大数据--第二阶段hadoop离线计算,中软承志,本课程详细的讲解了关于hadoop分布式存储框架的,包括：存储模型。架构模型。副本放置策略。读写流程。以及架构的伪分布式、全分布式和高可用的安装。让大数据的初学者可以从中。了解体会，逐步掌握大数据的分布式计算的理念和核心技术；从底层的mapreduce框架的计算架构、模型，版本以及源码分析整个mr框架的计算原理，深入浅出，了解mr框架的精华；在原有maprede框架的基础之上加入了yarn资源管理的完善方案，避免框架在计算时资源的重复计算，以及高可用方案；在已经掌握了hdfs和mr框架原理后，通过实际的案例学习haddoop的计算框架的使用；在已掌握了hdfs和mr框架原理后，通过实际的案例学习haddoop的计算框架的使用；HBase是基于Google 开源的bigtable的实现，面向列的非关系性数据库。利用Hadoop HDFS作为其文件存储系统,利用Hadoop MapReduce来处理HBase中的海量数据,利用Zookeeper作为其分布式协同服务；讲解了作为大数据分布式系统中起关键协调作用的zookeeper分布式协调系统的精华；主流搜索引擎公司为代表的底层搜索技术，分布式架构的另一典型应用体现；介绍了与传统的关系型数据完全不同的基于内存存储的nosql内存数据库redis。 适用人群：已经学习了操作系统以及基础命令的学员