{{{
#!html
<div style="text-align: center;"><big
 style="font-weight: bold;"><big><big>雲端 Big Data 之處理、分析與應用(進階班)</big></big></big></div>
}}}
[[PageOutline]]

= 報名資訊 =

 * 詳[http://www.iiiedu.org.tw/ites/CBDA.htm 資策會網站公告]

= 課程源起 =
{{{
#!text
  雲端運算掀起了新一代的資訊革命，也帶來了資訊爆炸式的成長，市調單位IDC的研究報告指出：
自2010年全球資料量已進入ZB(zettabytes，1 ZB 為1兆GB)時代，並且每年以60%的速度攀升，
這意味著每18個月全球的資料量將翻倍。面對不斷擴張的驚人資料量，大量資料 (Big Data) 的
儲存、管理、處理、搜尋、分析與智能應用等處理資料的能力也將面臨新的挑戰，而處理資料的技術
將迫切需要可動態與彈性等特點，以支援大量資料處理的計算模式。

工欲善其事，必先利其器，根據市場調查機構IDC的研究顯示，Hadoop 軟體市場的復合年增長率
超過了60%，並預測到了2016年，市場總值將由2011年的7700萬美元增長至8.128億美元，可見得
Hadoop火熱的程度。巨量資料寶庫蘊藏豐沛的珍寶，除了幾乎成為巨量資料代名詞的Hadoop外，
相同框架裡頭的 MapReduce、HDFS等技術，皆為意欲挖掘出這些寶藏之企業所需準備的工具，意欲
開啟巨量資料希望之門，幾乎可以肯定，絕對少不掉Hadoop這把鑰匙！

為了解決巨量資料的問題，Hadoop 周遭已經發展出相當完整的生態系，其中有兩個最為核心的項目，
一是MapReduce這個執行分散式處理的程式模型，另一則是HDFS這個虛擬的分散式檔案系統，透過
專司運算、儲存的兩根大支柱，牢牢地撐起Hadoop架構。且基於map/reduce的演算，Hadoop可以
利用分散式節點的增加，來持續提供更多的計算能力，因此具備了很好的規模可擴充性。

為了滿足業界需求，資策會 特規劃「雲端Big Data之處理與分析進階班」課程，本課程學員將學習
到雲端運算之三大關鍵技術，利用Hadoop之分散式檔案系統(HDFS)與MapReduce，快速建構出雲端
運算的執行環境和服務，並以Hadoop FileSystem API 實作、MapReduce API 實作、
MapReduce 與資料庫結合與MapReduce 與 Hadoop 生態系整合等實作方式讓學員更加了解如何
透過Hadoop架構以進行雲端資料的大量資料處理、分析與應用。
}}}

= 課程目標 =

 * 學習 Hadoop File System 之 API 實作
 * 學習 Hadoop MapReduce 開發輔助工具 Eclipse 與 Netbeans
 * 學習 MapReduce 之 API 實作
 * 瞭解 MapReduce 與資料庫結合的方式
 * 學習 MapReduce 與 Hadoop 生態系之整合方式

= 課程特色 =

{{{
#!text
本課課程重點在於透過採體驗式教學方式的實作，經由多樣性的實際指令操作進行整合實作，
讓參訓學員瞭解正確的觀念與方法，以體驗實際的操作方式驗證課程所學 ，期能讓學員學會
如何將 Hadoop 這項技術與現存資訊架構進行整合。
}}}

= 適合對象 =

 * IT經理或系統網路部門主管
 * 專案經理、系統架構師或系統網路管理人員
 * 企業或技術決策人員
 * 對於雲端運算之大量資料(Big Data)處理、分析、應用有興趣者

= 預備知識 =

 * 具 Linux 操作實務與 Java 程式語言基礎者尤佳。
 *  具雲端運算之大量資料處理、分析與應用實務之基礎課程知識者尤佳。

= 課程日期 =

 * 102年6月29~30日 (週六/週日 白天9:00 ~17:00 )，共2天、計14小時 。

= 上課地點 =

 * 資策會數位教育研究所，台北市信義路三段 153 號 10 樓 1001 教室。
 * 位於捷運木柵線大安站斜對面(復興南路與信義路交叉口)，燦坤樓上。
 * 上課地點與教室之確認，以上課通知函為主。

= 課程內容 =

 * [raw-attachment:wiki:III130629:13-06-29_Hadoop_Advanced.pdf 完整版投影片]

== '''2013-06-29（六）''' ==

 || 時段 || 課程內容 || 實作 || 補充資料 ||
 || || Hadoop 的三種模式與三種安裝方法 || [wiki:III130629/Lab0 實作零][[BR]][wiki:III130629/Lab1 實作一][[BR]][wiki:III130629/Lab2 實作二][[BR]][wiki:III130629/Lab3 實作三] || ||
 || || HDFS 指令操作回顧[[BR]] MapReduce 指令操作回顧 || [wiki:III130615/Lab3 參考一][[BR]][wiki:III130615/Lab5 參考二]|| ||
 || || 基本除錯技能(一) Bash 除錯 || [wiki:III130629/Lab4 實作四] || ||
 || || 基本除錯技能(二) Log4J || [wiki:III130629/Lab5 實作五] || ||
 || || 除錯與監控 jconsole || [wiki:III130629/Lab6 實作六] || ||
 || || Eclipse 安裝 || [wiki:III130629/Lab7 實作七] ||
 || || Hadoop !FileSystem API 實作(一) [[BR]] Local 檔案上傳到 HDFS || [wiki:III130629/Lab8 實作八] || ||

== '''2013-06-30（日）''' ==

 || 時段 || 課程內容 || 實作 || 補充資料 ||
 || || Hadoop !FileSystem API 實作(二) [[BR]] HDFS 下載檔案到 Local || [wiki:III130629/Lab9 實作九] || ||
 || || Hadoop !FileSystem API 實作(三) [[BR]] 判斷檔案是否存在、屬性為何 || [wiki:III130629/Lab10 實作十] || ||