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。

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，Hive将SQL语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句实现统计查询，也支持实现自己的UDF函数来完成比较复杂的业务逻辑，非常适合数据仓库的统计分析。本次培训从理论到项目实战，由浅入深，步步进阶。课程主要从Hive运行原理、Hive数据库和表的操作、Hive的表类型详解、Hive的高级函数、Hive SQL性能优化、Hive on Spark、Hive数据仓库设计、Hive数据分析实战项目等全方位讲解，更加注重于实际操作以及开发经验的分享，可以帮助学生快速掌握Hive的企业级应用。 Storm是一个流式实时计算框架，可以实现海量高频数据实时计算，主要应用在实时计算场景中。课程主要从Storm的基本原理、核心设计思想、并行度、流分组、定时器以及Storm和Kafka案例整合项目实战。

本次课程主要针对大数据平台中实时计算相关组件的技术和实战分享，主要针对Redis、Kafka、Spark、Flink的核心原理、实战应用以及生产环境下的使用注意事项等内容进行分析，可以帮助学员对整个实时计算的处理架构有一定的了解，可以快速掌握实时计算的相关程序开发。

无数软件企业及其研发团队都面临着，大量初级程序开发人员低质量软件开发带来的严重问题，即使那些工作多年的高级程序员也存在着对提高软件设计质量认识不深的问题。正是由于以上的问题，造成许多公司对运行了多年的核心业务，运行维护成本越来越高，却不能更换、一直维护下去的恶性循环。如何通过培训，切实有效地提高员工设计开发水平，从而有效地改善软件设计质量，成为越来越多的软件企业迫切需要解决的问题。 本课程不仅在讲解高质量软件设计的理论知识，更关键是将这些知识投放到各个真实的设计场景中。在这些场景中，我们可以看到我们要面对的设计难题，通过对设计难题的深入剖析，寻找问题的根源，对症下药，从而制订出正确的设计方案。 掌握面向对象设计思想与基本原则，提高设计能力； 1、剖析设计模式的本质，跳出“为模式而模式”的设计方式，运用设计原则改善设计质量； 2、掌握场景驱动设计的方式，明确了解角色、职责与协作在设计中的作用； 3、梳理设计过程，结合真实案例，从业务建模入手，掌握基本的设计手法； 4、了解和掌握UML，运用包图、组件图、类图和时序图进行系统设计； 5、识别设计的坏味道，利用重构改善设计； 6、剖析经典的开源框架，分析Java/.NET系统的架构设计原则； 7、深入介绍分层架构、IoC、ORM等企业应用架构的核心模式；。

单元测试概要,白盒测试基本概念,JAVA语言单元测试框架JUnit,语法规范检查SonaQube, TDD实践

Java编程性能调优,多线程调优,JVM,分布式系统整体分析,分布式存储和优化,合理的缓存架构 和负载均衡