联系电话: 0755-61902576
课程中心 / Course
所有课程通过社会就业需求,精心开设的热门课程,保证学员轻松就业。
  • 什么是大数据?


    所谓大数据,麦肯锡全球研究所给出的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

    大数据需要特殊的技术,以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术,包括大规模并行处理(MPP)数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

     

    大数据行业背景


    现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物。大数据时代的到来很突然,在国内发展势头激进,而人才却非常有限,现在完全是供不应求的状况。随着大数据产业的不断发展,大数据人才越来越多地聚焦在三大方向:大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。

     

    大数据市场前景


    阿里巴巴创办人马云来台演讲中就提到,未来的时代将不是IT时代,而是DT的时代,DT就是Data Technology数据科技,显示大数据对于阿里巴巴集团来说举足轻重。

    当前医疗行业、能源行业、通信行业、零售业、金融行业、体育行业等各行业都可以从其数据的采集、传输、存储、分析等各个环节产生巨大的经济价值,而提供大数据基础设施的企业、大数据软件技术服务的企业、行业大数据内容咨询服务的企业都将从大数据的广泛应用而得到快速发展。

    但是,目前市场上合格的大数据分析人才稀缺,所以大数据人才的薪资非常高,入行越早, 随着实践经验的增加,身价也随着更高。

     

    大数据薪资待遇


    作为新兴行业,大数据人才在业内屈指可数,对于大数据职位的基础岗位,一般大专以上应届生经过专业培训即可胜任,月薪在1万左右。而高端大数据系统架构师等岗位,薪资水平一般在20万—50万。

     

    学科-大数据那些事

    学科-大数据那些事

     

  • 担心是否能学会?


    梦鎵是一所涉足云计算,大数据,数据库等众多高端IT技术的培训机构,11年IT培训运营经验,良心教育。

    面向0基础学员,由浅入深,万行代码手把手实战项目训练,从基础到提高到专家,精细化教学。

    可申请先试听,学得会再报名!

     

    担心学费太高?


    先就业  后付款!

    执行方法:

    1.0基础,0元入学;

    2.成功就业后再付学费;

    3.分期付款,每月仅还千元;

    4.学习期间无任何其他费用

     

    担心找不到工作?


    全程就业老师一对一指导就业,从面试技巧,简历包装,就业跟踪一网打尽,轻松高薪就业;

    覆盖全国9大IT集群城市,上千家公司,数万个职位等你选!

     

    梦鎵教育的八大优势


    1.与阿里配合联合研发

    2.Java与大数据完美结合,突破传统,颠覆行业

    3.包含全新阿里/腾讯/京东大数据Hadoop与Spark应用

    4.新增加技术:Scala语言、机器学习、图计算

    5.包含当前流行商业开发框架:SSH、SpringMVC、Mybatis、Maven、Redis!

    6.新增加Html5/Jquery/JavaScript网站交互前端课程

    7.课程包含当前主流数据MySQL与Oracle大型数据库

    8.案例实操,成就高薪,上百家企业最新案例,4个月成就2年工作经验

     

  • Linux基础与Java开发环境:

    1.Linux安装;2.Linux常用命令;3.vim使用;4.Linux软件安装/卸载;5.IDEA认识;6.IDEA开发环境搭建;7.IDEA创建工程、编译工程、运行程序;8.java 跨平台的原理,jdk/jvm/jre;9.java开发环境,和环境变量的配置;


    Java的语法强化:

    1.标识符;2.常量;3.变量;4.进制与进制转换;5.运算符;6.Scanner 类的简单用法;7.流程控制语句(顺序,选择);


    控制结构和函数:

    1.while 循环;2. do while 循环;3.for 循环 4.break continue;5.函数;6.函数的重载;


    数组:

    1.数组的定义;2.内存结构(堆内存,栈内存);3.数组的特性;4.数组的遍历;5.数组的排序;6.数组的copy;7.二维数组;


    Java面向对象-基础:

    1.面象对象的概念;2.类与对象;3.对象的使用与内存空间;4.面象对象的封装性;5.匿名对象;6.构造函数;7.this关键字;8.static关键字;


    Java面向对象-高级:

    1.对象做为参数传递(值传递,地址传递);2.static 关键字;3.理解 main 函数;4.静态函数工具类;5.静态代码块;6.类的加载和执行过程详解;7.设计模式之单例模式;


    继承:

    1.继承;2.super关键字;3.构造方法的调用顺序;4.重写;5.子类的实例化过程;6.final 关键字;


    抽象类和接口:

    1.对象上转型,下转型;2.instanceof 关键字;3.方法的重写 ;4.对象的比较;5.对象的克隆;6.抽象类;7.接口;


    包和访问权限,异常处理:

    1.classpath;2.包的定义和引入;3.访问访权限;4.jar包,war包和 ear包;5.eclipse中包的生成和引用;6.异常的概念;7.try catch 语句;8.throws 关键字;9.throw 关键字;10.自定义异常;11.处理多个异常;12.finally 语句;


    字符串和包装类:

    1.String 类;2.字符串的比较;3.String 类常见操作;4.StringBuffer 和 StringBuilder;5.包装类;



  • 集合基础:

    1.认识集合框架;

    2.Collection 接口;

    2.1.ArrayList的添加类操作;2.2.ArrayList的删除类操作;2.3.ArrayList的判断类操作;2.4.ArrayList的查询类操作;2.5.Iterator 接口;

    3.List接口;

    3.1.List集合的特有特性;3.2.listIterator;3.3.在list集合中添加对象;3.4.Vector 和 Enumeration接口;3.5.LinkedList;


    集合高级:

    1.Set 集合;

    2.Set 集合的相等判断;

    3.TreeSet;

    3.1.TreeSet的自动排序;3.2.reeSet 通过实现 Comparable接口进行排序;3.3. TreeSet 通过自定义比较器排序;

    4. 泛型;

    4.1.自定义泛型类;4.2.泛型方法;4.3.泛型接口;4.4.泛型限定;

    5.Map 集合简介;

    6.Map 集合的遍历;


    集合工具类和经典API:

    1.Collections类;2.Arrays类;3.增强for;4.可变参数数组;5.System类;6.Runtime类;7.Data类 和 SimpleDateFormat类;8.Calendaro类;9.Math 类 ;10.Random 类;


    线程基础:

    1.线程的概念;2.创建多线程程序;3.用 Thread类创建线程;4.线程的状态;5.售票程序;6.使用Runable接口实现多线程;7.售票程序中的线程问题;8.线程同步 synchronized;9.同步函数;10.死锁;


    线程高级:

    1.生产者消费者的问题;2.线程间的通信;3.生产者消费者程序的优化;4.线程的终止;5.后台线程;6.concurrent.locks.Lock 类;


    IO与Java8新特性:

    1.认识IO;2.字符流 - FileWriter;3.标准的IO异常处理;4.字符流 - FileReader;5.缓冲流和饰模式;6.字节流概述;7.用FileOutputStream 和FileInputStream 读写文件;8.转换流 InputStreamReader , OutputStreamWriter;

    1.Lambda表达式;2.函数式接口;3. 内置函数式接口;4. Streams;5.日期时间API;6. Annota-tions;


    常用设计模式:

    1.单体设计模式;2.工厂设计模式;3.观察者设计模式;4.装饰器设计模式;


    File类与Java虚拟机原理:

    1.认识File 类;2.File 类常用操作;3. File 类获取文件信息类操作;4.递归操作文件目录;5. Properties 类详解;6.java 中的序列化;7.Serializable 接口和Externalizable 接口;8.serialVersionUID;9.java体系结构;10.类加载机制;11.自动内存管理机制;12.垃圾收集器与内存分配策略;13.类型的生命周期;14.java的Class文件;


    网络高级编程:

    1.网络编程的基础;

    1.1.网络协议;1.2.tcp /ip;1.3.IP地址;1.4.Port(端口号);

    2. UDP/Tcp;

    3. OSI参考模型;

    4. 套接字 Socket 简介;

    5. UDP 网络程序;

    5.1.InetAddress 类;5.2.UDP发送和接收;

    6. 多线程聊天室程序;


    字符编码:

    1.ASII;2.GB2312和GBK;3.本地字符集;4.Unicode编码;5.UTF-8;6.UTF-8和unicode编码之间的转换规则;7.UTF-8的优点;8.联通,联想和联;9.用程序查看字符的编码;


    MySQL数据库:

    1.数据库的基本概念;2.部署MySql数据库;3.MySQL数据类型;4.使用SQL;5.创建表,和管理表;6.数据插入;7.数据更新;8.数据删除;9.主键类型,truncate语句

    1.查询语句;2.SQL 高级查询;3.SQL 函数;4.多表关联;5.case 语句;6.索引Index;7.内联接,包联接;8.子查询;9.数据库3范式;10.E-R实体关系图;11.触发器;12.事务


    jdbc基础:

    1.jdbc 简介;2.连接数据库;3.标准的异常处理方式;4.数据库工具类;5.CURD 操作;6.Sql 注入攻击;7.PreparedStatement;8.几种特殊但比较常用的类型;9.单体测试;


    jdbc高级:

    1.CLOB/BLOB 等数据类型的操作;2.jdbc在实际项目中的应用模式;3.工厂模式;4.事务;5. 隔离级别;6.使用 PreparedStatement 返回ID;7.批处理;8.元信息;9.数据源和连接池;10.DBCP 的应用;



  • Html基础:

    1. HTML 概述; 2. HTML 全局构架标签; 3. 格式标签; 4. 文本标签;5. 超链接标签; 6. 图象标签; 7. 图象地图;


    Html5高级:

    1. 表格标签和细线表格; 2. 帧标签; 3. 表单标签; 4. meta标签; 5. 头元素; 6. 分区标签; 7.http会话方式; 8. http消息格式; 9. http消息头; 10. 请求行与状态行; 11. 通用信息头; 12. 请求头;13. 响应头; 14. 实体头和扩展头;


    CSS/CSS3:

    1. 认识css; 2. css的几种设置方式; 3. 样式规则的选择器;4. 样式规则的注释和有效范围;5. 样式属性详解; 6. 盒子模型; 7. 内联元素,块级元素; 8. 标准流; 9. 浮动; 10. 定位;


    javascript基础:

    1. 脚本程序和javascript; 2. javascript的 数据类型,变量,常量; 4. 运算符,控制结构; 5. 函数; 6. javas-cript内部对象; 7. 对象专用语句; 8. 数组;


    javascript高级HTTP协议详解:

    1. DHTML; 2. java中的事件处理; 3. windows对象; 4. windows对象的 frames属性; 5. document 对象; 6. form 对象; 7. javascript页面验证; 8. http会话方式;9. http消息格式;10 http消息头;11 请求行与状态行;12 通用信息头;13 请求头;14 响应头;15 实体头和扩展头;


    Servlet基础:

    1. 前置知识-使用dom4j来操作xml; 2. servlet简介; 3. 安装Tomcat; 4. 第一个Servlet 程序; 5. servlet的生命周期; 6. Servlet 的网络拓扑结构; 7. Servlet的几个实例; 8. myeclipse 的优化; 9. 基于Servlet 的登录功能; 10. 在servlet中访问数据库; 11. ServletConfig 接口;


    servlet+tomcat:

    1. Tomact安装;2. Tomact包结构;3. Tomact部署及原理;4. Servlet与Tomact之间的关系;


    Jsp基础:

    1. java EE 核心十三种技术; 2. JSP 基础; 3. JSP程序的执行原理; 4. JSP注释; 5. JSP脚本元素; 6. JSP版计算器;


    Jsp之MVC模式:

    1. MV 模式; 2. MVC 模式; 3. 请求的转发; 4. 请求的重定向; 5. 请求和响应中的乱码处理; 6. DAO 层; 7. 三层构架模式;


    Jsp_指令和内置对象:

    1. jsp指令; 2. jsp隐式对象概述; 3. request对象; 4. response 对象; 5. session 对象; 6. application 对象; 7. pageContext 对象; 8. exception 对象; 9. page对象; 10. config对象; 11. out对象; 12. 访问个个域范围中的属性; 13. Mime类型;


    Jsp_标准动作和JSTL:

    1. javaBean; 2. JSP标准动作; 3. 跳转方式的总结; 4. EL 表达式; 5. jstl 标签库详解; 6. 日期格式化;


    分页:

    1. 分页常识; 2. PageInfo 类; 3. 分页工具类; 4. 页面处理; 5. 控制层处理; 6. 使用JSTL标签处理分页页面;


    过滤器和监听器:

    1. 过滤器的工作原理; 2. Filter 接口; 3. FilterConfig接口; 4. FilterChain 接口; 5. 登陆统一验证; 6. 过滤乱码的过滤器; 7. 验证是否有Session 的过滤器; 8. servlet监听器; 9. servlet监听器实例 ;


    文件上传下载:

    1. 简单的文件上传; 2. 多文件上传; 3. 使用 Servlet 上传文件; 4. 文件上传与数据库操作; 5. 文件的下载;


    正则表达式:

    1. 什么是正则表达式; 2. 正则表达式工具介绍; 3. javascript 中的 RegExp 对象; 4. 正则表达式语法; 5. java 中使用正则表达式验证; 6. 经典的javascript验证实例;


    jQuery:

    1 jquery 简介和体验; 2 jquery 中的常用函数; 3 jquery 对象和Dom对象; 4 jQuery 的取值和赋值操作; 5 jquery 选择器; 6 jquery 节点遍历; 7 链式编程; 8 jquery 中的过滤器; 9 jquery 属性操作; 10 jquery Dom节点操作; 11 几个jquery例子; 12 jquery 中的事件; 13 jquery 中的动态效果;


    Ajax+json:

    1. JSON 与ajax 简介; 2. XMLHttpRequest; 3. XMLHttpRequest 对象实现 ajax; 4. jquery 实现 ajax; 5. JSON LIB; 6. java对象转json数组; 7. 集合转 json数组; 8. jauery解析json格式; 9. JSON 对象反序列化为java对象; 10. jquery中 datatype=jsonp 的说明的应用;


    Java中级阶段综合项目分组实战:

    1. 电商购物平台; (包含SVN); 2. 金融行业-某银行大额金融交割系统;


  • Oracle数据库:

    1. 用户名,权限,角色; 2. 系统权限,对象权限; 3. 角色授权及维护; 4. 管理表空间和数据文件; 5. 索引的概念和应用;


    SSH框架-struts2:

    1. java中的反射机制; 2. struts2 简介; 3. Struts2环境的搭建; 4. 第一个struts2 应用; 5. 文件上传与下载; 6. 拦截器; 7. Struts标签; 8. Struts验证; 9. 国际化;


    SpringMVC:

    1.理解SpringMVC架构;2. SpringMVC配置;3. 控制器开发;4. 添加拦截器;5. 理解View和View Resolvers;


    SSH框架-hibernate:

    1. hibernate - 类库简介; 2. 第一个hibernate 程序; 3. session接口; 4. 对象状态; 5. HQL; 6. 一对多,多对一; 7. 一级缓存、二级缓存; 8. 级联删除、关联查询; 9. 事务隔离级别、乐观锁、悲观锁; 10. 数据批量操作;


    Mybatis:

    1. Mybatis配置;2. Mybatis开发优势;3. 链接、session、事务处理;4. SQL映射; 5. 动态SQL;6. 整合JavaEE和CDI;7.自定义式处理;8.SQL生成器类; 9. 多数据库接口开发;


    SSH框架-spring:

    1. spring 简介; 2. IoC (控制反转); 3. 第一个spring程序; 4. aop(面相切面编程); 5. struts+hibernate+spring整合;


    Redis:

    1. 部署Redis、Redis数据结构; 2. 集合、Redis持久化; 3. Redis同步原理;


    Maven:

    1. Maven的高级应用;2. 理解POM架构;3. 生命周期;4. Maven配置;5. Maven属性及变量;6. Maven存储;7. Maven Web应用;


    EasyUI:

    1. EasyUI必要的js和css;2. EasyUI使用范例;3. Easyloader分析与使用;4. Easyloader源码分析;5. Parser源码分析;6. EasyUI组件使用;7. EasyUI layout;


    Webservice:

    1.Web服务的创建; 2. Web服务的发布 ; 3. Web服务的调用;


    Java高级阶段综合实战开发项目(一):

    大型电商购物平台商业综合项目实战开发(京东、淘宝等);

    项目所需技术------绘制:时序图,类图;

    后台架构:Struts2+hibernate+spring;; 前台架构:easyUI+jQuery;

    数据库:Oracle大型商业数据库;


    Java高级阶段综合实战开发项目(二):

    大型连锁酒店管理系统实战开发项目(1千家以上门店);

    项目所需技术------绘制:时序图,类图;

    后台架构:springMVC+spring+Mybatis; 前台架构:EXT+JQUERY;

    数据库:Oracle大型商业数据库;


  • 大数据环境搭建-最新Hadoop 2.6.4大数据集群环境:

    本阶段讲授Hadoop大数据企业应用框架,开发环境包含CentOS,ambari,cdh,em等。

    Hadoop授课环境版本:hadoop 2.6.4版本;

    Hadoop简介:Hadoop实现了一个分布式文件系统(Hadoop Distributed File System)并且设计用来部署在

    低廉的(low-cost)硬件上;它提供高吞吐量(high throughput)来访问应用程序的数据,适合有着超大数

    据集的应用程序。 Hadoop已经有超过10年的历史了,主要提供HDFS存储、MR2离线编程模型、YARN资源调

    度与其它大数据平台集成;

    Maven工具:apache-maven-3.2.5-bin.tar;


    企业级大数据技术应用与Hadoop生态与环境部署:

    1. 企业大数据应用:

    A. 什么是大数据; B. 大数据的企业应用; C. 大数据发展前景; D. 大数据就业前景;

    2. Hadoop大数据技术框架:

    A. 基于Hadoop大数据技术的原理:分布式存储;分布式计算;

    B. Hadoop生态圈产品:【Ambari】【Avro】【Hbase】【Hive】【Spark】;

    C. Hadoop各个版本介绍:【Apache】【CDH】【HortonWorks】【MapR】;

    3. Hadoop核心:

    A. Hadoop Common;B. HDFS:【namenode】【datanode】;C. Hadoop Yarn:【ResourceManager】【NodeManager】;D. Hadoop Mapreduce;

    4. Hadoop单节点安装

    A. Linux环境搭建:【VMWare安装】【CentOS 6.5安装】【VM虚拟网卡设置: Bridged,NAT,Host only】B. Hadoop的点击安装与配置:

    安装准备:【防火墙设置】【主机名设置】【SSH免密码登陆设置】【远程客户端连接工具Xshell、Xftp使用】【JDK安装】

    安装部署:【Hadoop配置】【Hadoop验证】


    Hadoop Hdfs基本操作和基本体系架构介绍:

    1. Hdfs shell操作;2. Hdfs体系结构:【NameNode】【DataNode】;3. Hdfs Java API;4. Hdfs通信核心之RPC;5. Hdfs之HA(高可用集群):【Hdfs的单点故障和高可用性】;


    大数据环境搭建-ZooKeeper大数据监控管理集群系统环境:

    1. ZooKeeper(ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务)

    2. ZooKeeper角色:【Leader】【Learner】【Client】;

    3. ZooKeeper数据模型和节点;

    4. ZooKeeper集群搭建:【单机模式】【分布式模式 - 企业级2N+1】(创建个数2N+1);

    5. 操作ZooKeeper:【Shell操作】-CRUD操作【Java api操作】-使用Java进行实现;

    6. Hadoop HA集群搭建练习;集群规划】-三个节点【集群规划】-七个节点;【安装启动】【HA集群检测】-分别对双NameNode和双ResourceManager的状态active和standby进行检测;


    MapReduce数据处理:

    1. MapReduce入门:【 MapReduce基本原理】【MapReduce执行流程】【MapReduce基本过程Shuffle】【MapReduce实现案例WordCount分析】【MapReduce项目练习】

    2.MapReduce核心编程:【缓存小文件】【使用第三方jar包】【分区编程】【最值求解】【二次排序】【分组编程】【多目录输入输出】【结果写入MySQL数据库】【Reducer端join】【多表关联】【uber模式】【压缩】【使用snappy压缩】【TopN】【多目录输入输出】


    Sqoop Flume:

    我们不生产数据,我们只是大数据的搬运工!

    1. Sqoop:【Sqoop介绍,包括Sqoop1和Sqoop2】【Sqoop体系结构】【Sqoop的配置安装】【Sqoop的基本使用】-Import:导入HDFS(基本导入与SQL导入)(命令参数)-Export:导出MySQL(导入设计到的问题)(中文乱码、分隔符、插入、更新)

    2. Flume 1.6.0:【Flume体系架构】【Flume配置安装】【Flume案例】【使用telnet演示】【Flume组件】

    3. 案例:【坚挺一个文件新增一行数据】【监听一个目录新增一个文件】【将数据从MySQL导入Hdfs】


    Hive是一个基于Hadoop的数据仓库平台:

    1. Hive介绍:【数据仓库框架】【SQL的解析引擎】【DW与DB的区别】【体系结构】【数据存储】【Metastore】【Hive安装】【LInux安装MySQL】【Hive的部署】;【Hive的运行及访问方式(包括hwi)】

    2. Hive基本SQL操作:

    A. 数据类型【array】【map】【struct】; B. Hive表的分类:【受控表】【外部表】【分区表】【桶表】; C. Hive中的Join讲解;

    3. Hive的导入导出简单总结

    A. 导入:【文件中装在load】【从其他表中装在】【动态分区】【创建表中的转载】【数据多处理from】【使用Import导入备份表】【从Sqoop导入MySQL到Hive】

    B. 导出:【insert Overwrite】【export备份】【Sqoop导出Hive到MySQL】

    4. Hive中文件的存储类型:【Textfile】【Sequencefile】【rcfile】【orcfile】【parquet】结果对比;

    5. Hive的内嵌函数:【explode】【Split】【Collect_set】【array】【concat_ws】【row_number】【lateral view】【wordcount】【分组排序row_number】【条件查询】

    6. Hive的权限管理:【用户】【组】【角色】


    大数据环境搭建-NoSQL大数据仓库HBase:

    利用HBase技术可在PC Server上海量数据的高速随机查询,笑傲大数据的还是我,有木有!

    1. base基本概念、特点;

    2. Hbase的安装:【单节点】【分布式安装】;

    3. 逻辑模型:【表】【行键】【列族】【列限定符】【时间戳】【单元格】;

    4. 物理模型:【HFile】【Region】;

    5. Hbase的体系结构:【HMaster】【HRegionServer】【HRegion】【HStore】【Hlog】【HFile】;

    6. Hbase基本操作:【Shell操作】【Java的增删改查,过滤器】;

    7. HBase数据导入导出:【自定MR导入导出】【Import/Export导入导出,Sqoop导入】;

    8. Hbase的协处理Observer;


    大数据环境搭建-Kafka高吞吐量的分布式发布订阅消息系统集群环境:

    浏览,搜索和用户操作行为是在大型网站一个关键因素。 数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。 像Hadoop的日志数据和离线分析系统,要求实时处理的限制,这时就需要Kafka来解决!

    1. 消息列队讲解;

    2. Kafka概述、Kafka组件讲解;

    3. Kafka安装:【单机】【集群】;

    4. Kafaka的操作:【Topic的增删改查】【体验消息的生产和消费】;

    5. Kafka组件扩展说明:【broker】【producer】【Consumer】【topic】【partition】;

    6. Java操作Kafka:【producer】【自定义Partition】【Consumer】【统计练习】;

    7. Kafka的应用;


    基于Lucene的搜索服务器:

    当前流行的企业级搜索引擎全文索引框架技术!能够达到实时搜索,稳定,可靠,快速,安装使用方便。

    1. 通过lucene、solr引入分布式es;

    2. ES讲解:【全文索引和MysQL的对比】【Rest】;

    3. ES的安装:【单机】【分布式】;

    4. ES的操作:【curl shell命令行】【get】【put】【post】【delete】【head】【ES常用插件】;

    5. ES的核心概念:【cluster】【shards】【replicas】【recovery】;

    6. java api操作【增删改查】【分页】【检索】【粉刺】;7. ES实战


    新一代数据库缓存系统:

    版本:apache-ignite-fabric-1.7.0,Apache Ignite内存数据组织是高性能的、集成化的以及分布式的内存平台,他可以实时地在大数据集中执行事务和计算,和传统的基于磁盘或者闪存的技术相比,性能有数量级的提升。

    1. Apache Ignite讲解:【Ignite简介】【Ignite是什么?】

    2. Ignite特性:【高级集群化】【数据网格(JCache)】【流计算和CEP】【计算、服务网格】【文件系统】【分布式数据结构】【分布式消息】【分布式事件模型】【Hadoop加速】【Spark共享RDD】

    3. Ignite和Hadoop以及Spark的关系;

    4. Ignite和Redis的对比;

    5. Ignite部署:【配置】【第一个ignite案例】

    6. 基本概念介绍;

    7. 集群化部署:【集群组】【领导者选举】【集群配置】【集群API】;

    8. 交互式SQL:【Ignite与Apache Zeppelin】【zeppelin安装和配置使用】;

    9. 分布式数据结构:【队列和集合】【原子类型】【ID生成器】;

    10. Ignite RestAPI:【常见API具体操作】;

    11. Ignite文件系统(IGFS)介绍;

    12. Hadoop加速器:【Ignite和Hadoop整合】【Ignite和Hive整合】;

    13. Ignite与Spark整合讲解;

    14. Visor管理控制台;


    Flink 是针对流数据和批数据的分布式处理引擎:

    Apache Flink是一个高效、分布式、基于Java实现的通用大数据分析引擎,它具有分布式 MapReduce一类平台的高效性、灵活性和扩展性以及并行数据库查询优化方案,它支持批量和基于流的数据分析,且提供了基于Java和Scala的API。版本:flink-1.1.2-bin-hadoop26-scala_2.10.tgz.

    1. Flink讲解;

    2. Flink特点:【快速】【可靠性扩展性】【表现力】【易用性】【完全兼容Hadoop】;

    3. Flink中的调度讲解;

    4. Flink生态圈讲解;

    5. Flink的安装部署【Standalone模式】【yarn Cluster模式】;

    6. Flink的HA简单介绍(主要依托Yarn的HA);

    7. Flink的Rest API简单讲解;

    8. Flink实战——wordcount;


    Redis 3.2.0:

    NoSQL—— 键值对内存数据库

    1. Redis简介、Redis部署:【单机】【分布式】【集群增删节点】

    2. Redis数据类型:【string】【hash】【set】【sorted set】;

    3. java操作Redis—jedis

    4. redis中的事务 排序 aof;

    5. redis的安全策略 客户端;redis的应用场景和主从复制;


    专门用于事件流处理的分布式计算框架:

    高频数据和大规模数据的实时处理 :版本:1.0.2。

    1. Storm讲解:【Hadoop和Storm的对比】【流处理过程】;

    2. Storm开发:【本地storm】【storm相关术语解释】;

    3. storm集群搭建:【storm集群结构】【基本体系架构】【配置文件】【启动集群的注意问题】;

    4. 分布式开发:【向集群提交作业、停止作业】【并行度:worker executor task解释】;

    5. stream grouping:【流分组】【自定义流分组】【案例 统计单词出现总数及各个单词个数】;

    6. storm的可靠性:【可靠性和acker消息确认机制】;

    7. storm的定时任务:【全局和局部】;

    8. storm核心概念总结;

    9. storm的目录:【工作目录】【zk中的目录】【日志目录】;

    10. 案例:【大数据应用:统计网站pv uv等】;

    11. storm复杂流程;

    12. DRPC概念的介绍;

    13. trident中的基本组件;

    14. storm优化;

    15. storm雪崩;

    16. storm实战:【网站访客区域分布】;


  • Spark生态系统以及本课程价值:

    Spark是开源的类Hadoop MapReduce的通用并行框架,拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是Job中间输出结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。是一种与 Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。

    1. Spark生态系统整体介绍;2. 本课程介绍、特色以及价值;


    Scala基础与实战:

    1. Scala入门实战 (数组和map等各种实战);

    2. Scala进阶实战案例;

    3. Scala面向对象入门实战(基本的类、对象和Trait接口实战);

    4. Scala面向对象进阶实战;

    5. Scala函数式编程大量实战案例(高阶函数、集合和序列等);

    6. Scala高级功能函数实战(泛型、隐式参数和隐士类等);

    7. Scala的Actor实战;

    8. AKKA的架构解析与案例实战;

    9. Scala课程总结;


    大数据环境搭建-Linux集群:

    Linux是大数据入门的基础,其一是企业级所有的大数据软件都会部署在Linux平台上,其二是大数据的研发都是基于Linux的。所以Linux基础知识是必不可少的。

    1. 搭建CentOS 6.5集群搭建(VMware和VirtualBox);


    大数据环境搭建-数据实时处理Spark集群:

    Spark 是一种与 Hadoop 相似的开源集群计算环境, Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。

    1. 搭建Spark 1.6.1集群(单机、伪分布式和完全分布式);2. Spark 1.6.1源码编译课程讲解;


    Spark Core编程模型解析和实战:

    1. Spark Runtime(Driver、Masster、Worker和Executor)深度分析和RDD揭秘;

    2. Spark Java开发WordCount实战(local本地运行);

    3. Spark Java开发WordCount程序提交到集群运行;

    4. Spark Scala、Python开发WordCount程序;

    5. Spark spark-shell开发WordCount程序;

    6. Spark pyspark开发WordCount程序;

    7. Spark spark-submit命令详细说明;

    8. Spark WordCount深度原理剖析;

    9. Spark 架构原理剖析;

    10. Spark RDD基本创建所需要的数据源(集合、本地文件、HDFS、Hbase等);

    11. Spark RDD实战和各种实战案例;

    12. Spark RDD持久化、广播变量和累加器;

    13. Spark高级排序和TopN深度揭秘;

    14. Spark Core综合实战(Java和Scala);


    Spark Core运行架构以及内核原理、源码深度剖析:

    1. Spark内核架构深度剖析;

    2. Spark RDD的依赖关系深度剖析(Lineage);

    3. Spark ON Local深度剖析; Spark ON Yarn深度剖析;Spark ON Mesos深度剖析;

    4. Spark的开启之旅深度剖析;

    5. Spark的Master(HA、注册、状态改变和资源调度算法等)原理剖析和源码剖析;

    6. Spark的Worker原理剖析和源码剖析;

    (Worker运行流程图分析、Worker启动Driver源码分析、和Worker启动Executor源码分析)

    7. Spark中Job运行原理深度分析;

    8. Spark的大脑运行机制深度分析;

    9. Spark的Task处理内幕和源码深度剖析;

    10. Spark的Shuffer模块原理剖析;

    11. Spark的BlockManager架构原理、运行流程图和源码分析;

    12. CacheManager运行原理流程图和源码分析;

    13. Spark 回顾和总结主要技术点;


    Spark性能优化策略和方案:

    1. Spark性能优化整体介绍;

    2. Spark性能优化:开发调优(开发Spark过程中如何进行调优);

    3. Spark性能优化:资源调优(Spark各种资源参数的配置,对优化程序有重大影响);

    4. Spark性能优化:数据倾斜(各种大量数据产生的数据倾斜的解决方案);

    5. Spark性能优化:各种Shuffer调优(各个Shuffer过程的调优方案);

    6. Spark2.0给性能带来了那些重要变比,比如(Tungsten第二阶段、统一内存管理和 DataSet等性能提升);


    Spark核心框架的应用 —— Spark SQL:

    1. Spark SQL 背景整体介绍;

    2. 进行Spark SQL之前预热的Hive实战

    3. Spark SQL DataFrame处理的案例与解析;

    3.1 Spark SQL DataFrame的编程模型、基本操作案例与解析;

    3.2 Spark SQL DataFrame与RDD之间的转化案例与解析(Java、Scala和Python);

    3.3 Spark SQL 缓存表(列式存储)的案例与解析;

    3.4 Spark SQL DataFrame API的应用案例与解析;

    4. Spark SQL 处理各种数据源的案例与解析;

    4.1 Spark SQL 加载保存功能的案例与解析(Java、Scala和Python)

    4.2 Spark SQL Parquet综合案例实战

    4.3 Spark SQL Hive数据源复杂综合案例实战(读写各种分区表)

    4.4 Spark SQL JDBC数据源复杂综合案例实战

    4.5 Spark SQL JSON数据源复杂综合案例实战

    4.6 Spark SQL 集成ElasticSearch的案例实战

    5. Spark SQL 各种函数综合实战(包含UDF、UDAF和开窗函数等功能)

    6. Spark SQL Thrift Server实战

    7. Spark SQL Hive On Spark大揭秘(企业级还没有正式用,扩展知识面)

    8. Spark SQL 内核引擎深入解析与性能优化策略(缓存数据、增加并行度、高效的数据格式、内存的使用、广播变量和合适的task等)”;

    9. Spark SQL 综合案例实战


    Spark核心框架的应用 —— Spark实时流处理:

    1. Spark Streaming基本工作原理介绍;

    2. Spark Streaming与其它流式框架(Flink、Storm)的对比分析;

    3. Spark Streaming实时案例实战(Java和Scala);

    4. Spark Streaming 处理不同数据源的原理与实战;

    4.1 Spark Streaming 处理TCP数据的案例与解析;

    4.2 Spark Streaming的DStream与HDFS的实战;

    4.3 Spark Streaming的DStream与Kafka实战(基于Receiver的方式);

    4.4 Spark Streaming的DStream与Kafka实战(基于Direct的方式);

    4.5 Spark Streaming的DStream与Flume实战;

    4.6 Spark Streaming的DStream与ActiveMQ实战;

    5. Spark Streaming DStream的各种转化和Action实战;

    5.1 Spark Streaming的DStream的transformation操作剖析和实战;

    5.2 Spark Streaming的transform以及模拟Nginx日志实时过滤案例实战;

    5.3 Spark Streaming各种DStream之间的合并实战;

    6. Spark Streaming与Spark SQL结合实时案例实战(企业级最常用的方式);

    7. Spark Streaming的缓存和CheckPoint机制;

    8. Spark Streaming 底层运行原理与架构进阶;

    9. Spark Streaming StreamingContext DStream和Receiver启动原理剖析与源码分析

    10. Spark Streaming 源码分析;

    11. Spark Streaming 性能调优【优化运行时间、合适的批次大小和优化内存使用】;


    Spark核心框架的应用 —— Spark GraphX:

    1. 图计算的整体背景介绍以及跟其它图数据库和图计算引擎的结合和对比(Neo4j、GraphSQL、GraphLab、Hama、Giraph和Spark Graphx);

    2. Spark GraphX原理和实现.;

    3. Spark GraphX的基本操作(Verticies\Edges\Triplets)实战;

    4. Spark GraphX 在社交领域中的实战(Triangle);

    5. Spark GraphX 两点之间最短优化路径实战(ShortestPaths);

    6. Spark GraphX PageRank实战;

    7. Spark GraphX 在金融领域中的实战(反欺诈、组团欺诈和客户失联等);

    8. Spark GraphX 医疗行业中的实战(医疗中病、症、医案、病和方剂的推理);


    Spark核心框架的应用 —— Spark Tachyon:

    1. Tachyon的架构解析以及应用场景;

    2. Tachyon的操作实战;

    3. Tachyon与Spark的集成实战;


    Spark核心框架的应用 —— Spark Machine Learning:

    1. Spark Mlib机器学习的背景介绍以及应用场景;

    2. Spark Mlib 线性回归(LinearRegression)算法原理和实战;

    3. Spark Mlib 聚类(K-Means)算法原理和实战;

    4. Spark Mlib 协同过滤算法 (Collaborative Filtering) ALS 原理和实战;


    企业级大数据架构案例剖析:

    1. 星环科技TDH的大数据剖析;2. 中瑞智慧CWH的大数据剖析;3. 酷土豆使用Spark大数据剖析;4. 京东使用大数据Spark剖析;5. 华为使用Spark大数据剖析;6. 腾讯使用Spark大数据剖析;7. IBM的大数据架构剖析;8. 酷狗音乐的大数据剖析;


    基于Hadoop与Spark环境的大数据综合项目实战:

    1. 电商购物平台大数据处理系统;

    2. 大型网站大数据处理分析实时推送系统;

    3. 连锁酒店大数据处理分析系统;


  • 大家都知道星环是做大数据的,但可能都不清楚星环具体做的是什么业务。

    首先,星环不仅仅是做数据挖掘的。很多人一听说大数据首先想到的就是数据挖掘,但星环提供的其实是工具。如果你熟悉Hadoop生态,肯定听说过HDFS、Ma-pReduce、Hive、HBase、YARN、ZooKeeper等,当然还有最近非常火的Spark。对,星环就是在开源的基础上改造这些组件,将不稳定的部分改稳定,将性能低下的部分提升性能,提供支持SQL标准的接口,方便传统RDBS的业务往我们的产品TDH(Tran-swarp Data Hub)上转移,等等,最终打造一站式平台。

    一句话归纳,星环提供一站式Hadoop大数据平台,可以理解为大数据数据库。他们的目标是成为大数据时代的Oracle。


    项目-星环科技TDH大数据项目剖析


  • 优酷土豆运营的数据主要包括播放、用户交互、搜索、广告等。整个平台以Hadoop集群、Spark处理集群为基础,目前已经达到1000个节点的集群规模,并还将继续扩展。由于跨机房等问题,优酷土豆自研了一套日志系统,对各个团队将近500种日志统一进行收集。收集到的日志按照业务类型有不同策略的存储方案,原始日志直接以文件的形式离线存储在HDFS上,做一些离线的分析和处理;另外,平台搭建了一套近五十台服务器规模的开放的Kafka,满足了一些实时业务读取和访问数据的需求。 数据平台团队整个技术栈之上创建了Hadoop的扩容和优化、Storm问题的排查和优化等应用,开放了一个HBase集群和一个Redis集群做Cache,以接口的方式为全公司去提供服务。


    项目-优酷土豆大数据项目解析


  • 项目-京东大数据项目解析


  • 腾讯的月活跃用户8.3亿;微信月活跃用户4.4亿;QQ空间月活跃用户6.5亿;游戏月活跃用户过亿;如今腾讯的数据分析已经能做到始终“不落地”,即全部的实时处理。腾讯大数据平台有如下核心模块:TDW、TRC、TDBank、TPR和Gaia。简单来说,TDW用来做批量的离线计算,TRC负责做流式的实时计算,TPR负责精准推荐,TDBank则作为统一的数据采集入口,而底层的Gaia则负责整个集群的资源调度和管理。李勇还特别强调了数据平台体系化是应用基础,数据应用商业化是价值导向。


    项目-腾讯大数据项目解析


    项目-腾讯大数据项目解析


  • 企业要如何应对这样的快速发展?谁又能帮助这项企业实现原定的目标?IBM给你答案。实际上,Power 8的闪亮登场,便以其处理海量数据的强大能力给了企业管理新兴社交和移动计算一剂强针。而同时,IBM又一直在倡导和支持Linux和开源,并最终将开源技术也融入到了power平台。

    当IBM在支持Linux和开源之后,更加智能的横向扩展不再只是x86的优势,Power在大数据挖掘与分析、云计算部署方面将发挥更大的性能,更好的体现为云计算设计、为大数据而生的预置能力,基于Power 8技术的IBM Power Systems服务器在大数据分析速度上比最新的x86系统快82倍。


    项目-IBM大数据项目解析


  • 学科-大数据那些事
  • 你是否担心这些问题?
  • 大纲-java基础开发
  • 大纲-java高级开发
  • 大纲-java web核心开发
  • 大纲-java商业核心框架
  • 大纲-Hadoop大数据生态开发实战
  • 大纲-Spark大数据开发实战
  • 项目-星环科技TDH大数据项目剖析
  • 项目-优酷土豆大数据项目解析
  • 项目-京东大数据项目解析
  • 项目-腾讯大数据项目解析
  • 项目-IBM大数据项目解析
汇聚了中国IT培训最庞大、最专业、最权威的教学团队;70多位技术专家,700多位核心研发工程师
名师推荐 / Products More
  • 发布时间: 2017 - 08 - 03
    个人经历Shrek老师具有十年以上Linux高级架构师经验,北京交大客座教授,河北软件学员客座教授,原赛迪《开放系统世界》杂志Linux完全驱动专栏作者。11年以上Linux相关教学经验。RHCE\RHCA授权认证讲师之一。主要项目及企业服务经验曾多次参与实施诺基亚、西门子、HP、Alibaba、神州数码、263网络集团、中国移动、上海建设银行、北方微电子、支付宝、上海交大等国外知名企业的Linux技术咨询及企业内训。
  • 发布时间: 2017 - 08 - 03
    个人经历9年linux管理经验,曾任职北京某公司系统工程师,具有多年linux运维管理经验;精通邮件系统(垃圾邮件过滤,病毒邮件过滤),精通多种web服务器软件(apache.nginx等);精通lamp,lnmp架构.对监控软件如nagios,cacti,ntop有深入了解;精通iptables,tcpwrap防火墙及pam安全机制,在linux下搭建LVS负载均衡集群; 主要项目及企业服务经验自2009年起大型门户网站安全架构管理及门户网站集群和虚拟化运维管理经验时任数动时代科技有限公司(国际风险投资集团IDG投资)服务器部副经理,掘乐信息技术(上海)有限公司(国际风险投资集团IDG投资) 运维服务器部经理 , 凌云互动有限公司(国际风险投资集团IDG投资)南方区运维服务器部负责人。四千小时以上的Red Hat 标准认证课程(RHCE)授课经验;编写整理了Red Hat 中文认证教材共三本六万余字编写尚观《RedHat高级存储与集群》教材共五万余字参与完成大旗网及中华网集群架构设计和实施,满足大旗网及中华网面向全球华人上亿注册用户用户的并发页面请求。
  • 发布时间: 2017 - 08 - 03
    个人经历7年LINUX使用及管理经验;3年LINUX授课经验;4年大型网站运维管理经验;主要研究方向Linux系统管理,集群存储,网络安全;熟练使用shell脚本sed,awk,完成服务器任务作业管理;Linux下搭建LB和HA集群,实现双机热备,不间断服务; 主要项目及企业服务经验2012年北京搜狐Linux集群培训;2012年中菲行国际快运代理公司Linux集群及Mysql培训;2012北京赛迪时代信息产业股份有限公司Linux集群培训;2012 汉江集团Linux集群培训;为大型企业架设安全稳定web,mail服务器,并部署与监控;授课中实例简单化,注重学生学习的思路与条理性;
  • 发布时间: 2017 - 08 - 03
    个人经历东北大学 软件学院 工程硕士;5年Linux项目经验,6年Linux教学经验;熟悉Cacti,nagios等监控程序的配置;熟悉dhcp,dns,vsftp等服务器的配置和维护;熟练使用sed、awk、grep等流编辑器;熟悉unix/linux SHELL 环境,shell程序调试方法;熟悉rda,statstack,awr等工具实现数据库信息的数据采集和分析
  • 发布时间: 2017 - 08 - 03
    个人经历从事IT软件行业15年,专注移动互联网领域6年,5年Java、大数据开发经验,2008年开始从事软件开发教育培训工作,先后做过J2EE、游戏开发和设计、Java、大数据等课程培训高级讲师。近八年的教学经验,授课深入浅出,案例丰富,亲和力强,学员满意度98%。主要项目及企业服务经验曾开发过的Java、大数据项目:春城晚报、家庭理财记账、易呗背单词、随身记事本、华夏城市天气、执行任务 、 天才日志、健康饮水、2Day 2Do议程表 、知了、知天下、全国空气质量指数、单车之家等几十款上线应用。
  • 发布时间: 2017 - 08 - 03
    个人经历7年java大数据、嵌入式教育工作经验,曾获得省级“十佳”教师、“优秀java大数据、嵌入式开发讲师”称号,在嵌入式、Java、大数据教学领域都有卓越表现。尤其擅长大数据、java框架、Linux开发环境、C语言、数据结构、Unix/Linux系统编程。
  • 发布时间: 2017 - 08 - 03
    个人经历连续出版13本开发类书籍,国内知名Java、大数据课程技术作家、Java、大数据技术顾问、高级培训讲师,移动开发专家。精通Java、大数据、Android、Windows Phone及HTML5等移动开发技术。主要项目及企业服务经验曾先后主持开发了大型网络游戏神农诀java大数据开发和Android客户端、具有15年的Java企业应用开发经验。具备多年企业级开发及项目管理经验,业务领域涉及电信、电子政务及物流行业。
  • 发布时间: 2017 - 08 - 03
    个人经历曾主持多个中国石油、中国移动项目开发。毕业于吉林大学软件工程专业,从事IT行业20年,专注移动互联网领域8年,5年Java大数据开发经验。 曾就职中国移动、中国石油等大型企业 。 不仅对Java大数据开发有着丰富的经验,而且还精通C#、C++、Java、Delphi、VB、PHP、ASP、ASP.NET等编程语言。主要项目及企业服务经验曾开发过的Java大数据项目:中石化移动端项目、智能家居移动系统、一汽移动端项目、商业微信平台等。此外更有大型管理系统及游戏软件开发经历:公安部门驾管处管理系统、中国人民解放军指导官兵学习游戏软件等。2008年开始从事软件开发教育培训工作,先后做过J2EE、游戏开发和设计、Java大数据等课程培训高级讲师。近八年的教学经验,授课深入浅出,案例丰富,亲和力强,学员满意度98%。
  • 发布时间: 2017 - 08 - 03
    个人经历15年影视制作经验,曾任职于多家中国著名影视培训机构,完美动力高级讲师、首都师范大学数字艺术中心教研组长、北京数字电影学院教研主任。主要项目及企业服务经验与众多知名导演和企业合作多部商业项目,《天龙八部》、《神雕侠侣》、《李小龙传奇》、《大宋提刑官》、中国国家形象片等。
  • 发布时间: 2017 - 08 - 03
    个人经历多年来一直从事3D电影制作工作,在多家3D电影公司就职,包括河北玛雅影视、北京灵动力量、北京映像梦幻等公司,并担任研发和培训讲师、主管等职位。主要项目及企业服务经验3D立体电影:《十二生肖》《太极Ⅰ》《太极Ⅱ》《画皮2》《伦敦陷落》《AU废柴特工》;特效指导:《皮皮鲁与鲁西西》 《七武士》。
  • 发布时间: 2017 - 08 - 03
    个人经历某培训机构游戏开发课程总监,多年授课经验曾任超闪软件项目总监、专注移动互联网领域8年;国内unity游戏开发先驱者之一,10余年软件设计开发经验,擅长软件及游戏架构设计;具有丰富的项目管理经验,精通C#语言、 JavaScript、unity引擎。主要项目及企业服务经验带领团队开发《功夫西游》、《横扫西游》、《奇迹归来》、《飞升》等多款游戏项目.根据需求设计游戏框架、搭建游戏框架、负责资源格式制定、内存管理、多线程加载、渲染逻辑、通信协议的制定和编写进行游戏和平台的对接; 包括运营平台、内嵌广告、支付接口以及对线上项目的更新与维护.2008年开始从事软件开发教育培训工作,具有丰富的教育经验、授课通俗易懂、亲和力强、学员评价很高。
  • 发布时间: 2017 - 08 - 03
    个人经历VR开发讲师,从事程序开发10多年,有丰富的开发经验,先后就职于多家大型互联网企业并担任主程、总监等职位。从事教育行业以来,已有多批优秀毕业学员就职于各大游戏及VR公司。主要项目及企业服务经验先后带领团队从事过VR/AR、游戏等开发。根据需求设计游戏框架、负责资源格式定制、渲染引擎定制、支付接入等。负责自主内核研发团队的组件与任务分发,参与公司运营。从事教育行业以来,已有多批优秀毕业学员就职于各大游戏及VR公司。
  • 发布时间: 2017 - 08 - 03
    个人经历7年java大数据、嵌入式教育工作经验,曾获得省级“十佳”教师、“优秀java大数据、嵌入式开发讲师”称号,在嵌入式、Java、大数据教学领域都有卓越表现。尤其擅长大数据、java框架、Linux开发环境、C语言、数据结构、Unix/Linux系统编程。
  • 发布时间: 2017 - 08 - 03
    个人经历在新浪担任嵌入式内核驱动开发工程师7年,参与10多项嵌入式产品研发,擅长Linux内核驱动开发,对linux内核配置和编译、Kconfig/Makefile语法、系统调用、内核模块及管理、内核同步都有深入的了解。主要项目及企业服务经验负责项目【物流仓库存储项目】智能仓库监控系统就是一套能够用集中控制方法来监控和控制仓库当中的环境参数的系统。智能仓库监控系统可以让你随时随地对仓库进行监控和控制,并且可以保证仓库的安全性,减少仓库的工作人员以及成本。涵盖技能:编写裸板ARM控制程序;编写近端和互联网服务器程序;编写Bootloader移植Linux内核;移植QT;编写Linux内核设备驱动编写基于QT的图形控制程序技术来实现。
  • 发布时间: 2017 - 08 - 03
    个人经历6年嵌入式Linux系统软、硬件开发及培训经验,资深研发工程师。精通Linux及其环境下C语言的高级编程,熟悉基于ARM体系架构嵌入式系统的软硬件开发流程和方法,对基于ARM的Linux应用开发具有丰富的经验。主要项目及企业服务经验曾参与负责的项目涉及工控、网络设备、消费类电子产品等多个领域。
  • 发布时间: 2017 - 08 - 03
    个人经历7年嵌入式开发经验。对ARM体系结构有深入了解,熟悉嵌入式C/C++语言,熟悉嵌入式Linux系统开发流程,精通以各种型号单片机、ARM、FPGA为核心的系统设计。专注移动互联网领域4 年, 3年 iOS 开发经验,曾就职于软通动力等大型企业。精通嵌入式Linux高级编程,熟练Android应用程序及Android框架开发。主要项目及企业服务经验【智能家居项目】智能家居项目,即通过开发物联网技术整合自动化控制系统、计算机通信系统于一体的网络化、智能化家居控制系统,使用户通过系统更加便捷、人性化的控制管理家用电器。涵盖技能:裸板ARM控制程序技术;编写Bootloader技术;移植Android系统技术    编写Android中间件技术;移植Linux内核技术;编写Linux内核设备驱动编写Android应用程序技术来实现。【云摄像头】在幼儿园,十字路口等地方均可看到云摄像头,摄像头能不能联网已经成为标致性的参数,这个项目能够让你自己diy自己的网络摄像头,拍照录像无所不能。涵盖技能:1.舵机控制     2.摄像头编程(基于Linux)    3.H.264编码【企业内部通信工具】该项目主要在于突出网络编程,网络编程在网络大数据中应用非常广泛,该项目能胜任这样的领域【多媒体局域网组播系统】该项目主要应用于小区物业...
  • 发布时间: 2017 - 08 - 03
    个人经历资深Oracle架构师,15年Oracle技术经验,中国科学院软件所、数字所特聘DBA讲师。自2006年开始soho生涯,为中国电信、神州数码、联想集团等30多所大型企业进行Oracle现场实施、技术培训、性能调优等工作,技术功底深厚,教学经验丰富
  • 发布时间: 2017 - 08 - 03
    个人经历Oracle 10g、11g OCM认证大师,北京交大计算机硕士,以总架构师身份带领团队设计并实施了国家交通部、公安部、科技部数十项目,“北京市公安局交通管理局短信平台”、“北京市城市交通服务水平评价系统”、“三部委应急交通事故指挥处理系统”、“交管局单兵定位系统”、“公安部设备监控项目”“高铁应急指挥调动系统”等。翟神的讲座将技术精研与人生玄学相结合,以其天马行空的想象力与生动形象的生活比喻而广受欢迎
  • 发布时间: 2017 - 08 - 03
    个人经历7年以上Oracle技术经验,精通Linux系统下的环境处理与数据库部署,精通Oracle10g、11g数据库管理,深入理解Oracle体系结构,擅长真实案例教学,为20多家企业搭建DataGuard热备数据库、提供RAC集群容灾技术培训支持。授课深入浅出,清晰生动,以独到的实战模拟教学让学生快速掌握实操要领,在历届DBA学员中口碑极佳。
  • 发布时间: 2017 - 08 - 03
    个人经历WDP全球OCM官方师资认证,开创了WDP师资认证的先河。在OCM/RHCA有10年以上的经验。是尚观Linux Oracle两方面都达到架构师讲师级别讲师。擅长真实项目案例教学。熟悉RHEL系列、Oracle系列、J2ee系列、IBM产品。
地址:深圳市南山区大学城云谷2期4栋4楼
电话:0755-61902576
传真:+86 0755-2788 8009
邮编:330520
Copyright ©2005 - 2017 深圳市梦鎵科技有限公司
犀牛云提供企业云服务