階段：JAVA基礎階段
程序流程，繼承，數組，異常，字符串，集合框架，IQ，多線程，網絡，Mysql，接口，抽象類，封裝，多態(tài)，JDBC
教學目標：
JAVA就大數據開發(fā)的基礎，大數據標準Hadoop就是用JAVA實現的。打好堅實的JAVA基礎有利于大數據程序開發(fā)工作。同時，關系型數據庫及SQL語句也是大數據的重要基礎，還要掌握JAVA與數據庫交互的技術JDBC。
第二階段：WEB框架階段
HTML，CSS，JavaScript，jQuery，Bootstrap，JSP，Servlet，Filter，Listener，Oracle，Spring，SpringMVC，MyBatis，Maven，MVC
教學目標：
Web是大數據的重要數據來源，同時，大數據分析的結果通常也要借助Web來進行展示，本階段課程要求掌握Web前端開發(fā)技術、JAVA WEB技術和流行的SSM框架，為大數據項目奠定基礎。
第三階段：構建離線數據分析平臺階段
Linux，Hadoop，HDFS，MapReduce，ZooKeeper，Hive，NameNode，DataNode，SecondaryNameNode，ResourceManager，NodeManager，Hbase，Scala，Spark，SparkSQL
教學目標：
Hadoop是大數據技術的核心和標準，而HDFS和MapReduce又是Hadoop的核心和標準，包括Hadoop的五個核心進程，也必須掌握。此外，我們還要學習Hadoop集群及搭建集群的協(xié)調工具ZooKeeper，數據倉庫分析工具Hive，和初步接觸內存計算框架Spark。
第四階段：構建實時數據分析平臺階段
Spark Streaming，Spark MLlib，Spark Graphx，Storm，SQOOP，Topology，Spout，Bolt，Kafka，Flume，Redis，Storm Trident，WordCount，Topic，Broker
教學目標：
實時流式數據分析也是大數據的重要應用領域，本課程以Spark Streaming和Storm兩種流式計算框架為核心，還包括機器學習MLlib、圖數據庫Graphx、消息中間件Kafka、日志收集工具Flume等，搭建一個成熟商用的實時大數據分析平臺。
第五階段：python與openstack云計算框架
python，docker，go，openstack，nova，glance，keystone，Cinder，kvm，Swift，Neutron，Qemu，Libvirt，Java編程程控制kvm，python編程控制kvm
教學目標：
大數據與云計算密不可分。本課程研究虛擬化容器Docker和云計算標準技術openStack，分析openstack的各種重要組件及其使用，包括使用Dashboard可視化使用和使用Python語言編程控制，以及云計算遷移，公有云、私有云、混合云的搭建策略

網站日志分析系統(tǒng)
本項目基于Hadoop分布式系統(tǒng)架構，針對大量網站的日志文件進行分析。我們將海量的日志文件數據存儲在HDFS中，改寫Hadoop的MapReduce方法對數據進行計算，將分析結果可化地以網頁的形式反饋給用戶，方便用戶對網站進行進一步的優(yōu)化和管理
云盤計算
本系統(tǒng)基于hadoop云技術架構，將網絡中大量各種不同類型的存儲設備通過應用軟件集合起來協(xié)同工作，共同對外提供數據存儲和業(yè)務訪問功能的一個系統(tǒng)。
音樂大數據處理系統(tǒng)
通過搭建基于hadoop大數據處理技術的音樂文件處理web系統(tǒng)，為用戶提供個性化音樂收聽服務，同時為用戶提供熱門歌曲、排行榜、每日推薦等功能。
云圈好友推薦
這個系統(tǒng)就是為滿足用戶社交方面的需求而產生的。本項目由hadoop搭建，通過離線計算和即時插敘技術，處理海量賬戶數據，為用戶推薦好友。

課程體系完善
涵蓋了大數據體系中的絕大多數的重要技術
注重原理更注重實戰(zhàn)
以案例驅動教學，將真實的案例貫穿到知識點中
真實的大數據項目
項目源于企業(yè)中的真實項目，學完即可直接勝任企業(yè)崗位需求