大数据介绍
　　大数据（big data）是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
　　大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于对数据的“加工能力”，通过“加工”实现数据的“增值”。
　　大数据班型设置
　　1.基础班（全日制）：应届生/转行无基础
　　2.脱产班（全日制）：脱颖而出
　　3.白领进修班（周末制）：技能，易晋升
　　4.学历班（岗前培训）：毕业择优可工作
　　大数据培训课程大纲
　　首阶段
　　Java语言的特性：掌握Java语言的特性
　　Java多线程：掌握Java线程池技术，掌握线程的Join、notify、notifyAll等机制
　　SML：基于Xml的解析与维护
　　Web：掌握简单的Html，Css，Js的编写
　　第二阶段
　　JAVAWEB前端技术：了解真实项目开发流程,掌握前端开发基本技术
　　JAVAWEB基础技术：掌握JAVAWEB基础知识，深入理解软件分层思想，AJAX实现异步刷新
　　JAVAWEB基础技术：过滤器、监听器及常见应用场景，文件上传、下载，在线支付功能实现
　　JAVAWEB框架加强：JAVA特性，熟悉常见设计模式，通过模拟实现框架功能，为后续学习SSH打基础
　　第三阶段
　　Struts2：掌握Struts2在项目开发时用到的各种知识点，能够应用
　　Hibernate：熟练掌握利用Hibernate框架完成项目的开发，深入理解ORMapping的概念，深入理解缓存机制
　　Spring：深入理解SpringIOC、DI在软件架构中的作用，深入理解SpringAOP的实现机制和应用场景等
　　JQuery：利用JQuery控制Web界面
　　JS：对象、原型、闭包、JQuery内部结构解析等
　　Maven：能用Maven搭建项目环境，熟练使用Maven的依赖和继承机制
　　第四阶段
　　SpringMVC：熟练掌握SpringMVC的各个组件，理解SpringMVC的架构原理，利用SpringMVC开发项目
　　MyBaties：掌握Redis缓存如何提供性能、利用Solor做全文检索、利用ActivityMQ的异步机制把缓存中的改动同步到各个环节、掌握MySQL的主从复制和读写分离。
　　第五阶段
　　网络编程：把电信项目的部分环节利用mina、RPC技术实现
　　数据仓库：掌握数据仓库的知识内容，这是云计算分析的基础
　　分布式缓存：掌握两种缓存的原理、以及操作
　　Zookeeper：了解Zookeeper的选举算法、同步机制、掌握Zookeeper的集群的搭建
　　集群：利用Lvs、Keepalived、Nginx、Tomcat搭建高并发、分布式的Web服务器
　　SOA：利用服务性框架使得系统的耦合性更弱，扩展性更强
　　第六阶段
　　Hadoop的分布式文件系统HDFS：Hadoop伪分布式的搭建、利用HDFS的API对分布式文件系统进行操作等
　　Hadoop的计算框架MapReduce：熟练Map、Reducer、Sort、Partition的编程、深入理解Shuffle机制等
　　Hadoop的资源管理与资源调度Yarn框架：深入理解Yarn的资源管理与资源调度机制。掌握整个MapReducer的计算流程和资源调度流程
　　HBase：掌握HBase的集群的的搭建
　　HIVE：利用HIVE做日志分析的查询
　　Spark：利用Spark流式编程做日志的分析