小牛学堂
课程详情 学校简介 学校地址 网上报名
课时1：JavaSE阶段
课时2：JavaWeb阶段
课时3：JavaWeb实战项目魔力商城
课时4：大数据阶段
课时5：大数据实战项目亿级用户数据分析（企业真实商业项目）
课时6：大数据实战项目精准广告推送（企业真实商业项目）
| Java大数据课程 | ||
| 一阶段：JAVA筑基 | 开发环境搭建 | 计算机编程及开发语言、常用的DOS命令和操作、java跨平台原理、JDK的安装与卸载、配置环境变量、注释 |
| Java基本语法 | 1.关键字和标示符、常量与变量、数据类型、运算符、Java开发基本语法和编程规范 | |
| 三大流程控制结构 | 选择结构-if语句、选择结构-switch语句、循环结构-while语句、循环结构-while语句、循环结构-for语句 | |
| 方法 | 语法结构和特点、如何定义一个方法、方法分类、方法重载 | |
| 数组 | 数组的概念和特点、一维数组、二维数组、数组的基本使用、遍历数组、 | |
| 类与对象 | 面向对象编程思想、类和对象的基本概念、构造方法、 | |
| 面向对象特点 | 封装、继承、多态 | |
| 抽象类与接口 | 抽象类的概念和定义、抽象成员特点、抽象类的注意事项、接口的概念和定义、接口成员特点、接口注意事项、抽象类和接口的区别 | |
| 包 | 包的概述和定义、编译带包的java源代码、导包 | |
| 内部类 | 内部类概述、内部类分类和各自特点、匿名内部类 | |
| 高级开发工具Eclipse | Eclipse的下载，安装，卸载使用Eclipse如何创建工程、Eclipse更改编码，字体，配置模板、Eclipse的快捷键介绍、使用Eclipse的DeBug功能调试代码、Eclipse如何导出和导入包以及打jar包 | |
| 常用API | Object类、Scanner类、String类、数组排序和查找、Date类、SimpleDateFormat类、BigInteger和BigDecimal类、Random类 | |
| 正则表达式 | 正则表达式的概述和组成规则、匹配功能、替换功能、切割功能、查找功能、 | |
| 集合框架 | Collection接口、List接口、Set接口、Map接口、迭代器、增强for循环、可变参数、Comparator和Comparable接口、Collections工具类、 | |
| 泛型 | 泛型的概念和特点、如何自定义泛型、泛型高级通配符、 | |
| 异常 | 异常的概述和分类、处理异常的方式、自定义异常 | |
| IO | 方法递归的使用、File类概述和常用方法、字节流、字符流、其他流、 | |
| 多线程 | 多线程的创建与启动、线程同步、线程通信、线程池、定时器 | |
| 网络编程 | IP地址、端口、传输协议（TCP、UDP）/Socket编程 | |
| 反射机制 | 反射的概念、三种Class实例的获得方式、反射获取类的构造方法，成员变量，成员方法、动态代理 | |
| 新版本Java语言特性 | Java5新特性、Java6新特性、Java7新特性、Java8新特性 | |
| JAVASE综合练习 | 登陆注册案例概述、整体实现思路、图解两种实现思路、客户端实现1、服务端实现1、客户端实现2、服务端实现2、分布式运算系统案例概述、整体实现思路、使用报文方式进行通讯图解两种实现思路、客户端实现、服务端实现、改进客户端和服务端、JavaSE阶段自由发言答疑解惑 | |
| 第二阶段：JAVA进阶-JAVA EE | MySQL数据库 | MySQL概述、MySQL安装及连接工具、MySQL操作实战、MySQL高级SQL、MySQL高级函数和存储过程、JDBC、连接池、案例 |
| HTTP协议和Servlet | Http协议、Servlet、案例 | |
| HTML、JSP、EL和JSTL | HTML、JSP、EL表达式、JSTL | |
| cookie、session、filter、listener、MVC模式 | cookie、session、filter、listener、MVC模式 | |
| js、jQuery、Ajax和bootstrap | js、jquery、Ajax、bootstrap | |
| Spring | Spring快速入门、Spring的IOC、Spring注解、AOP、整合JdbcTemlate案例 | |
| SpringMVC | SpringMVC快速入门、参数绑定、RequestMapping注解、Controller的方法返回值、异常处理器、图片上传、json数据交互、Restful功能、静态资源映射、拦截器 | |
| Mybatis | Mybatis快速入门、Mybatis实现增删改查、SqlMapConfig、动态sql、关联映射、三大框架整合 | |
| 第三阶段：大数据筑基 | Linux操作系统基础 | Linux的介绍和安装、Linux常用命令、linux环境基本配置、linux上常用软件安装、Linux高级命令、shell编程 |
| 第四阶段：HADOOP体系筑基 | JAVA高级应用增强 | java并法包应用、java反射技术、java通信、RPC技术、JVM内存管理及调优、java增强案例 |
| HADOOP&HDFS基础 | HADOOP概述、HADOOP集群搭建、HADOOP集群操作入门、 | |
| HDFS应用与加强 | HDFS基础、HDFS编程、HDFS工作机制、HDFS集群故障恢复 | |
| MAPREDUCE编程模型 | MAPREDUCE编程模型、MAPREDUCE编程实战 | |
| MAPREDUCE高级特性 | MAPREDUCE高级编程接口、MAPREDUCE高级特性应用、高级特性编程实战、MAPREDUCE结合JVM调优 | |
| HIVE从入门到精通 | HIVE安装、HIVE工作机制、HQL基本语法、HIVE数据类型详解、HIVE函数详解、HIVE解决特殊格式数据、HIVE综合案例、HIVE调优 | |
| FLUME/SQOOP/AZKABAN | FLUME、SQOOP | |
| 第五阶段：Hadoop体系项目-实战 | 综合项目（一）：亿用户级APP数据分析系统 | 项目简介：项目概述、项目业务背景、数据处理流程 |
| 数据采集：定时打包、周期汇报上传、采集监控 | ||
| 数据预处理：数据集成、数据变换、数据规约、数据清洗 | ||
| 活跃用户统计：指标业务介绍、指标流程设计、单一用户数据去重、HIVE仓库数据建模、MR统计开发、数据落地，导出到传统数据库 | ||
| 新增用户统计：指标业务介绍、指标流程设计、广告渠道、自有网站渠道、搜索引擎渠道、其他渠道 | ||
| 升级用户统计：指标业务介绍、指标流程设计、当日各渠道升级用户、升级漏斗模型分析、老用户升级 | ||
| 累计用户统计：指标业务介绍、指标流程设计、各渠道累计用户统计、全量累计用户统计、累计用户趋势对比统计 | ||
| 数据汇总：数据聚合、统一属性数据累加 | ||
| 数据落地：技术介绍、环境搭建、融合当前项目 | ||
| 自动化流程控制：技术介绍、环境搭建、融合当前项目 | ||
| 项目整体总结：开发中遇到的各种坑、项目中的各典型调优点 | ||
| 第六阶段：spark体系筑基：Scala&Spark | Scala函数式编程（6） | Scala快速入门：scala编程介绍、scala与其他语言的对比和优势、scala相关软件安装、scala基础语法、scala编程介绍、scala相关软件安装、scala入门案例 |
| 函数式编程：scala方法和函数、scala的函数和Python的Lambda对比、scala的函数和Java8的Lambda对比、用Java自己实现一个类似函数式编程的功能、scala函数式编程特点、scala数组和集合、map、flatMap方法的讲解和案例、reduce方法的讲解和案例、filter、filterNot方法方法的讲解和案例、fold、foldLeft、foldRight方法方法的讲解和案例、sortBy、sortWith、sorted方法方法的讲解和案例、aggregate方法的讲解和案例、其他常用的方法、scala编程练习（单机版WordCount） | ||
| 面向对象：类的定义、构造器与辅助构造器、继承、单例对象、包访问权限、实现特质、方法的重写和重载、实现多态、面向对象综合案例 | ||
| 模式匹配：Scala模式匹配的特点、按内容匹配、按类型匹配、case class、case object、自定义case class和case oject案例、Option/Some/None、偏函数 | ||
| Actor并发编程：Actor编程模型简介、Actor编程模型简介与Java传统多线程的区别、创建Actor的方式、发送同步消息和异步消息、Scala的Future功能、Actor编程实战 | ||
| 高阶函数：高阶函数介绍、高阶函数的种类、柯里化、call by name和call by value、Scala的闭包、高阶函数综合案例 | ||
| 隐式转换：隐式转换的概念和作用、隐式转换与装饰模式、代理模式的对比、隐式转换的优点、上下文绑定、视图绑定、逆变和协变、隐式转换原理剖析、隐式转换案例 | ||
| 分布式RPC编程案例（Akka和Netty）：RPC编程实现原理介绍、Akka框架介绍、Akka入门案例、Akka原理剖析、Akka的容错功能、Akka整合zookeeper实现高可用、实战：RPC编程实战一（实现RPC通信功能）、实战：RPC编程实战二（实现Spark底层通信的功能）、Netty的介绍和特点、Netty的基本使用、案例：实现Netty的Server端的实现、案例：实现Netty的Client端的实现、Netty整合其他序列框架、案例：利用Netty实现RPC通信 | ||
|
Spark内存计算 （以Spark2.x新版本为主， 同时兼顾Spark1.x） |
Spark简介和环境搭建：Spark简介、Spark和Hadoop、Storm的对比、Spark集群环境架构、Spark集群搭建、Spark高可用集群搭建、Spark-Shell的使用、Spark整合HDFS | |
| RDD的Transformation和Action的使用：用Scala语言编写Spark应用程序WordCount、用Java语言编写Spark应用程序WordCount、RDD简介、RDD的特点说明、Spark常用算子介绍、Spark的Transformation算子、map、flatMap、mapPartitions的使用、filter的使用、reduceByKey、groupByKey、aggregateByKey的使用、sortByKey、sortBy的使用、join、unit、intersection、cogroup的使用、coalesce、repartition、repartitionAndSortWithinPartitions的使用、其他复杂的Transformation算子、Spark的Action算子、reduce的使用、count、countByKey的使用、collect、firsttake、takeOrdere的使用、saveAsTextFile、saveAsSequenceFile、saveAsObjectFile的使用、foreach、foreachPartition算子、其他复杂的Action算子 | ||
| Spark Core的高级功能和实战案例：案例：用户最常出现的位置、Spark的WordCount执行相信流程解析、RDD的缓存机制、案例：URL求TopN、自定义分区、二次排序、自定义排序、RDD的checkpoint机制、广播变量、案例：根据IP求归属地、Spark远程调试、Maven编译Spark源码、宽依赖和窄依赖、RDD的血统关系、DAG切分过程、案例：利用JdbcRDD导入数据 | ||
| Spark SQL：Spark-SQL介绍、Spark-SQL的使用新特性、SparkSession的使用、DataFrame和DataSet的使用、DataFrame的常用方法、通过Case Class和Schema创建DataSet、DataSet的常用方法、Parquet文件的使用、SparkSQL的TemporaryView、Spark-SQL加载并处理MySQL中的数据、利用Spark-SQL讲数据写入到MySQL中、Spark-SQL整合Hive、Spark-SQL综合案例1、Spark-SQL综合案例2 | ||
| SparkStreaming：Spark-Streaming简介、编写Spark-Streaming的WordCount程序、可更新状态的WordCount程序、Spark-Streaming整合Flume、Kafka的介绍、Kafka集群的安装、Kafak相关概念介绍、Kafka生产者和消费者程序编写、Kafka的Topic的相关操作、Kafka原理深入、Spark-Streaming整合Kafka、案例：Spark-Streaming实时统计小区流量、Spark-Streaming窗口函数、Spark-Streaming直连方式整合Kafka、直连方式原理分析 | ||
| Spark On Yarn：Hadoop的YARN知识点回顾、Spark On YARN两种方式Cluster和Client、两种方式过程分析、Spark On YARN日志查看、Spark On YARN常见问题分析、Spark On YARN的的任务调度、Spark On YARN的常用配置参数、YARN的监控页面参数讲解 | ||
| Spark MLlib：Spark MLlib介绍、MLlib和Mahout的对比和优势、breeze向量和矩阵计算、MLlib常用算法、案例：智能推荐案例、案例：分析电商销售商品分类 | ||
| Spark GraphX:GraphX介绍、图相关概念的介绍、GraphX基本使用、案例：社交用户人脉分析、案例：手机用户常出没的商圈分析 | ||
| Spark源码分析:Master启动流程源码分析、Worker启动流程源码分析、Spark应用程序提交构成源码分析、SparkContext创建过程源码分析、ClientActor提交任务给Master过程源码分析、Master资源调度源码分析、Master通知Worker启动Executor过程源码分析、Executor跟DriverActor通信过程源码分析、任务提交整理流程源码分析、DAGSchedule执行过程分析、DAG切分Stage过程源码分析、TaskScheduler提交Task过程源码分析、Executor上执行Task过程源码分析 | ||
| Spark集群和任务性能优化:Spark Standalone模式优化参数、任务提交资源分配和优化参数、数据倾斜原因及优化方案、Driver端参数配置和优化、Worker端参数配置和优化、RDD的cache、checkpoint等相关优化、Shuffle过程优化及参数配置、SparkSQL的任务优化、SparkStreaming的任务优化、Spark On YARN端参数配置和优化、Spark集群监控和参数调优、Spark集群内存监控和JVM GC调优 | ||
| 第七阶段：spark体系-实战项目一 | 游戏运营平台数据分析系统（7） | 数据分析在游戏行业的应用概况：游戏行业现状分析、游戏运营与数据分析的关系、数据分析的重要价值和意义 |
| 项目背景：项目背景介绍、游戏引擎介绍、项目业务流程梳理、项目技术架构分析、游戏分析指标、日志采集、日志格式 | ||
| 数据采集：游戏网站页面JS埋点脚本、Flume的高级使用、Kafka消息队列的使用、Elasticsearch和Logstash的安装和使用 | ||
| 离线业务：游戏玩家渠道来源分析、游戏玩家留存分析、游戏活跃玩家分析、游戏玩家区域分析、游戏玩家等级分析、游戏玩家在线时长分析、游戏玩家充值可消费分析 | ||
| 实时业务：玩家实时充值情况、玩家充值成功率实时统计、玩家外挂实时排查 | ||
| 数据可视化：JavaEE三大框架环境搭建、Echarts报表的使用 | ||
| 第八阶段：spark体系-实战项目二 | 大数据实战项目：精准广告推送系统DMP平台 | 广告行业现状：广告行业现状、广告行业知识介绍、DSP业务需求详解 |
| 项目背景：项目背景介绍、项目业务流程梳理、项目业务技术架构分析、日志生成过程、日志属性讲解 | ||
| Flume数据采集：Flume自定插件详解、Flume组件使用、Flume采集数据到HDFS集群、日志存储目录设计 | ||
| 数据存储技术选型：parquet存储原理、parquet优势分析、原始日志转parquet、 | ||
| 离线业务：地域分析、终端设备、媒体分析、渠道分析 | ||
| 实时业务：日志到Kafka、媒体实时分析、渠道实时分析 | ||
| 用户画像：标签体系、上下文数据标签化、统一用户识别、基于地理位置的广告投放详解、用户数据标签化、标签数据存储、标签数据衰减 | ||
| 数据可视化：ElasticSearch、Echarts、标签数据可视化 | ||
| 第九阶段：spark体系-实战项目三 | 实时充值数据监控统计平台 | 项目背景介绍：实时充值监控平台项目背景详解 |
| 需求分析详解：业务概况指标详解、各省充值数据分析详解、充值业务时长分析、充值机构排名统计、充值数据分析 | ||
| 项目架构设计：日志采集、Kafka消息队列设计、Spark Streaming业务处理、存储选型 | ||
| 项目业务实战：实时概况:充值订单量、实时概况:充值成功率、实时概况:充值平均时长、省份实时:充值订单量TOP10、省份实时:业务失败TOP5、省份实时:业务平均时长TOP10、实时充值笔数和金额统计、充值机构实时分布排名、 | ||
|
项目成果总结：项目成果汇报展示、项目问题总结、项目难点总结 |
||
小牛学堂是森纵教育推出的专注于为广大大学生和职场人士提供大数据技术的重度学习服务，与全国多家大数据交易所签订战略培训合作协议，并共同参与制订大数据行业人才培养标准，小牛学堂已然成为蓬勃发展的大数据行业发展的人才港湾。
森纵艾德（北京）教育科技有限公司（股票代码：837906）成立于2009年，主要从事云计算、大数据等方向的新技术职业培训，总部设立于北京，分公司遍布广州、上海、山西、河北等地，公司一直秉承“让新技术改变职业人生”的使命开展IT新产业技术培训。
迄今为止，微信行业培训超过10000多位的技术人才，与家数据交易所贵阳大数据交易所、华中大数据交易所签订战略培训合作协议，并共同参与制定大数据行业人才培训标准，与大数据交易所联合监制大数据工程师认证，已然成为蓬勃发展的大数据行业发展的人才港湾；与阿里云、百度、微软、SAS等行业一线企业在技术、课程内容以及人才输送等层次都有深度合作。
2015年7月正式发布小牛学堂，专注于为广大大学生和职场人士提供大数据技术的重度学习服务。
2016年8月份，森纵教育正式在新三板挂牌上市，成为首家专注于大数据教育培训的新三板企业
学校名称：小牛学堂
固定电话：该课程是用户免费注册发布,未实名认证！不提供联系方式和报名等咨询服务！信息仅供阅读参考！如侵权请联系我们删除！邮箱：196594267@qq.com
授课地址：北京市朝阳区北四环东路千鹤商务楼 预约参观
