2018年大数据讲课笔记目录
第1天——Linux入门与基础
第2天——用户、用户组、文件系统和网络
第3天——进程管理和vim编辑器
第4天——打包与压缩
第5天——软件包管理RPM与yum
第6天——Linux常用命令总结
第7天——shell基础
第8天——进程与线程、BIO、NIO、Selector
第9天——Java并发工具包
第10天——ZooKeeper入门
第11天——ZooKeeper集群、Java程序访问ZooKeeper
第12天——NetCat、ZooKeeper进阶
第13天——Java原生序列化、Avro、RPC与Log4j
第14天——Zebra项目分析与实施
第15天——大数据概述
第16天——Hadoop入门
第17天——分布式文件系统HDFS
第18天——MapReduce框架入门
PDF文档链接：https://pan.baidu.com/s/1NQcCbqf_9XTbO_LbxE99mg 提取码：zjzo
第19天——MapReduce工作机制及案例
第20天——Hadoop调优策略
第21天——Hadoop集群搭建、Java项目访问Hadoop集群
第22天——MR自定义输入输出格式、Hadoop压缩机制
第23天——Hadoop架构再探讨
第24天——Flume日志收集系统
第25天——Hive入门
第26天——Hive进阶
第27天——HBase分布式数据库
第28天——Phoenix入门
第29天——NoSQL数据库
第30天——云数据库
第31天——Kafka消息系统
第32天——流计算
第33天——Storm分布式实时计算系统
第34天——网站流量分析项目（1）
第35天——网站流量分析项目（2）
第36天——网站流量分析项目（3）
第37天——Python基础
第38天——Scala（1）
第39天——Scala（2）
第40天——Scala（3）
第41天——Spark（1）
第42天——Spark（2）
第43天——采用多种方式实现词频统计
第44天——Spark机器学习MLib
第45天——数据挖掘与机器学习（一）
第46天——数据挖掘与机器学习（二）
第47天——数据挖掘与机器学习（三）
第48天——数据挖掘与机器学习（四）
第49天——数据挖掘与机器学习（五）
第50天——数据挖掘与机器学习（六）