關(guān)于舉辦“大數(shù)據(jù)實(shí)時(shí)處理–Spark及BDAS技術(shù)應(yīng)用”培訓(xùn)的通知

各有關(guān)單位：

中國(guó)科學(xué)院計(jì)算技術(shù)研究所是國(guó)家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時(shí)也是中國(guó)信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國(guó)軟件企業(yè)培養(yǎng)高級(jí)軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國(guó)家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國(guó)內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。

隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，我們已經(jīng)切實(shí)地迎來了一個(gè)大數(shù)據(jù)的時(shí)代。大數(shù)據(jù)是指無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合，對(duì)大數(shù)據(jù)的實(shí)時(shí)分析已經(jīng)成為一個(gè)非常重要且緊迫的需求。目前對(duì)大數(shù)據(jù)的實(shí)時(shí)分析工具，業(yè)界公認(rèn)最佳為Spark。Spark是基于內(nèi)存計(jì)算的大數(shù)據(jù)并行計(jì)算框架，Spark目前是Apache軟件基金會(huì)旗下，頂級(jí)的開源項(xiàng)目，Spark作為MapReduce的替代方案，兼容HDFS、Hive等分布式存儲(chǔ)層，可融入Hadoop的生態(tài)系統(tǒng)，以彌補(bǔ)缺失MapReduce的不足，事實(shí)上已成為當(dāng)前互聯(lián)網(wǎng)企業(yè)主流的大數(shù)據(jù)實(shí)時(shí)處理工具。為解決廣大系統(tǒng)設(shè)計(jì)人員深入研究與開發(fā)大數(shù)據(jù)實(shí)時(shí)處理的需要，培訓(xùn)中心特舉辦“大數(shù)據(jù)實(shí)時(shí)處理–Spark及BDAS技術(shù)應(yīng)用”培訓(xùn)班，具體事宜通知如下：

一、培訓(xùn)對(duì)象

1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。

2，牽涉到大數(shù)據(jù)實(shí)時(shí)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人。

3，政府機(jī)關(guān)、金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負(fù)責(zé)人。

4，高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人。

二、學(xué)員基礎(chǔ)

1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。

2，數(shù)據(jù)倉(cāng)庫(kù)與大數(shù)據(jù)實(shí)時(shí)處理有一定的基礎(chǔ)知識(shí)。

三、師資

由業(yè)界知名云計(jì)算專家親自授課：

楊老師主要研究網(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長(zhǎng)期從事數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘以及大數(shù)據(jù)分析技術(shù)研究，主持和參與了多個(gè)國(guó)家和省部級(jí)基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。

四、培訓(xùn)要點(diǎn)

互聯(lián)網(wǎng)點(diǎn)擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動(dòng)數(shù)據(jù)和涉及網(wǎng)絡(luò)的各類評(píng)論，成為了海量信息的多種形式。當(dāng)數(shù)據(jù)以成百上千TB不斷增長(zhǎng)的時(shí)候，我們?cè)趦?nèi)部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)實(shí)時(shí)分析的決策模型和技術(shù)支持。

大數(shù)據(jù)通常具有：數(shù)據(jù)體量(Volume)巨大,數(shù)據(jù)類型(Variety)繁多,價(jià)值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數(shù)據(jù)已成為當(dāng)前亟待解決的問題。大數(shù)據(jù)實(shí)時(shí)處理意味著更嚴(yán)峻的挑戰(zhàn)，更好地管理和處理這些數(shù)據(jù)也將會(huì)獲得意想不到的收獲。

Spark生態(tài)系統(tǒng)(BDAS項(xiàng)目)已經(jīng)發(fā)展成一個(gè)包含多個(gè)子項(xiàng)目的集合，SparkSQL、SparkStreaming、GraphX、MLlib等，本課程將介紹Spark大數(shù)據(jù)計(jì)算框架、架構(gòu)、計(jì)算模型和數(shù)據(jù)管理策略，及Spark在業(yè)界的應(yīng)用。

本課程從大數(shù)據(jù)實(shí)時(shí)處理技術(shù)以及Spark實(shí)戰(zhàn)的角度，結(jié)合理論和實(shí)踐，全方位地介紹Spark大數(shù)據(jù)實(shí)時(shí)處理工具的原理和內(nèi)核。

本課程教學(xué)過程中提供了案例分析來幫助學(xué)員了解如何用BDAS系列工具來解決具體的問題，并介紹了從大數(shù)據(jù)中挖掘出有價(jià)值的信息的關(guān)鍵所在。

本課程不是一個(gè)泛泛的理論性、概念性的介紹課程，而是針對(duì)問題討論解決方案的深入課程。講師對(duì)于上述領(lǐng)域有深入的理論研究與實(shí)踐經(jīng)驗(yàn)，在課程中將會(huì)針對(duì)這些問題與學(xué)員一起進(jìn)行研究，在關(guān)鍵點(diǎn)上還會(huì)在實(shí)驗(yàn)環(huán)境中演示、實(shí)踐，以加深對(duì)于這些解決方案的理解。通過本課程學(xué)習(xí)，希望推動(dòng)大數(shù)據(jù)相關(guān)的項(xiàng)目開發(fā)上升到一個(gè)新水平。

五、培訓(xùn)內(nèi)容

第一講Spark大數(shù)據(jù)實(shí)時(shí)處理技術(shù)

1）大數(shù)據(jù)處理技術(shù)

2）Spark實(shí)時(shí)處理技術(shù)

3）Spark生態(tài)系統(tǒng)BDAS

4）Spark架構(gòu)分析

第二講Spark安裝配置及監(jiān)控

1）Ubuntu環(huán)境的準(zhǔn)備

2）Hadoop2.X和Scala

3）搭建Spark開發(fā)環(huán)境

4）Idea編譯和運(yùn)行

5）Spark監(jiān)控管理

第3講Scala編程語言使用概述

1)Scala編程語言

2)基本數(shù)據(jù)類型

3)操作基本數(shù)據(jù)類型

4)類和對(duì)象

5)組合和繼承

第四講Spark分布式計(jì)算框架

1）Spark計(jì)算模型

2）彈性分布式數(shù)據(jù)集RDD

3）Spark的數(shù)據(jù)存儲(chǔ)

4）Transformation算子分類及功能

5）Actions算子分類及功能

第五講Spark內(nèi)部工作機(jī)制詳解

1)Spark底層實(shí)現(xiàn)原理

2)Spark應(yīng)用執(zhí)行機(jī)制

3)Spark調(diào)度與任務(wù)分配模塊

4)FIFO和FAIR調(diào)度算法

第六講Spark數(shù)據(jù)讀取與存儲(chǔ)

1）Spark的I/O機(jī)制

2）Spark中的數(shù)據(jù)壓縮

3）Spark的數(shù)據(jù)讀取與存儲(chǔ)

4）Spark數(shù)據(jù)讀寫流程

第七講Spark通信模塊和容錯(cuò)機(jī)制

1）Spark通信模塊

2）通信框架AKKA

3）容錯(cuò)機(jī)制和Lineage依賴

4）檢查點(diǎn)機(jī)制進(jìn)行容錯(cuò)

5）Shuffle過程

第八講SQLOnSpark

1)BDAS數(shù)據(jù)分析軟件棧

2)SQLOnSpark

3)SparkSQL工具使用

4)Shark工具使用

5)HiveonSpark工具

6)Spark操作HBase中的數(shù)據(jù)

第九講Spark流數(shù)據(jù)處理工具Streaming

1）流數(shù)據(jù)處理工具Streaming

2）SparkStreaming架構(gòu)

3）SparkStreaming原理

4）SparkStreaming實(shí)例

第十講Spark中的大數(shù)據(jù)挖掘工具M(jìn)Llib

1）大數(shù)據(jù)挖掘工具M(jìn)Llib

2）MLlib的數(shù)據(jù)存儲(chǔ)

3）MLlib中的聚類和分類

4）MLlib算法應(yīng)用實(shí)例

5）利用MLlib進(jìn)行推薦

第十一講Spark大規(guī)模圖處理工具GraphX

1）大規(guī)模圖處理工具GraphX

2）GraphX的運(yùn)行架構(gòu)

3）GraphX操作使用

4）GraphX使用實(shí)例

第十二講Spark在業(yè)界的應(yīng)用案例

1）Spark在Amazon的應(yīng)用

2）Spark在Yahoo!的應(yīng)用

3）Spark在Telefonica的應(yīng)用

4）Spark在淘寶的應(yīng)用

六、培訓(xùn)目標(biāo)

1,全面了解大數(shù)據(jù)實(shí)時(shí)處理技術(shù)的相關(guān)知識(shí)。

2，學(xué)習(xí)Spark的核心技術(shù)方法以及應(yīng)用特征。

3，深入使用Spark在大數(shù)據(jù)實(shí)時(shí)處理中的使用。

4，掌握BDAS相關(guān)工具及其主要功能。

七、培訓(xùn)時(shí)間、地點(diǎn)

時(shí)間：2015年4月22日-4月24日地點(diǎn)：北京

2015年5月14日-5月16日地點(diǎn)：上海

2015年6月17日-6月19日地點(diǎn)：北京

2015年6月25日-6月27日地點(diǎn)：深圳

八、證書

培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“大數(shù)據(jù)實(shí)時(shí)處理-Spark及BDAS技術(shù)應(yīng)用”結(jié)業(yè)證書。

九、費(fèi)用

培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理。