大数据Hadoop & NoSQL的技术与实践(大数据Hadoop & Spark & Flink实践)

针对行业 IT通讯培训对象 架构师、软件架构师课程大纲 数据管理技术的挑战

1.1 数据简析---追根溯源

1.2数据管理技术综述

1.3 时代的挑战

1.4 现代数据管理的目标---海量、多类型、低成本、高可用

1.5 主流关系数据库的困难与应对（包括新一代关系数据库技术介绍）

大数据技术综述

2.1 大数据概念澄清

2.2 大数据技术的内容

2.3 NoSQL与MapReduce

2.4 NoSQL综述（Hadoop之Hbase，Facebook之Cassandra，MongoDB，Oracle NoSQL DB，Memcached…）

2.5 MapReduce

2.6 关系数据库联邦

2.7 海量分布式文件系统

大数据技术与商业智能（BI）

3.1 大数据技术与数据分析（查询与报表）

3.2 大数据技术与数据挖掘（R等）

大数据技术分析与企业定位

4.1 大数据技术与关系数据库技术分析

4.2 大数据技术在企业数据体系中的战略定位（应用与技术）

4.3 大数据技术与企业交易系统建设

4.4 大数据技术与企业数据仓库建设

4.5 大数据技术与新一代企业级数据架构

大数据技术应用实践介绍（电信、银行、互联网等行业应用Hadoop/NoSQL等技术的实例详解）

5.1 交易系统实践案例（互联网行业案例）

5.2 分析系统实践案例（3-4个案例）

关系型云数据库的设计与实践

6.1设计核心理念

6.2逻辑架构简介

6.3物理架构简介

6.4主要功能点

6.5关键核心技术

6.6 与其它云数据库的比较分析

云计算数据基础设施

7.1 海量数据管理技术的尴尬

7.2 PaaS与云计算数据基础设施的引入

7.3 云计算数据基础设施架构设计