西安市大数据培训

Java大数据

　Java不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。
　　Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程。

学习对象

　　1.针对周末时间充裕、基础薄弱人士
　　2.对数据分析感兴趣的高校学生、教师
　　3.对商业BI数据分析感兴趣的各界人士
　　4.待业、期待转行从事数据分析工作人员
　　5.对数据分析和商业智能感兴趣的高校学生、教师
　　6.可借助数据分析提高工作效率的产品、运营
　　7.可借助数据分析提高工作效率的产品、运营、市场、销售、管理岗位人士
　　8.针对核心工作是SQL、数据清洗、可视化和业务分析的数据专员岗位

大数据增值课程

课程内容紧跟互联网技术发展与企业实际用人需求，不断升级更新。学员以Java语言夯实基础，学习Hadoop生态体系、Spark生态体系，融入大数据智慧农业数仓、交通领域汽车流量监控项目、高铁智能检测系统等高端项目作为实训内容，对大数据知识融会贯通，成长为真正的大数据人才

Java基础

Java基础语法面向对象编程常用类和工具类集合框架体系异常处理机制文件和IO流移动开户管理系统多线程枚举和垃圾回收反射 JDK新特性通讯录系统

培养方向：

Java基本语法中的常量、变量声明和使用、运算符、数据类型以及相互转换、分支结构、循环结构、方法的定义和使用、数组、内存结构; 面向对象的编程思想；掌握类和对象的定义和使用;理解封装、继承、多态等特性；掌握抽象类接口的特点和使用方式；充分理解并运用Java面向对象思想来进行程序开发; 熟练使用常用类解决复杂问题；掌握异常的体系和处理机制；深入理解集合类的特点和底层实现原理；掌握集合类的常用方法;熟练掌握File类和多种IO流读写其他设备数据的方法；培养阅读源码的习惯和能力; Java多线程的概念、原理、创建方式、同步、线程池技术；掌握Java的反射机制以及JDK的新特性

职业方向: 初级Java工程师

JavaEE核心

前端技术数据库 JDBC技术服务器端技术 Maven Spring SpringBoot Git

培养方向：

■ 静态的网页技术，并且可以制作精美的网页和动态JavaScript效果完成项目前端页面的制作; MySQL数据库的基本操作和SQL语言对数据库的CRUD操作; JDBC连接数据库技术；数据库事务以及JDBC事务控制方式; 连接池的使用；DBUtils工具的使用,完成对数据库的CRUD操作; 服务器基本使用；Web工程创建; 服务器技术结合前端和数据库技术，使用MVC模式进行B/S架构项目的开发工作; Maven项目构建和管理; 熟悉Spring模块结构和作用；如何对组件对象进行参数注入；Spring声明式事务处理；理解SpringIOC和SpringAOP; 使用SpringBoot简化项目开发; 常用版本控制器Git的使用

职业方向:

■ 初中级Java工程师

Hadoop生态体系

Linux Hadoop ZooKeeper Hive HBase Phoenix Impala Kylin Flume Sqoop&DataX Kafka Oozie&Azkaban Hue 智慧农业数仓分析平台

培养方向：

■ Linux操作系统安装及基本命令；shell脚本编程；大数据架构Hadoop原理及编程使用；熟悉大数据框架Hadoop调优 ZooKeeper工作机制，以及动态感知原理及使用; Hive数据仓库的使用及调优原理; HBase数据库的开发、使用以及调优; Phoenix基本使用; Impala查询使用; Kylin大数据的OLAP引擎; Flume数据迁移工具; Sqoop与DataX离线数据迁移工具及数据迁移测试; Kafka消息队列; Oozie、Azkaban项目流程调度开发工具; Hue开源Hadoop UI系统；掌握Hue与各个大数据组件的搭配使用; 各个大数据组件在项目中的实战使用;

职业方向:

■ 大数据开发工程师

Spark生态体系

Scala、Spark、交通领域汽车流量监控项目、Flink

培养方向：

■ Scala多范式编程语言编写程序； Spark大数据计算框架原理；Spark实时流处理技术；Spark大数据计算框架调优；要求能够对不同业务场景下Spark Core、Spark Streaming、Spark SQL的技术选型有足够认知，能够熟练使用Spark Core、Spark Streaming、Spark SQL完成对应功能； Flink实时流处理技术；熟悉项目中应用开发

职业方向:

■ 大数据Spark开发工程师