大连中山区Java大数据软件工程师班哪家专业
大连迪派教育：每周不同课程的培训、涉及计算机、微信营销、外语、会计、拓展等各各个方面；迪派教育开设PHP网站后台开发（Webstrom、Html、div、CSS、JS、JQ、PHP、SQL数据库等）；Java软件开发；
大连学习java+大数据，可从事哪些方面呢？
企业级应用开发
移动端Web应用 Java网站建设
分布式应用开发
课程大纲
Zebra 项目实战
"NIO 入门、Buffer、Channel_Selector、NIO 通信实现、NIO 粘包问；
序列化实现 RPC、GoogleProtobuf 实现 RPC、BlockingQueue、Concurrent；
Zebra 项目介绍、单机实现 Zebra、Zebra 文件收集；
Zebra 数据收集、Zebra 网络模块开发、ZebraRPC 实现、二级引擎开发 _ 一级引
擎测试、二级引擎开发 _ 数据聚合 _ 数据持久化、多机演示、ZooKeeper 在 Zebra
中的应用。"
序列化实现 RPC、GoogleProtobuf 实现 RPC、BlockingQueue、Concurrent；
Zebra 项目介绍、单机实现 Zebra、Zebra 文件收集；
Zebra 数据收集、Zebra 网络模块开发、ZebraRPC 实现、二级引擎开发 _ 一级引
擎测试、二级引擎开发 _ 数据聚合 _ 数据持久化、多机演示、ZooKeeper 在 Zebra
中的应用。"
Hadoop
基于 Hadoop 的 RPC 通信机制、Hadoop 的配置；Hadoop 的启动、
shell 脚本操作 HDFS、Java API 操作 HDFS、HDFS 的 CRUD 的原理；
SecondaryNameNode、MapReducer 的概念、MapReducer 之 WordCount；
解析电信流量实例：Sort、Partition、Combiner；InputFormat、Split 组件、
RecordReader、RecordWrite 组件
跨Split的数据处理、Hadoop的性能统计工具Counter、Hadoop小文件的处理方式。
shell 脚本操作 HDFS、Java API 操作 HDFS、HDFS 的 CRUD 的原理；
SecondaryNameNode、MapReducer 的概念、MapReducer 之 WordCount；
解析电信流量实例：Sort、Partition、Combiner；InputFormat、Split 组件、
RecordReader、RecordWrite 组件
跨Split的数据处理、Hadoop的性能统计工具Counter、Hadoop小文件的处理方式。
电商数据分析
Hive、Pig、Flume、Sqoop、Ooize、电商项目数据分析。
Scala 语言
1） scala 表达式，def 定义方法，如何返回值，Unit 类型，函数的定义，函数与方
法的区别，函数的本质；2）class，object 定义，继承，trait 语法，实现原理，case
class，match case 语法，偏函数，闭包，Currying 化，StringContext，Option
Some None，Tuple；3） 集合方法和运算，隐式参数，隐式转换，future 对象
同步处理和异步处理返回结果，并发集合，串行 future 结果，并行 future 结果。
法的区别，函数的本质；2）class，object 定义，继承，trait 语法，实现原理，case
class，match case 语法，偏函数，闭包，Currying 化，StringContext，Option
Some None，Tuple；3） 集合方法和运算，隐式参数，隐式转换，future 对象
同步处理和异步处理返回结果，并发集合，串行 future 结果，并行 future 结果。
Spark
1） SparkCore：单机 Spark，Spark-shell 的使用，Spark-submit 提交应用，
RDD，RangePartitioner 和 HashPartitioner，优选位置（数据本地化），全依赖、
部分依赖，函数，调试工具类；
2）RDD 的常见高阶函数，Action 方法，cache，persist，coalesce，
reparation，cartesian；
3）DataFrame，Colume，列式存储，注册临时表，创建长期表，使用 sqlContext
执行查询，缓存中间结果，分区处理，数据落地，与 Hive 结合；
4）创建 DStream，流式 WordCount，有状态 DStream；
5）窗口 DStream，Transform，Spark 的优化手段，以及相关的配置参数，Spark案例应用。
RDD，RangePartitioner 和 HashPartitioner，优选位置（数据本地化），全依赖、
部分依赖，函数，调试工具类；
2）RDD 的常见高阶函数，Action 方法，cache，persist，coalesce，
reparation，cartesian；
3）DataFrame，Colume，列式存储，注册临时表，创建长期表，使用 sqlContext
执行查询，缓存中间结果，分区处理，数据落地，与 Hive 结合；
4）创建 DStream，流式 WordCount，有状态 DStream；
5）窗口 DStream，Transform，Spark 的优化手段，以及相关的配置参数，Spark案例应用。
课程特色
基础薄弱学习
拒绝只讲几天C语言，不注重编程基础教学；拒绝只讲简单编程。C、C++、0C语言的学习，iOS框架系统、应用、游戏开发学习。
教学方式
拒绝培养**型软件开发人员；拒绝只知语言基础不会做项目软件开发。语言基础+大型项目实战相结合，近30组软件商业级项目。
拒绝只讲几天C语言，不注重编程基础教学；拒绝只讲简单编程。C、C++、0C语言的学习，iOS框架系统、应用、游戏开发学习。
教学方式
拒绝培养**型软件开发人员；拒绝只知语言基础不会做项目软件开发。语言基础+大型项目实战相结合，近30组软件商业级项目。
