课程目标：
  技术深度：精通avaSE核心语法与面向对象思想，掌握VM调优与底层原理。
  数据采集：熟练运用Sqoop、DataX、Flume、Canal等工具进行离线和实时数据采集。
  存储计算：掌握HDFS、Hive、HBase等存储组件，以及MapReduce、Spark、Flink等计算框架。
  数仓建设：具备完整数仓设计能力，包括分层架构、建模理论、查询优化。
  工程实践：独立完成大数据项目开发，具备生产环境问题排查与性能调优能力。

  课程内容：
  第1阶段：Java核心奠基。学习JavaSE核心语法、面向对象、集合框架、多线程、网络编程及JVM调优等底层原理。
  第2阶段：Linux与Shell运维基础。掌握Linux系统操作、文件权限管理、软件安装及Shell脚本编程，为大数据集群运行打下基础。
  第3阶段：数据库与JDBC技术。深入学习MySQL数据库设计、事务机制、MyCat中间件以及JDBC编程。
  第4阶段：Python数据处理基础。快速掌握Python语法，并学习NumPy、Pandas等数据分析工具及Scrapy爬虫框架。
  第5阶段：Hadoop大数据生态。深入学习HDFS、MapReduce、Yarn等核心组件，构建分布式存储与计算能力。

  适合人群：
  计算机相关专业在校学生或毕业生；
  有志于转型大数据领域的Java开发者；
  希望系统提升大数据技能的从业者；
  对数据技术充满兴趣的自学者；
  需要补充大数据知识的产品/运营人员。

  课程收获：
  熟练使用Java/Scala/Python三门语言进行开发；
  精通HDFS、Hive、HBase等存储组件的原理与使用；
  掌握MapReduce、Spark、Flink三大计算框架；
  具备离线和实时数据采集、清洗、存储、分析的全链路能力；
  能够设计并实现完整的数据仓库；
  掌握性能调优与问题排查技能。