（1）大数据技术概述与开发环境准备：了解大数据的基本概念、发展历程与核心价值。掌握大数据处理框架的分类与选型策略：批处理框架（Hadoop MapReduce、Spark）、流处理框架（Flink、Storm）、混合处理框架（Spark Streaming）。学习大数据技术生态全景图：数据采集层（Flume、Kafka）、数据存储层（HDFS、HBase）、数据处理层（MapReduce、Spark、Hive）、数据可视化层（ECharts、Superset）。搭建开发环境：VMware虚拟机安装、Linux系统（CentOS/Ubuntu）配置、网络设置与SSH免密登录配置。
（2）Hadoop分布式集群环境搭建：掌握Hadoop的核心架构与组件：HDFS分布式文件系统、YARN资源调度框架、MapReduce计算框架。学习Hadoop完全分布式集群的安装与配置流程：JDK环境配置、Hadoop安装包解压与配置、核心配置文件修改（core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml）。掌握集群启动与验证方法：NameNode格式化、各节点服务启动、Web UI访问验证。实践完成3节点Hadoop集群的搭建与测试。
（3）HDFS分布式存储系统实战：深入理解HDFS的架构设计：NameNode元数据管理、DataNode数据存储、SecondaryNameNode辅助节点。掌握HDFS的读写流程与数据副本机制。学习HDFS Shell命令行操作：文件上传下载、目录创建删除、权限管理、文件系统检查。掌握HDFS Java API开发：使用FileSystem类实现文件的创建、读写、追加、删除等操作。实践完成基于HDFS的文件管理程序开发。
（4）MapReduce离线计算框架实战：理解MapReduce的设计思想：分而治之、计算向数据移动。掌握MapReduce的工作流程：输入分片、Map阶段、Shuffle阶段、Reduce阶段。学习MapReduce编程模型：Mapper类实现、Reducer类实现、Driver驱动类编写。掌握自定义数据类型与分区器的实现方法。实践完成词频统计、倒排索引、数据去重等经典MapReduce案例。
（5）Hive数据仓库设计与开发：了解数据仓库的核心概念与分层架构（ODS原始数据层、DWD明细数据层、DWS数据服务层、ADS数据应用层）。掌握Hive的安装与配置：MySQL元数据存储配置、Hive服务启动。学习Hive数据定义语言（DDL）：数据库与表创建、内部表与外部表区别、分区表与分桶表设计。掌握Hive数据操作语言（DML）：数据加载与插入、数据查询与过滤、多表关联查询。学习HiveQL高级特性：窗口函数、自定义函数（UDF）开发。实践完成电商用户行为数据的Hive分析。
（6）数据采集系统构建（Flume+Kafka）：掌握分布式日志采集工具Flume的工作原理与架构：Source、Channel、Sink三大组件。学习Flume的安装配置与多场景应用：采集端口数据、采集目录文件、采集Kafka数据。理解Kafka分布式消息队列的核心概念：Producer、Consumer、Topic、Partition、Broker。学习Kafka集群的搭建与命令行操作：主题创建、消息生产与消费。实践构建Flume-Kafka-Flume数据采集管道，实现日志数据的实时采集与缓冲。
（7）数据迁移工具Sqoop与DataX应用：了解数据迁移工具在Hadoop生态中的重要作用。掌握Sqoop的安装与配置，学习MySQL与HDFS/Hive之间的数据导入导出操作。学习DataX的安装与使用，掌握异构数据源间的数据同步方法。实践完成关系型数据库与大数据平台间的数据迁移任务。
（8）Zookeeper分布式协调服务：理解Zookeeper的核心概念与应用场景：分布式协调、配置管理、命名服务、集群管理。掌握Zookeeper集群的安装与配置，学习Zookeeper Shell命令行操作。了解Zookeeper在Hadoop、Kafka等组件中的协调作用。实践完成Zookeeper集群的搭建与验证。
（9）Spark分布式计算框架实战：了解Spark与MapReduce的对比优势：内存计算、DAG执行引擎、丰富的数据源支持。掌握Spark的安装与配置，学习Spark的运行模式（Local、Standalone、YARN）。理解Spark Core的核心概念：RDD（弹性分布式数据集）的创建、转换操作（Transformation）与行动操作（Action）、宽窄依赖、Stage划分。学习Spark SQL的使用：DataFrame与Dataset API、Spark SQL操作Hive数据。实践完成基于Spark的电商数据分析任务。
（10）实时计算框架Flink入门：了解流处理与批处理的统一框架Flink的核心优势。掌握Flink的基本架构与安装配置。学习DataStream API的使用：数据源接入、转换操作、窗口计算、结果输出。理解Flink的事件时间处理机制与状态管理。实践完成简单的实时计算任务开发。
（11）数据可视化与BI工具应用：掌握数据可视化的核心原则与图表选型策略。学习Python数据可视化库的使用：Matplotlib、PyEcharts的基础绘图方法。了解Superset等BI工具的安装配置与仪表盘制作。实践完成电商数据分析结果的可视化大屏展示。
（12）综合项目实战：企业级大数据平台开发：结合所学知识，完成一个完整的企业级大数据项目（如电商用户行为数据分析平台、金融风控数据系统、智慧社区实时数仓）。涵盖需求分析、环境搭建、数据采集、离线/实时处理、数据可视化、性能优化的全流程。形成规范的大数据项目报告与可运行的代码库。
