1 数据采集框架分析 2 数据计算框架分析 3 数据存储框架分析 4 数据分析框架分析 5 数据检索矿建分析 6 大数据周边框架

本课程主要讲解Kafka核心原理及使用、Flink的核心设计原理、实时计算、SQL计算等使用场景，同时通过实战案例与实际业务的场景相结合，让学员轻松掌握Kafka和Flink在实时计算领域的实际应用。

本课程主要讲解Kafka核心原理及使用、Flink的核心设计原理、实时计算、SQL计算等使用场景，同时通过实战案例与实际业务的场景相结合，让学员轻松掌握Kafka和Flink在实时计算领域的实际应用。

本课程主要讲解Flink的核心设计原理，实时计算，SQL计算等使用场景，同时通过实战案例与实际业务的场景相结合，让学员轻松掌握Flink在实时计算领域的独特魅力。 本次课程的代码实现以 Scala语言为主，配套有Java语言代码实现，要求学员至少具备Java基础，讲师会提供培训过程中用到的项目代码（Scala实现和Java实现）。

从大数据生态圈层面对大数据中的核心技术栈进行分析，帮助大家快速理解并构建大数据生态体系架构。然后通过大数据中最核心基础的Hadoop技术组件入手，了解并掌握大数据中的海量数据分布式存储和海量数据分布式计算。

本次课程主要针对大数据平台中MapReduce，Hive的原理及使用，以及Spark中的Spark core、Spark SQL 、SparkStreaming这些内容进行讲解，通过这些内容的学习，可以掌握MapReduce的编程思想，以及如何使用SQL计算HDFS上的海量数据，以及掌握Spark中的离线计算和实时计算。