400-888-5228

培訓(xùn)概述：

通過本培訓(xùn)，讓學(xué)員了解大數(shù)據(jù)的本質(zhì)，以及大數(shù)據(jù)的應(yīng)用，特別是在企業(yè)領(lǐng)域的應(yīng)用，使得學(xué)員理解大數(shù)據(jù)本質(zhì)的作用，并結(jié)合當(dāng)前熱門的云計算的概念，讓學(xué)員了解大數(shù)據(jù)是如何讓云計算落地實現(xiàn)的。

 

培訓(xùn)課時：

18小時

 

培訓(xùn)目標(biāo)：

使學(xué)員理解大數(shù)據(jù)和云計算，以及如何和企業(yè)的業(yè)務(wù)相結(jié)合。

課程大綱：

第一天 一、 虛擬化和云計算技術(shù)

1、 網(wǎng)格和云計算

1)、 網(wǎng)格技術(shù)的特點

2)、 云計算的服務(wù)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(wù)模式

2、 云計算的省錢模式和費(fèi)錢緣由

3、 云計算的核心問題

1)、 盈利

2)、 計費(fèi)

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(fù)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(yīng)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(guān)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(guān)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(wù)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(wù)提供）；
  6. e) 商業(yè)服務(wù)平臺。

3、 云計算的體系結(jié)構(gòu)和物理架構(gòu)

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

4、 云計算對未來it架構(gòu)的支撐

  1. a) 強(qiáng)化
  2. b) 虛擬化
  3. c) 自動化

5、 云計算的應(yīng)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(chǎn)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(jìn)入ZB時代

2)、 所有的數(shù)據(jù)單位，到達(dá)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(yīng)用

1、 用戶信息匯總

1)、 一個笑話：顧客要求送披薩餅，客服關(guān)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(zhǔn)營銷

1)、 奧巴馬競選

2)、 百度搜索風(fēng)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(wù)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(lǐng)域的應(yīng)用

1、 大數(shù)據(jù)在各種領(lǐng)域的介紹

1)、 金融領(lǐng)域

2)、 教育領(lǐng)域

3)、 生活娛樂領(lǐng)域

2、 詳述金融行業(yè)

1)、 銀行大數(shù)據(jù)的應(yīng)用。

A、 客戶畫像

B、 精準(zhǔn)營銷

C、 風(fēng)險管控

D、 運(yùn)營優(yōu)化

2)、 保險行業(yè)大數(shù)據(jù)應(yīng)用。

A、 客戶細(xì)分和精細(xì)化營銷

B、 欺詐行為分析

C、 精細(xì)化運(yùn)營

3)、 證券行業(yè)大數(shù)據(jù)分析

A、 股價預(yù)測

B、 客戶關(guān)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(fēng)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(qiáng)大的計算機(jī)

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(shù)的對壘：Exadata與Hadoop

1)、 關(guān)系型數(shù)據(jù)庫的無奈

2)、 -真實案例：計算一周內(nèi)基站訪問的用戶前百位

3)、 非關(guān)系型數(shù)據(jù)庫的崛起和短板

4)、 技術(shù)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(yùn)維成本

3、 分布式技術(shù)的優(yōu)勢

1)、 Share-Nothing技術(shù)

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(gòu)

1)、 一號店的數(shù)據(jù)分析架構(gòu)

2)、 美圖網(wǎng)的日志分析架構(gòu)