2018最新 清华大学+阿里云合作课程-大数据平台核心技术

作者: admin 分类: 大数据云计算教程合集 发布时间: 2018-06-08 02:52

课程简介
面向信息科学技术类研究生或高年级本科生,主要由业界一线研发人员讲授大数据平台涉及到的分布式系统构架、分布式编程、分布式流处理、分布式数据存储管理、内存计算支持等内容,通过实践,力图覆盖大数据处理平台的主要核心技术,帮助学生了解分布式大数据平台设计中的关键挑战,提出实际的解决方案,为研究生未来研究方向提供参考。课程重点讲解设计原理,突出技术深度和实战性。
【参考资料】李妹芳,《ODPS权威指南》。本书是学习和掌握ODPS的权威指南,作者来自阿里ODPS团队。全书共13章,主要内容包括:ODPS入门、整体架构、数据通道、MapReduce编程、SQL查询分析、安全,以及基于真实数据的各种场景分析实战。本书基于很多范例解析,通过在各种应用场景下的示例来说明如何通过ODPS完成各种需求,以期引导读者从零开始轻松掌握和使用ODPS。同时,本书不局限于示例分析,也致力于提供更多关于大数据处理的编程思想和经验分享。书中所有示例代码都可以在作者提供的网站上免费下载。这本书对平台架构介绍不多,偏应用方面,但对了解阿里的大数据平台能够做什么可能有些帮助。


课程章节
第一讲 大数据和ODPS
主讲人:武永卫
主讲人:程永
QUIZ
第二讲 分布式存储
大纲
初步认识大数据对分布式存储系统的需求
理解大数据对分布式存储系统的需求
具体说明大数据对分布式存储系统的需求
大规模分布式存储的挑战
小概率事件-Raid卡故障
分布式存储系统举例
分布式存储系统重要功能设计要点剖析
链式写正常流程
写流程的另一种常见方式:主从模式
链式写异常流程
写异常处理的另一种方法-Seal and New
读正常流程
读流程优化-BackupRead
IO QoS
数据正确性:checksum
数据可靠性-Replication
数据均衡-Rebalance
垃圾回收-Garbage collection
Erasure coding
Erasure coding(3,2)写入和读取过程
元数据管理的高可用性和可扩展性
元数据管理的高可用性
Paxos概要
Raft
元数据管理的可扩展性
不同存储介质的特性
盘古混合存储
QUIZ
第三讲 资源管理与任务调度
阿里云飞天分布式调度
任务调度
资源调度
容错机制
规模挑战
安全域性能隔离
分布式调度的发展方向
QUIZ
第四讲 分布式编程模型的设计与演化
数据格式和抽象
分布式编程模型
MapReuduce编程模型
关系型数据编程模型
分布式图计算模型
分布式编程未来展望
QUIZ
实践1:通过两阶段提交协议完成数据上传
分布式事务
分布式一致性算法
两阶段提交与三阶段提交
实践–介绍
HW1:通过两阶段提交协议完成数据上传
第五讲 离线分布式关系型计算
关系型计算基本原理_1
关系型计算基本原理_2
分布式环境中的连接计算和聚合计算
其他计算和物理优化
QUIZ
第六讲 全局数据管理与调度
提纲
课程背景介绍
前序知识
分布式节点距离计算法则
数据分布策略
分布式计算调度
数据就近原则计算如何容错
ODPS跨集群数据依赖
QUIZ
实践2:编写MR完成Group By+Join操作
主讲人:谢德军
HW2:编写MR完成Group By+Join操作
第七讲 流式计算的系统设计与实现
增量计算和流式计算
与批量计算的区别
业界典型系统技术概要分析
核心技术
消息机制
有状态计算、并行DAG、抢占式调度和资源隔离、Failover机制
StreamSQL
QUIZ
第八讲 内存计算
软硬件趋势、分布式计算简史与内存计算
分布式计算
内存计算
统一的计算框架
业界经典系统技术分析-spark&flink
QUIZ
第九讲 大规模数据的分布式机器学习平台
主讲人:褚葳
QUIZ
实践3:实现MapReduce编程运行时库
分布式环境下的新问题
工程实现范例
课程设计相关问题
HW3:实现MapReduce编程运行时库

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!

更多阅读