綜合能力)

3. 主要技術(shù)包括：Flume日志采集，KAFKA入門(mén)(消息隊(duì)列、應(yīng)用場(chǎng)景、集群搭建)、KAFKA詳解(分區(qū)、主題、接受者、發(fā)送者、與ZOOKEEPER集成、Shell開(kāi)發(fā)、Shell調(diào)試)、KAFKA高級(jí)使用(java開(kāi)發(fā)、主要配置、優(yōu)化項(xiàng)目)、數(shù)據(jù)可視化(圖形與圖表介紹、CHARTS工具分類、柱狀圖與餅圖、3D圖與地圖)、STORM入門(mén)(設(shè)計(jì)思想、應(yīng)用場(chǎng)景、處理過(guò)程、集群安裝)、STROM開(kāi)發(fā)(STROM MVN開(kāi)發(fā)、編寫(xiě)STORM本地程序)、STORM進(jìn)階(java開(kāi)發(fā)、主要配置、優(yōu)化項(xiàng)目)、KAFKA異步發(fā)送與批量發(fā)送時(shí)效，KAFKA全局消息有序，STORM多并發(fā)優(yōu)化

4. 描述如下：

前面的階段數(shù)據(jù)來(lái)源是基于已經(jīng)存在的大規(guī)模數(shù)據(jù)集來(lái)做的，數(shù)據(jù)處理與分析過(guò)后的結(jié)果是存在一定延時(shí)的，通常處理的數(shù)據(jù)為前一天的數(shù)據(jù)。

舉例場(chǎng)景：網(wǎng)站防盜鏈，客戶賬戶異常，實(shí)時(shí)征信，遇到這些場(chǎng)景基于前一天的數(shù)據(jù)分析出來(lái)過(guò)后呢?是否太晚了。所以在本階段中我們引入了實(shí)時(shí)的數(shù)據(jù)采集與分析。主要包括了：FLUME實(shí)時(shí)數(shù)據(jù)采集，采集的來(lái)源支持非常廣泛，KAFKA數(shù)據(jù)數(shù)據(jù)接收與發(fā)送，STORM實(shí)時(shí)數(shù)據(jù)處理，數(shù)據(jù)處理秒級(jí)別

八、 第八階段：SPARK數(shù)據(jù)分析

1. 難易程序：五顆星

2. 課時(shí)量(技術(shù)知識(shí)點(diǎn)+階段項(xiàng)目任務(wù)+綜合能力)

3. 主要技術(shù)包括：SCALA入門(mén)(數(shù)據(jù)類型、運(yùn)算符、控制語(yǔ)句、基礎(chǔ)函數(shù))、SCALA進(jìn)階(數(shù)據(jù)結(jié)構(gòu)、類、對(duì)象、特質(zhì)、模式匹配、正則表達(dá)式)、SCALA高級(jí)使用(高階函數(shù)、科里函數(shù)、偏函數(shù)、尾迭代、自帶高階函數(shù)等)、SPARK入門(mén)(環(huán)境搭建、基礎(chǔ)結(jié)構(gòu)、運(yùn)行模式)、Spark數(shù)據(jù)集與編程模型、SPARK SQL、SPARK 進(jìn)階(DATA FRAME、DATASET、SPARK STREAMING原理、SPARK STREAMING支持源、集成KAFKA與SOCKET、編程模型)、SPARK高級(jí)編程(Spark-GraphX、Spark-Mllib機(jī)器學(xué)習(xí))、SPARK高級(jí)應(yīng)用(系統(tǒng)架構(gòu)、主要配置和性能優(yōu)化、故障與階段恢復(fù))、SPARK ML KMEANS算法，SCALA 隱式轉(zhuǎn)化高級(jí)特性

4. 描述如下：

同樣先說(shuō)前面的階段，主要是第一階段。HADOOP呢在分析速度上基于MR的大規(guī)模數(shù)據(jù)集相對(duì)來(lái)說(shuō)還是挺慢的，包括機(jī)器學(xué)習(xí)，人工智能等。而且不適合做迭代計(jì)算。SPARK呢在分析上是作為MR的替代產(chǎn)品，怎么替代呢? 先說(shuō)他們的運(yùn)行機(jī)制，HADOOP基于磁盤(pán)存儲(chǔ)分析，而SPARK基于內(nèi)存分析。我這么說(shuō)你可能不懂，再形象一點(diǎn)，就像你要坐火車從北京到上海，MR就是綠皮火車，而SPARK是高鐵或者磁懸浮。而SPARK呢是基于SCALA語(yǔ)言開(kāi)發(fā)的，當(dāng)然對(duì)SCALA支持最好，所以課程中先學(xué)習(xí)SCALA開(kāi)發(fā)語(yǔ)言。

在科多大數(shù)據(jù)課程的設(shè)計(jì)方面，市面上的職位要求技術(shù)，基本全覆蓋。而且并不是單純的為了覆蓋職位要求，而是本身課程從前到后就是一個(gè)完整的大數(shù)據(jù)項(xiàng)目流程，一環(huán)扣一環(huán)。

比如從歷史數(shù)據(jù)的存儲(chǔ)，分析(HADOOP,HIVE,HBASE)，到實(shí)時(shí)的數(shù)據(jù)存儲(chǔ)(FLUME,KAFKA)，分析(STORM,SPARK)，這些在真實(shí)的項(xiàng)目中都是相互依賴存在的。