第一阶段：大数据发展趋势
大数据趋势课程，主要分为两个主要部分：第一部分为大数据时代的机遇与挑战，第二部分主要介绍华为鲲鹏的解决方案。
第二阶段：大数据相关技术学习
本课主要讲解大数据分布式存储系统HDFS和解决分布式应用中经常遇到的一些数据管理问题的ZooKeeper 分布式服务框架。通过本章的学习，为后续组件学习打好基础。
Apache Hive数据仓库软件有助于使用SQL读取，写入和管理驻留在分布式存储中的大型数据集。可以将结构投影到已经存储的数据上。提供了命令行工具和JDBC驱动程序以将用户连接到Hive。
本课主要讲述开源的非关系型分布式数据库HBase, 它可以满足大规模数据实时处理应用的需求。
本课主要讲述大数据领域中最著名的批处理与离线处理计算框架——MapReduce，以及Hadoop集群中负责统一的资源管理与调度的组件——Yarn，以及华为为这些组件所提供的增强特性
本课主要讲述Spark基本概念，了解Spark中RDD、DataSet、DataFrame三种数据结构的异同点。理解Spark SQL、Spark Streaming、Structured Streaming三种常用组件的特点。
Apache Flink是为分布式、高性能的流处理应用程序打造的开源流处理框架。Flink不仅能提供同时支持高吞吐和exactly-once语义的实时计算，还能提供批量数据处理。相较于市面上的其他数据处理引擎，它采用的是基于流计算来模拟批处理。
Flume是开源日志系统。是一个分布式、可靠和高可用的海量日志聚合的系统，支持在系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方。
Loader是基于开源Sqoop组件1.99.x版本进行了功能增强，主要用于大数据平台和结构化数据存储（例如关系数据库）之间进行高效的数据导入、导出服务。
本课程主要讲述Kafka基本概念、架构及功能。重在了解Kafka是如何保证数据存储、传输的可靠性，以及对于旧数据的处理方式
大数据开源技术的深入发展离不开Hadoop等底层平台技术的支持。华为大数据平台实现了一种基于LDAP和Kerberos技术的高可靠集群安全模式，提供一体化安全认证功能。
近年ElasticSearch发展迅猛，已经超越了其最初的纯搜索引擎的角色，增加了数据聚合分析和可视化的特性，如果你有数百万的文档需要通过关键词进行定位时，ElasticSearch肯定是最佳选择。
Redis是一个基于网络的，高性能key-value内存数据库。数据可以持久化，而且支持的数据类型很丰富。支持在服务器端计算集合的并、交和补集(difference)等，还支持多种排序功能。