背景介绍
大数据在这个互联网时代的重要意义，已经无需再多赘述。阿里、腾讯、美团等几乎你听过名字的公司，都有自己的大数据平台。
过去我们都关注大数据开发，随着大数据平台的逐渐完善，如何保障数据的安全、高效，如何保证系统架构的平稳运行，都成为各数据平台的“心病”。
于是，大数据运维这个岗位一跃成为大数据领域的热词。很多公司会让开发来兼大数据运维的工作，这对开发人员来说也是不小的挑战。
相比大数据开发，大数据运维方向需要更多的经验积累，比如什么架构才能支撑这个数据量、什么资源配置才能满足分析需求，这需要你实际接触过、操作过才能给出答案，而不是靠理论或者猜测。
你会学到什么？
课程共七大模块， 26 个课时，引用大量大数据运维的实战案例，来讲述大数据平台的架构设计与部署、大数据平台的监控告警、性能调优，涵盖了大数据运维工作的全方位技能点。
模块一：Hadoop 大数据平台的规划与部署，主要讲解 Hadoop 大数据平台的搭建与基础配置；
模块二：Hadoop 分布式架构解析，主要讲解分布式文件系统 HDFS 和分布式资源管理器 Yarn 的运行机制以及内部实现细节；
模块三：Hadoop 外围应用整合实战，主要讲解大数据平台下如何整合一些外围应用，主要是 Spark、Flink 与 Yarn 的整合应用，以及 HBase 集群的部署；
模块四：Hadoop 大数据平台数据收集应用实践，主要讲解数据收集方法以及如何实现快速查询，Filebeat 、 Logstash、Elasticsearch ；
模块五：大数据平台日志传输与可视化应用实践，主要讲解海量数据环境中如何实现数据的实时传输，并实现可视化展示 ；
模块六：大数据平台运维监控体系的构建，主要讲解如何对大数据平台下每个组件的运行状态、服务状态进行监控；
模块七：大数据平台性能调优与运维经验汇总，主要讲解大数据运维中常见的故障处理方法、集群扩缩容、集群调度策略选型等。
课程目录
模块一：Hadoop 大数据平台的规划与部署
第01讲：大话 Hadoop 生态圈
第02讲：Hadoop 发行版选型和伪分布式平台的构建
第03讲：自动化运维工具 Ansible 在部署大数据平台下的应用（上）
第04讲：自动化运维工具 Ansible 在部署大数据平台下的应用（下）
第05讲：手动模式构建双 Namenode+Yarn 的 Hadoop 集群（上）
第06讲：手动模式构建双 Namenode+Yarn 的 Hadoop 集群（下）
第07讲：通过 Ambari 工具自动化构建 Hadoop 大数据平台和外围应用（上）
第08讲：通过 Ambari 工具自动化构建 Hadoop 大数据平台和外围应用（下）
第09讲：如何通过 Hive/tez 与 Hadoop 的整合快速实现大数据开发（上）
第10讲：如何通过 Hive/tez 与 Hadoop 的整合快速实现大数据开发（下）
模块二：Hadoop 分布式架构解析
第11讲：HDFS 组件运行机制剖析及 HDFS Shell 的使用
第12讲：Hadoop 分布式资源管理器 Yarn、MR 运行机制剖析
模块三：Hadoop 外围应用整合实战
第13讲：Spark Standalone 模式的构建以及 Spark 与 Yarn 的整合
第14讲：HBase 与 Hadoop 的整合应用实践
第15讲：Flink Standalone、Flink on Yarn 集群构建与应用场景
模块四：Hadoop 大数据平台数据收集应用实践
第16讲：轻量级日志收集工具 Filebeat 应用案例
第17讲：日志收集、分析过滤工具 Logstash 应用实战
第18讲：Elasticsearch 应用架构的实现与调优
模块五：大数据平台日志传输与可视化应用实践
第19讲：Kafka 应用场景、集群容量规划、架构设计应用案例
第20讲：日均数据量 30 亿的 Filebeat+Kafka+Mirrormaker 跨机房实时日志传送案例
第21讲：Filebeat+Kafka+Logstash+Elasticsearch 构建可视化日志分析系统
模块六：大数据平台运维监控体系的构建
第22讲：通过 Ganglia 实现对 HDFS、Yarn、Spark 运行状态监控
第23讲：Namenode、Datanode、Nodemanager 等服务状态监控策略
第24讲：通过 Kafka Eagle 实现对 Kafka 消息队列的监控
模块七：大数据平台性能调优与运维经验汇总
第25讲：Yarn 资源调度 Fair Schedule 与 Capacity Scheduler 配置选型
第26讲：HDFS 存储权限 ACL 控制策略以及与系统权限整合应用
第27讲：Yarn、HDFS、Kafka 内存调优策略以及性能瓶颈
第28讲：Hadoop 平台常见故障汇总以及操作系统性能调优
第29讲：大数据平台的硬件规划、网络调优、架构设计、节点规划
第30讲：Hadoop 跨集群数据迁移应用实践
结束语
结语：大数据运维，大有作为
讲师介绍
高俊峰（南非蚂蚁）：前新浪资深运维专家
专业运维专家、系统架构师、DBA 和技术顾问，曾就职于新浪、阿里云、新好耶等企业，从事 Linux/Unix 服务器系统的架构、运维和管理工作。他负责设计并运维过 PB 数量级、日百亿量的大数据平台，擅长大规模服务器集群的运维和管理，在故障诊断与排除、自动化运维、安全运维、性能调优、虚拟化等方面有丰富的实战经验。目前，他任国内某创业公司 CTO，主要从事基于 Hadoop 的云平台，以及 Hadoop 相关生态系统的运维、监控与优化等技术研究工作。
此外，他还著有畅销书《循序渐进Linux》和《高性能Linux服务器构建实战：运维监控、性能调优与集群应用》等书，其中后者是 Linux 运维领域公认的经典著作。