數(shù)據(jù)治理范圍 
 | 
- 數(shù)據(jù)治理面臨的挑戰(zhàn)
 
- 數(shù)據(jù)的多元化
 
- 數(shù)據(jù)的復(fù)雜性
 
- 數(shù)據(jù)的完整性
 
- 數(shù)據(jù)生命周期管理
 
- 統(tǒng)一元數(shù)據(jù)管理
 
- 數(shù)據(jù)集成方法
 
- 數(shù)據(jù)安全
 
- 數(shù)據(jù)湖架構(gòu)
 
- 基于大數(shù)據(jù)平臺(tái)的數(shù)據(jù)建模
 
- RMDBS數(shù)據(jù)的增量實(shí)時(shí)同步采集
 
 
 | 
| 大數(shù)據(jù)在國(guó)內(nèi)的運(yùn)用 | 
- 大數(shù)據(jù)在國(guó)內(nèi)的使用介紹
 
- 離線計(jì)算框架介紹
 
- 流式計(jì)算框架介紹
 
- 內(nèi)存計(jì)算框架介紹
 
- 內(nèi)存流式計(jì)算介紹
 
- 大數(shù)據(jù)實(shí)時(shí)請(qǐng)求框架介紹
 
- 大數(shù)據(jù)在證券的案例介紹
 
- 大數(shù)據(jù)在銀行的案例介紹
 
 
 | 
| 大數(shù)據(jù)生態(tài)系統(tǒng)介紹 | 
- 分布式存儲(chǔ)—HDFS
 
- 分布式并行計(jì)算—MapReduce
 
- 基于Hadoop的數(shù)據(jù)倉(cāng)庫(kù)—Hive
 
- 統(tǒng)一元數(shù)據(jù)管理—Hcatlog
 
- 集群管理工具—ambari
 
- 工作流工具—Oozie
 
- 數(shù)據(jù)的并行采集—Flume
 
- MapReduce腳本工具—Pig
 
- 與關(guān)系型數(shù)據(jù)庫(kù)之間的數(shù)據(jù)遷移—Sqoop
 
- 資源管理平臺(tái)—Yarn
 
- 數(shù)據(jù)生命周期管理—Falcon
 
- 數(shù)據(jù)挖掘算法—Mahout
 
- 分布式統(tǒng)一服務(wù)—Zookeeper
 
- Hadoop安全工具—Knox
 
- 流式計(jì)算框架—Storm
 
- 內(nèi)存計(jì)算框架—Spark
 
- 數(shù)據(jù)挖掘框架—Mahout、Mllib和Graphx
 
 
 | 
| 統(tǒng)一元數(shù)據(jù)管理 | 
 ? 
- 元數(shù)據(jù)概念
 
- Hadoop平臺(tái)元數(shù)據(jù)處理面臨的問(wèn)題
 
- Hcatalog介紹
 
- Hcatlog原理和架構(gòu)解析
 
- Hive與Hcatlog關(guān)系
 
- Hcatlog解決那些問(wèn)題
 
- Hcatlog實(shí)戰(zhàn)
 
- 元數(shù)據(jù)注冊(cè)機(jī)制
 
- 基于Hadoop平臺(tái)元數(shù)據(jù)處理方案
 
 
 | 
| 數(shù)據(jù)生命周期管理 | 
- 數(shù)據(jù)質(zhì)量
 
- 數(shù)據(jù)標(biāo)準(zhǔn)
 
- 數(shù)據(jù)生命周期管理的重要性
 
- 數(shù)據(jù)生命周期的概念
 
- 開(kāi)源Falcon解決那些問(wèn)題<
 
- Falcon架構(gòu)和原理
 
- Falcon實(shí)戰(zhàn)
 
- Falcon+HDFS、Hive實(shí)戰(zhàn)
 
- Falcon+Oozie實(shí)戰(zhàn)
 
 
 | 
| 大數(shù)據(jù)平臺(tái)安全 | 
- Hadoop平臺(tái)安全介紹
 
- HDFS2.0的ACLS介紹
 
- Hive安全介紹
 
- Hbase基于namespace的安全介紹
 
- Hadoop訪問(wèn)安全控制Knox
 
- Knox的架構(gòu)和原理
 
- Knox與Kerberos介紹
 
- Ranger安全工具介紹
 
- Knox+Ranger整合控制Hadoop平臺(tái)的安全
 
- 基于Hadoop平臺(tái)的數(shù)據(jù)加密
 
 
 | 
| 數(shù)據(jù)湖   | 
- 數(shù)據(jù)湖概念
 
- 數(shù)據(jù)湖解決那些問(wèn)題
 
- 數(shù)據(jù)湖架構(gòu)
 
- 數(shù)據(jù)的整合
 
- 數(shù)據(jù)的landing zone功能
 
- 離線數(shù)據(jù)管理
 
- 流式數(shù)據(jù)管理
 
- RDBMS全量和增量數(shù)據(jù)實(shí)時(shí)采集
 
- Databus框架介紹
 
- Databus功能介紹
 
 
 | 
| 數(shù)據(jù)分發(fā)系統(tǒng) | 
- NiFi的使用場(chǎng)景
 
- NiFi架構(gòu)和原理
 
- HDFS+NiFi實(shí)戰(zhàn)
 
- 使用Nifi來(lái)跟蹤數(shù)據(jù)分發(fā)
 
 
 | 
| Think  big基于Hadoop平臺(tái)實(shí)戰(zhàn) | 
- 怎么快速迭代在Hadoop平臺(tái)開(kāi)發(fā)
 
- Hadoop平臺(tái)設(shè)施的方法論
 
- 2個(gè)月快速基于Hadoop平臺(tái)開(kāi)發(fā)步驟
 
- Hadoop平臺(tái)開(kāi)發(fā)的難點(diǎn)
 
- Hadoop平臺(tái)開(kāi)的注意點(diǎn)
 
- Hadoop平臺(tái)設(shè)施的流程
 
 
 | 
| 大數(shù)據(jù)BI展現(xiàn)工具 | 
- Pentaho開(kāi)源大數(shù)據(jù)BI工具介紹
 
- Talend開(kāi)源大數(shù)據(jù)BI工具介紹
 
- 百度Echarts插件介紹
 
 
 | 
| 互聯(lián)網(wǎng)大數(shù)案例分享 | 
- 淘寶大數(shù)據(jù)平臺(tái)深度解析
 
- 基于大數(shù)據(jù)平臺(tái)的實(shí)時(shí)營(yíng)銷(xiāo)架構(gòu)
 
- 淘寶大數(shù)據(jù)推薦架構(gòu)介紹
 
- 大數(shù)據(jù)實(shí)時(shí)分析架構(gòu)
 
 
 |