课程介绍

注意0：欲购买此课程，获取安全购买链接，索要正版授权学习平台账号，务必加咨询QQ：2536379620
注意1：由于编码原因，试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2：正版良心视频，购买后有机会和原作者直接短暂技术交流。
    
注意3：感觉课程太难？没有信心？还在犹豫自己学的会学不会？我们的师傅带徒弟模式会给您信心。我们承诺， 商品详情，教学大纲，视频内容，所涉及技术，可获得原创作者老师微信或QQ和针对视频范围的精心指导。线上一对一师带徒辅导问答，针对视频内代码调试，使命必达，视频之外相关技术内容，行业内信息人脉，企业内推(如有)，原创作者老师会竭诚帮助。

线上一对一师带徒辅导问答，针对视频内代码调试，使命必达。（本产品主要是卖问答服务，视频价格太低不单独卖，嫌价格高者勿拍）

本系列课程将基于RedHat Linux 7.4版本、Hadoop 2.7.3、Spark 2 版本多面介绍大数据的整体内容，让学员深入理解并学习运行机制和原理，从而进一步学习大数据的相关内容。
课程说明：
Hadoop2相比较于Hadoop1.x来说，HDFS的架构与MapReduce的都有较大的变化，且速度上和可用性上都有了很大的提高，Hadoop2中有两个重要的变更：
(1)HDFS的NameNodes可以以集群的方式布署，增强了NameNodes的水平扩展能力和可用性；
(2)MapReduce将JobTracker中的资源管理及任务生命周期管理(包括定时触发及监控)，拆分成两个独立的组件，并更名为YARN(Yet Another Resource Negotiator)。
具体如下：
(1)HDFS的变化 - 增强了NameNode的水平扩展及可用性
在2.X中，HDFS的变化，主要体现在增强了NameNode的水平扩展及可用性，可以同时部署多个NameNode，这些NameNodes之间是相互独立，也就是说他们不需要相互协调，DataNode同时在所有NameNodes注册，做为他们共有的存储节点，并向定时向所有的这些NameNodes发送心跳块使用情况的报告，并处理所有NameNodes向其发送的指令。
(2)MapReduce拆分JobTracker为资源管理及任务生命周期管理两个独立的组件
MapReduce在Hadoop2中称为MR2或YARN，将JobTracker中的资源管理及任务生命周期管理(包括定时触发及监控)，拆分成两个独立的服务，用于管理全部资源的ResourceManager以及管理每个应用的ApplicationMaster，ResourceManager用于管理向应用程序分配计算资源，每个ApplicationMaster用于管理应用程序、调度以及协调。一个应用程序可以是经典的MapReduce架构中的一个单独的任务，也可以是这些任务的一个DAG(有向无环图)任务。ResourceManager及每台机上的NodeManager服务，用于管理那台机的用户进程，形成计算架构。每个应用程序的ApplicationMaster实际上是一个框架具体库，并负责从ResourceManager中协调资源及与NodeManager(s)协作执行并监控任务。

课程目标

本系列课程将基于RedHat Linux 7.4版本、Hadoop 2.7.3、Spark 2 版本多面介绍大数据的整体内容，让学员深入理解并学习运行机制和原理，从而进一步学习大数据的相关内容。

适用人群

具备Java基础学员，并想进一步学习大数据的学员。

课程大纲

01
课程概述

【录播】Hadoop体系结构概述(11分钟)      免费试学
02
HDFS的体系结构

【录播】NameNode(24分钟)

【录播】DataNode(13分钟)

【录播】SecondaryNameNode(15分钟)
03
Yarn的体系结构

【录播】Yarn的体系结构和任务的调度(17分钟)

【录播】Yarn的资源分配方式(9分钟)
04
HBase体系结构概述

【录播】HBase的体系结构简介(7分钟)
05
主从结构的单点故障

【录播】主从结构的单点故障问题及解决方案(8分钟)
06
课程资料

【资料】课程资料(zip，1.3MB)