1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

一、 課程簡介
本課程講解云平臺架構、資源池建設與運維管理實踐，分別介紹云計算平臺解決方案，云資源池的管理、資源分配，企業私有云的建設和運維經驗，使學員掌握主流的虛擬化技術、云服務器、云數據庫和開放云存儲服務、云平臺架構、云數據中心的關鍵基礎設施建設技術、VMware VSphere私有云解決方案以及應用實踐、XenServer私有云解決方案以及應用實踐、OpenStack開放私有云平臺解決方案以及應用實踐。
本課程讓學員充分云OS（操作系統）與虛擬化的平臺應用，云遷移和整合解決方案的設計、部署、配置、實施和運維管理。本課程針對企業云平臺管理員，企業IT基礎架構運維人員，云計算應用開發人員，大數據從業人員等專業人士，重點講述云計算應用的遷移方法和模板應用的實戰操作。本課程針對業務應用云開發人員和運維人員在管理應用系統時面臨的計算、存儲和網絡等資源管理難題，講解將傳統應用遷移到云平臺實現彈性擴展的遷移方法和模板應用，使企業靈活管理和有效整合IT基礎架構資源。本課程的特點是通過全方位方法原理講解加上實戰操作讓學員掌握云應用的遷移方法和模板應用，并掌握云平臺的高級操作技巧，舉一反三，觸類旁通地學會云應用操作實踐經驗。
本課程同時講解大數據處理平臺（Hadoop、Spark、Storm）的技術架構、以及平臺的安裝部署、運維配置、應用開發實戰技能，熟悉國內外主流的大數據處理解決方案、以及大數據應用案例。強調主流的大數據關鍵技術及其在不同行業中企業的實際應用，立足于實際的行業應用需求，旨在讓企業學員能夠掌握大數據平臺技術及應用如何落地，以及基于大數據平臺的技術架構實現、高性能大數據應用程序開發，以及大數據集群的運維技術，讓學員掌握業界主流的大數據平臺的應用和部署，并且結合當前互聯網+行業應用場景下產生的大規模結構化與非結構化數據管理以及分析處理需求，詳細講解有機地集成大數據平臺各個功能組件（大數據收集、大數據存儲、大數據管理、大數據挖掘、大數據分析和大數據可視化組件）設計大數據項目，并分享大數據項目應用實施案例。
本課程讓企業學員掌握主流大數據應用開發技能，著重講解Hadoop高性能處理平臺和Spark實時內存計算處理平臺和Storm流式技術處理平臺的技術架構和實際應用開發技能，并用結合實際的生產系統案例進行教學，講解利用Hadoop和Spark對行業大數據進行存儲管理和分析挖掘的技術應用，掌握基于Hadoop大數據平臺的數據挖掘和數據倉庫分布式系統平臺應用，以及主流的大數據平臺產品剖析。本課程著重培訓業界最流行Hadoop與Spark大數據平臺的互聯網應用開發，深入講解Hadoop和Spark高性能大數據處理平臺的生態系統組件，包括Storm，HDFS，MapReduce，HIVE，HBase，Spark，GraphX，MLib，Shark， ElasticSearch等大數據存儲管理、分布式數據庫、大型數據倉庫、大數據查詢與搜索、大數據分析挖掘與分布式處理技術的實踐應用。
二、 培訓目標
1. 旨在讓企業學員能夠掌握云計算平臺技術如何落地的開發技術手段，并且結合移動互聯網環境下產生的大規模結構化與非結構化數據管理、分析處理需求，學會打造一款云服務應用產品的開發技能和項目管理技能。
2. 讓學員掌握大數據應用開發技能，重點講解業界最流行大數據處理系統Hadoop與Spark大數據技術體系的互聯網產品研發，包括運用大數據技術體系規劃解決方案滿足實際項目需求、大數據高性能處理平臺架構設計與項目選型規劃、大數據分布式存儲管理技術、NoSQL與NewSQL分布式數據庫技術、大數據倉庫與統計機器學習技術、大數據分析挖掘與商業智能（BI）技術、大數據實時處理技術、大數據離線處理技術、流式數據處理技術、大數據采集技術和大數據管理技術的原理知識和應用開發的技能。
3. 讓學員掌握互聯網移動應用產品的開發技能，包括互聯網APP移動應用的研發流程和研發管理，以及技術選型和新技術應用。
4. 緊密結合互聯網行業產品開發的最新技術趨勢，通過學習互聯網產品的應用開發技能，熟練掌握移動應用開發技能、云計算應用開發技能、大數據應用開發技能，以及相應的需求分析、產品設計、研發流程管理、測試分析和迭代管理，深入掌握開發新技術解決方案。
5. 本課程采用技術原理與項目實戰相結合的方式進行教學，在講授原理的過程中，穿插實際操作，本課程講師也精心準備的實際的應用案例供學員動手訓練。
三、 培訓人群
1. 開發工程師
2. IT項目產品規劃咨詢人員
3. 互聯網產品項目研發管理人員
4. 云計算、移動APP、大數據應用研發工程師
5. 產品研發管理人員

四、 詳細大綱與培訓內容
日程 培訓模塊 培訓要點
一、 云計算和大數據平臺架構技能在產品研發中的應用 1. 云平臺應用的開發案例，
2. 云平臺關鍵技術
3. 云計算平臺架構設計
4. 大數據的產生背景、發展歷程
5. 大數據分析在產品開發的應用
6. 業界最新的大數據技術發展態勢與應用趨勢
7. 大數據項目的技術選型與架構設計
8. “互聯網+”時代下的電子商務、制造業、零售批發業、電信運營商、互聯網金融業、網上銀行、電子政務、移動互聯網、教育信息化等行業應用實踐與應用案例剖析
二、 云操作系統原理及應用解決方案 9. 云計算平臺技術與層次架構分析，云計算的服務模式與SPI服務模型，IaaS、PaaS、SaaS、DaaS技術解析
10. 云計算分布式計算技術以及存儲虛擬化、計算虛擬化、網絡虛擬化技術原理，VMware、XenServer、OpenStack云計算解決方案，以及核心運維管理、資源分配以及多租戶管理應用實踐
11. VMware云計算與虛擬化解決方案
12. Citrix XenServer云計算與虛擬化解決方案
13. OpenStack云計算與虛擬化解決方案
三、 業界主流的云計算PAAS平臺-----大數據平臺產品與項目解決方案 14. 國內外主流的大數據解決方案介紹
15. 當前大數據解決方案與傳統數據庫方案的剖析比較
16. Apache大數據平臺方案剖析
17. CDH大數據平臺方案剖析
18. HDP大數據平臺方案剖析
19. 開源的大數據生態系統平臺剖析
20. Hadoop的發展歷程以及產業界的實際應用介紹
21. Hadoop大數據平臺架構
22. 基于Hadoop平臺的PB級大數據存儲管理與分析處理的工作原理與機制
23. Hadoop的核心組件剖析
四 云遷移和整合集成應用解決方案 24. 云計算應用和云服務模式
25. 云應用的遷移規劃、需求收集和遷移內容整理方法
26. 云應用的遷移方案設計、云應用遷移方案的總體思路、遷移評估
27. 云應用的服務器硬件環境的遷移方案
28. 云應用的系統軟件環境的遷移方案
29. 云應用的遷移評估、遷移步驟、備份方案
30. 云應用的遷移工具的應用
31. 云應用網絡環境規劃、遷移周期和遷移項目管理方案
32. 云應用遷移的遷移測試計劃、測試步驟、應用性能測試
33. 云應用的遷移實施方案和計劃
34. 云應用的虛擬化遷移方法和服務器虛擬化的遷移方法和步驟
35. 云應用的遷移后的虛擬化平臺的容量規劃、虛擬化規劃、虛擬機分配、遷移工具在線遷移
36. VMware虛擬化遷移工具的應用實踐
37. Citrix虛擬化遷移工具的應用實踐
38. OpenStack虛擬化遷移工具的應用實踐
五、 NOSQL數據庫新技術在互聯網產品研發中應用 39. NoSQL數據庫與NewSQL數據庫技術介紹，及其在半結構化和非結構化大數據方面的應用實踐
40. HBase分布式數據庫簡介、數據模型以及工作原理
41. HBase分布式數據庫集群的平臺架構和關鍵技術剖析
42. HBase應用項目開發技巧，以及客戶端開發實戰
43. HBase表設計與數據操作以及數據庫管理API調用
44. HBase集群的安裝部署與配置優化
45. ZooKeeper分布式協調服務系統的工作原理、平臺架構、集群部署與配置應用實戰
46. HBase集群的運維與監控管理
六、 Hive云數據倉庫新技術在互聯網產品研發中應用 47. 基于Hadoop的大型分布式數據倉庫基礎知識，HIVE在行業中的數據倉庫應用案例
48. Hive大數據倉庫簡介以及應用介紹
49. Hive數據倉庫集群的平臺體系結構、核心技術剖析
50. Hive Server的工作原理、機制與應用
51. Hive數據倉庫集群的安裝部署與配置優化
52. Hive應用開發技巧
53. Hive SQL剖析與應用實踐
54. Hive數據倉庫表與表分區、表操作、數據導入導出、客戶端操作技巧
55. Hive數據倉庫報表設計
56. Hive JDBC與ODBC的工作原理與實現機制
57. Hive HWI、CLI客戶端操作以及UDF應用實踐
七、 Spark大數據實時分析新技術在互聯網產品研發中應用 58. Spark的發展歷程以及業界的實際應用介紹
59. Spark實時大數據處理平臺架構
60. Spark RDD內存彈性分布式數據集的工作原理與機制
61. Spark的核心組件剖析
62. 基于Spark的實時數據倉庫與實時分析挖掘處理在行業中的應用實踐案例
63. 部署與配置Spark集群，以及Spark性能調優
64. 構建Spark開發環境
65. Spark程序運行以及操作
八、 產品研發的完整實踐與咨詢討論 66. 根據講師布置的實際應用案例，開展產品設計和應用開發實踐、應用實施、解決方案分享咨詢與交流討論