400-888-5228

培訓概述：

通過本培訓，讓學員了解大數(shù)據(jù)的本質，以及大數(shù)據(jù)的應用，特別是在企業(yè)領域的應用，使得學員理解大數(shù)據(jù)本質的作用，并結合當前熱門的云計算的概念，讓學員了解大數(shù)據(jù)是如何讓云計算落地實現(xiàn)的。

 

培訓課時：

18小時

 

培訓目標：

使學員理解大數(shù)據(jù)和云計算，以及如何和企業(yè)的業(yè)務相結合。

課程大綱：

第一天 一、 虛擬化和云計算技術

1、 網(wǎng)格和云計算

1)、 網(wǎng)格技術的特點

2)、 云計算的服務特性

3)、 大數(shù)據(jù)就是落地的云

4)、 云計算本身也是大數(shù)據(jù)的一種業(yè)務模式

2、 云計算的省錢模式和費錢緣由

3、 云計算的核心問題

1)、 盈利

2)、 計費

4、 云計算的形態(tài)

3)、 公有云和私有云

4)、 混合云

5、 云計算的解決方案

1)、 微軟的解決方案---Azure

2)、 VMware推出的業(yè)界第一個開源PaaS云平臺---Cloud Foundry

3)、 輕量級虛擬化容器Docker

4)、 復雜的Openstack

6、開源組織與開源軟件

1)、 兩大開源組織：Apache和GUN

2)、 面向文檔的nosql數(shù)據(jù)庫mongodb

3)、 開源的中間件Rabbit MQ

4)、 Hadoop及其家庭成員

7、 Hadoop在百度的應用

1)、 日志的存儲和統(tǒng)計

2)、 網(wǎng)頁數(shù)據(jù)的分析和挖掘

3)、 商業(yè)分析，如用戶的行為和廣告關注度等

4)、 在線數(shù)據(jù)的反饋，及時得到在線廣告的點擊情況

5)、 用戶網(wǎng)頁的聚類，分析用戶的推薦度及用戶之間的關聯(lián)度

第二天

二、 云計算的實現(xiàn)

1、 云計算的綜述

  1. a) 什么是云計算
  2. b) 云計算發(fā)展歷史

2、 云計算的六種服務方式

  1. a) SAAS（Software as a Service）；
  2. a) PAAS（Platform as a Service）；
  3. b) IAAS（Infrastructure as a Service）；
  4. c) 云存儲；
  5. d) MSP（管理服務提供）；
  6. e) 商業(yè)服務平臺。

3、 云計算的體系結構和物理架構

  1. a) 云計算發(fā)展路徑
  2. b) 云計算體系邏輯結構
  3. c) 云計算體系物理結構
  4. d) 云計算體系特點

4、 云計算對未來it架構的支撐

  1. a) 強化
  2. b) 虛擬化
  3. c) 自動化

5、 云計算的應用

  1. d) 實現(xiàn)模式
  2. e) 優(yōu)勢
  3. f) 實例

三、 什么是大數(shù)據(jù)

1、 大數(shù)據(jù)產生的背景

1)、 數(shù)據(jù)大爆炸的時代

2)、 互聯(lián)網(wǎng)的激發(fā)因素

2、 大數(shù)據(jù)到底是什么

1)、 維基百科的定義

2)、 大數(shù)據(jù)具有4V的特點

3、 數(shù)據(jù)計量單位

1)、 人類正式進入ZB時代

2)、 所有的數(shù)據(jù)單位，到達DB

3)、 例子：目前數(shù)據(jù)到底有多“大”

四、 大數(shù)據(jù)的各種應用

1、 用戶信息匯總

1)、 一個笑話：顧客要求送披薩餅，客服關切倍至

2)、 工薪階層如何省小錢

2、 判別

1)、 Target超市使用大數(shù)據(jù)判斷懷孕

2)、 阿里云知道誰需要貸款

3)、 垃圾郵件

3、 推薦系統(tǒng)，精準營銷

1)、 奧巴馬競選

2)、 百度搜索風云榜和搜狗熱搜榜組織新聞事件

3)、 淘寶首頁展現(xiàn)商品

4)、 商用社交開始決定百事可樂的營銷計劃

4、 用戶分層

1)、 中移動挽留流失客戶

2)、 陸金所發(fā)紅包

5、 業(yè)務流程的改善

1)、 淘寶店鋪的銷售流程的改善

2)、 政府網(wǎng)站跳出率降低的改善

第三天：

五、 大數(shù)據(jù)在金融領域的應用

1、 大數(shù)據(jù)在各種領域的介紹

1)、 金融領域

2)、 教育領域

3)、 生活娛樂領域

2、 詳述金融行業(yè)

1)、 銀行大數(shù)據(jù)的應用。

A、 客戶畫像

B、 精準營銷

C、 風險管控

D、 運營優(yōu)化

2)、 保險行業(yè)大數(shù)據(jù)應用。

A、 客戶細分和精細化營銷

B、 欺詐行為分析

C、 精細化運營

3)、 證券行業(yè)大數(shù)據(jù)分析

A、 股價預測

B、 客戶關系管理

C、 投資景氣指數(shù)

3、 金融行業(yè)在大數(shù)據(jù)上的切膚之痛

1)、 缺少大數(shù)據(jù)人才

2)、 缺少數(shù)據(jù)

3)、 缺少工具

4)、 缺少數(shù)據(jù)場景，誰去做數(shù)據(jù)變現(xiàn)

4、 大數(shù)據(jù)案例

1) 淘寶網(wǎng)掘金大數(shù)據(jù)平臺

A、 余額寶

B、 淘寶信用貸款

C、 阿里小貸

2) IBM用大數(shù)據(jù)分析股價走勢

3) 匯豐銀行用sas管理風險

4) Kabbage用大數(shù)據(jù)開辟新路徑

5) 大數(shù)據(jù)時代信用卡的玩法

六、 大數(shù)據(jù)處理的實現(xiàn)

1、 強大的計算機

1)、 天河二號

2)、 勞倫斯－利弗莫爾國家實驗室的紅杉

3)、 美國國防部禿鷹集群

4)、 日本的京

2、 兩種技術的對壘：Exadata與Hadoop

1)、 關系型數(shù)據(jù)庫的無奈

2)、 -真實案例：計算一周內基站訪問的用戶前百位

3)、 非關系型數(shù)據(jù)庫的崛起和短板

4)、 技術普及困難

5)、 無法實現(xiàn)非編程的查詢

6)、 巨人和螞蟻

7)、 價格和運維成本

3、 分布式技術的優(yōu)勢

1)、 Share-Nothing技術

2)、 故障成為正常狀態(tài)的集群

3)、 分布式存儲和分布式計算

4)、 大數(shù)據(jù)與分析實時的矛盾

5)、 Hadoop和Storm

6)、 Hadoop的原型Google的Big Table

7)、 Hadoop的適用范圍

8)、 Storm的流數(shù)據(jù)處理

9)、 Spark的興起

4、 大公司的架構

1)、 一號店的數(shù)據(jù)分析架構

2)、 美圖網(wǎng)的日志分析架構