推荐给大数据学习者的八本书，还有详细的系统路线_大数据编程技术 教材

1）Linux系统概述
2）系统安装及相关配置 
3）Linux网络基础 
4）OpenSSH实现网络安全连接 
5）vi文本编辑器

6）用户和用户组管理
7）磁盘管理 
8）Linux文件和目录管理 
9）Linux终端常用命令 
10）linux系统监测与维护

1）大数据应用发展、前景
2）Hadoop 2.x概述及生态系统
3）Hadoop 2.x环境搭建与测试

1）HDFS文件系统的架构、功能、设计
2）HDFS Java API使用
3）YARN 架构、集群管理、应用监控
4）MapReduce编程模型、Shuffle过程、编程调优

1）分布式部署Hadoop 2.x
2）分布式协作服务框架Zookeeper 
3）HDFS HA架构、配置、测试
4）HDFS 2.x中高级特性
5）YARN HA架构、配置
6）Hadoop 主要发行版本（CDH、HDP、Apache）

1）Hive功能、体系结构、使用场景
2）Hive环境搭建、初级使用 
3）Hive原数据配置、常见交互方式

1）Hive中的内部表、外部表、分区表
2）Hive 数据迁移
3）Hive常见查询（select、where、distinct、join、group by）
4）Hive 内置函数和UDF编程

1）Hive数据的存储和压缩
2）Hive常见优化（数据倾斜、压缩等）

1）依据业务设计表
2）数据清洗、导入（ETL） 
3）使用HiveQL，统计常见的网站指标

1）Sqoop功能、使用原则
2）将RDBMS数据导入Hive表中（全量、增量） 
3）将HDFS上文件导出到RDBMS表中

1）Flume 设计架构、原理（三大组件）
2）Flume初步使用，实时采集数据 
3）如何使用Flume监控文件夹数据，实时采集录入HDFS中 4）任务调度框架Oozie

1）使用Oozie调度MapReduce Job和HiveQL
2）定时调度任务使用

1）Hue架构、功能、编译
2）Hue集成HDFS 
3）Hue集成MapReduce

4）Hue集成Hive、DataBase
5）Hue集成Oozie

1）HBase是什么、发展、与RDBMS相比优势、企业使用
2）HBase Schema、表的设计
3）HBase 环境搭建、shell初步使用（CRUD等）

1）HBase 数据存储模型
2）HBase Java API使用（CRUD、SCAN等）
3）HBase 架构深入剖析
4）HBase 与MapReduce集成、数据导入导出

1）如何设计表、表的预分区（依据具体业务分析讲解）
2）HBase 表的常见属性设置（结合企业实际）
3）HBase Admin操作（Java API、常见命令）

1）依据需求设计表、创建表、预分区
2）进行业务查询分析 
3）对于密集型读和密集型写进行HBase参数调优

1）Storm简介和课程介绍
2）Storm原理和概念详解 
3）Zookeeper集群搭建及基本使用 
4）Storm集群搭建及测试 
5）API简介和入门案例开发 
6）Spout的Tail特性、storm-starter及maven使用、Grouping策略 
7）实例讲解Grouping策略及并发 
8）并发度详解、案例开发（高并发运用） 
9）案例开发——计算网站PV，通过2种方式实现汇总型计算。 
10）案例优化引入Zookeeper锁控制线程操作 
11）计算网站UV(去重计算模式) 
12）【运维】集群统一启动和停止shell脚本开发 
13）Storm事务工作原理深入讲解 14）Storm事务API及案例分析

15）Storm事务案例实战之 ITransactionalSpout 
16）Storm事务案例升级之按天计算 
17）Storm分区事务案例实战 
18）Storm不透明分区事务案例实战 
19）DRPC精解和案例分析 
20）Storm Trident 入门
21）Trident API和概念
22）Storm Trident实战之计算网站PV
23）ITridentSpout、FirstN(取Top N)实现、流合并和Join
24）Storm Trident之函数、流聚合及核心概念State
25）Storm Trident综合实战一（基于HBase的State）
26）Storm Trident综合实战二
27）Storm Trident综合实战三
28）Storm集群和作业监控告警开发

1)-Spark的前世今生
2)-课程介绍、特色与价值 
3)-Scala编程详解：基础语法 
4)-Scala编程详解：条件控制与循环 
5)-Scala编程详解：函数入门 
6)-Scala编程详解：函数入门之默认参数和带名参数 
7)-Scala编程详解：函数入门之变长参数 
8)-Scala编程详解：函数入门之过程、lazy值和异常 
9)-Scala编程详解：数组操作之Array、ArrayBuffer以及遍历数组 
10)-Scala编程详解：数组操作之数组转换

11)-Scala编程详解：Map与Tuple
12)-Scala编程详解：面向对象编程之类 
13)-Scala编程详解：面向对象编程之对象 
14)-Scala编程详解：面向对象编程之继承 
15)-Scala编程详解：面向对象编程之Trait 
16)-Scala编程详解：函数式编程 
17)-Scala编程详解：函数式编程之集合操作 
18)-Scala编程详解：模式匹配 
19)-Scala编程详解：类型参数 
20)-Scala编程详解：隐式转换与隐式参数 
21)-Scala编程详解：Actor入门

1）Spark 初识入门
2）Spark 概述、生态系统、与MapReduce比较
3）Spark 编译、安装部署（Standalone Mode）及测试
4）Spark应用提交工具（spark-submit，spark-shell） 
5）Scala基本知识讲解（变量，类，高阶函数） 
6）Spark 核心RDD
7）RDD特性、常见操作、缓存策略 
8）RDD Dependency、Stage常、源码分析
9）Spark 核心组件概述

10）案例分析
11）Spark 高阶应用
12）Spark on YARN运行原理、运行模式及测试
13）Spark HistoryServer历史应用监控
14）Spark Streaming流式计算
15）Spark Streaming 原理、DStream设计
16）Spark Streaming 常见input、out
17）Spark Streaming 与Kafka集成
18）使用Spark进行分析

1）Scala编程、Hadoop与Spark集群搭建、Spark核心编程、Spark内核源码深度剖析、Spark性能调优
2）Spark源码剖析 

1）企业大数据平台概述
2）大数据平台基本组件 
3）Hadoop 发行版本、比较、选择
4）集群环境的准备（系统、基本配置、规划等） 
5）搭建企业大数据平台 
6）以实际企业项目需求为依据，搭建平台 
7）需求分析（主要业务） 
8）框架选择（Hive\HBase\Spark等）

9）真实服务器手把手环境部署
10）安装Cloudera Manager 5.3.x
11）使用CM 5.3.x安装CDH 5.3.x
12）如何使用CM 5.3.x管理CDH 5.3.x集群
13）基本配置，优化 
14）基本性能测试 
15）各个组件如何使用

1）Flume、Hadoop、Hbase、Hive、Oozie、Sqoop、离线数据分析，SpringMVC，Highchat
2）Flume+Hadoop+Hbase+SpringMVC+MyBatis+MySQL+Highcharts实现的电商离线数据分析 
3）日志收集系统、日志分析、数据展示设计

1）全面掌握Storm完整项目开发思路和架构设计
2）掌握Storm Trident项目开发模式
3）掌握Kafka运维和API开发、与Storm接口开发 
4）掌握HighCharts各类图表开发和实时无刷新加载数据 
5）熟练搭建CDH5生态环境完整平台

6）灵活运用HBase作为外部存储
7）可以做到以一己之力完成从后台开发（Storm、Kafka、Hbase开发） 
到前台HighCharts图表开发、Jquery运用等，所有工作一个人搞定！ 
可以一个人搞定淘宝双11大屏幕项目！

1）真实还原完整的企业级大数据项目开发流程：
项目中采用完全还原企业大数据项目开发场景的方式来讲解，
每一个业务模块的讲解都包括了数据分析、需求分析、方案设计、数据库设计、编码实现、功能测试、性能调优、troubleshooting与解决数据倾斜（后期运维）等环节
，真实还原企业级大数据项目开发场景。
让学员掌握真实大数据项目的开发流程和经验！

2）现场Excel手工画图与写笔记：所有复杂业务流程、架构原理
、Spark技术原理、业务需求分析、技术实现方案等知识的讲解
，采用Excel画图或者写详细比较的方式进行讲解与分析，
细致入微、形象地透彻剖析理论知识，帮助学员更好的理解、记忆与复习巩固。

1）Mahout、Spark MLlib概述 
2）机器学习概述 
3）线性回归及Mahout、SparkMLlib案例 
4）Logistic回归、softmax分类及Mahout、SparkMLlib案例 
5）KNN及Mahout、SparkMllib案例 
6）SVM及Mahout、SparkMllib案例 
7）决策树及Mahout、SparkMllib案例

8）随机森林及Mahout、SparkMllib案例 
9）GBDT及Mahout、SparkMllib案例 
10）KMeans及Mahout、SparkMllib案例 
11）贝叶斯及Mahout、SparkMllib案例 
12）集成学习 
13）特征处理及模型优化

1）协同过滤推荐
2）基于内容的推荐
3）基于知识的推荐
4）混合推荐方法

5）推荐系统的解释　
6）评估推荐系统
7）案例研究

1）Elasticsearch概念
2）Elasticsearch安装和插件介绍
3）Elasticsearch基本使用和简单查询 
4）Elasticsearch的Java客户端使用

5）Elasticsearch索引和Mapping 
6）Elasticsearch搜索深入 
7）Elasticsearch与Spring集成 
8）Elasticsearch实战

1）什么是数据可视化？ 
2）如何用图表讲故事
3）Tableau发展历程 
4）Tableau家族产品 
5）Tableau产品优势 
6）Tableau Desktop安装配置 
7）Tableau的导航与菜单 
8）Tableau设计流程最佳实践 
9）Tableau数据类型与文件 
10）Tableau数据源初探 
11）数据源深入

12）工作表
13）Tableau中的函数与计算
14）Tableau高级分析与项目实战
15）Tableau中的排序与筛选器
16）Tableau中的参数
17）Tableau图表分析
18）Tableau地图绘制与图像
19）Tableau 仪表盘和故事
20）项目一_教育网站指标评估
21）项目二_网站用户行为分析
22）项目三_零售行业进销存分析

1）数据可视化概述 
2）什么是数据可视化？ 
3）经典可视化案例 
4）大数据可视化的价值 
5）数据可视化工具、案例、书籍 
6）Echarts概述 
7）Echarts特性介绍 
8）如何快速上手开发一个Echarts可视化图表 
9）如何阅读Echarts官方文档 
10）Echarts学习必备基础知识

11）Echarts3.x与Echarts2.x的区别 
12）Echarts基础架构与常见名词术语 
13）Echarts标准开发模板 
14）十大常见图表_小结 
15）Echarts图表高级
16）北上广最佳前10航行路线图
17）豆瓣最新热映电影排名分析
18）图表适用场景
19）数据可视化方法 
20）数据可视化误区

1）Vue.js简介和MVC、MVP以及MVVM架构
2）Vue.js介绍、开发工具的介绍以及HelloWorld程序演示
3）Vue.js的构造器和扩展
4）Vue实例的属性
5）Vue实例生命周期
6）计算属性及案例
7）方法调用
8）观察属性
9）文本、HTML插值
10）属性插值和表达式
11）指令的格式
12）条件指令
13）v-show指令
14）v-bind指令
15）列表渲染
16）过滤器
17）事件处理

18）事件修饰符
19）表单处理
20）自定义组件
21）过渡效果
22）动画效果
23）过渡和动画的回调函数
24）路由技术
25）混合
26）Render函数
27）单文件工程
28）单元测试
29）服务器端渲染
30）生产环境部署
31）动态评分案例
32）图片轮播案例
33）OLTP系统的管理界面
34）聊天室案例