您所在的位置：首页>厂商培训

Cloudera-大数据分析课程

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，将教授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。

培训对象:

该课程适合有SQL经验和基本Linux命令的经验的数据分析师、业务分析师和管理员。

学习班次：

定期公开课班型、企业内训私有班型、在线直播班型（赠送全套录播课程）

学习形式：

现场面授/线上远程授课/视频回放、辅导答疑/考前辅导、定期的线上辅导答疑、专属互动群。

课程大纲

第一部分：

Hadoop 基础
Hadoop的动机
Hadoop 概况
HDFS
MapReduce
Hadoop 生态圈
实验场景介绍
实验: 用Hadoop工具导入数据
Pig简介
什么是 Pig? Pig的特性
和Pig交互
用Pig进行基本数据分析
Pig Latin 语法
数据装载
简单数据类型
Field 定义
数据输出
表结构视图
数据过滤和排序
常用功能
实验: 用Pig 执行ETL流程

第二部分：

Pig处理复杂数据
存储格式
复杂/Nested嵌套的数据类型
成群
处理复杂数据的内置功能
迭代成群的数据
实验:用Pig分析广告战役的数据
Pig的多数据组操作
集成多数据组的技术
Pig链接多数据组
组操作
数据组分裂
实验:用Pig分析离散的数据组
扩展 Pig
用参数带来灵活性
Macros和Imports
UDFs
Contributed Functions
用其他语言和Pig一起处理数据
实验: 用流处理和UDFs扩展Pig Pig 故障排查和优化
Pig故障排查
记录日志
使用Hadoop Web界面
演示: 用Web 界面排查一个故障的任务
Data 采样和故障排查
性能简介
理解执行计划(Execution Plan)
提高你Pig任务性能的窍门

第三部分：

Hive简介
什么是 Hive?
Hive表结构和数据存储
对比Hive和传统数据库
Hive vs. Pig
Hive使用案例
和Hive的互操作
Hive的关系数据分析
Hive 数据库和表
基本HiveQL 语法
数据类型
链接数据组
通用内建功能
实验: 在Shell, 脚本和Hue上运行运行Hive 查询

第四部分：

Hive 数据管理
Hive 数据格式
创建数据库和 由 Hive管理的表
向 Hive装载 数据
改变数据库和表
自治表格
用视图简化查询
排列查询结果
数据的访问控制
实验: Hive的数据管理

第五部分：

Hive 的文本处理<
文本处理简介
文本处理简介
重要的字符串(String)功能
使用Hive 的标准表达式(Regular Expressions) Sentiment Analysis and N-Grams 实验:通过敏感性分析(Sentiment Analysis)收获洞察
Hive 优化
理解查询性能
控制任务执行计划
分区
Bucketing
索引数据
Hive扩展
SerDes
用定制脚本完成数据转型
自定义功能
Parameterized Queries
实验:Hive的数据转型

第六部分：

Impala简介
什么是Impala?
Impala和 Hive和Pig的不同
Impala 和关系数据库的不同
局限和未来方向
使用Impala Shell
采样Impala分析数据
基本语法
数据类型
过滤, 排序, and Limiting Results
链接和组队数据
提升 Impala性能
实验: Impala的交互式分析
为任务选择最优的工具
对比 MapReduce, Pig, Hive, Impala和关系数据库选择哪个?