一、大数据基础认知体系（对应第1-2章）

1. 行业应用解析

• 零售业用户行为分析案例（购物篮关联规则）

• 金融风控实时计算场景（反欺诈模型）

• 物联网设备日志处理（TB级数据清洗）

2. Hadoop生态架构

• 核心组件关系拓扑图（HDFS/YARN/MapReduce）

• 发行版对比分析（CDH/HDP/原生版）

• 企业级应用案例（阿里云ODPS架构）

二、Hadoop核心组件精讲（对应第3-5章）

1. HDFS技术特性

• 副本放置策略（机架感知算法）

• 安全模式进入/退出机制

• Java API操作实例（FileSystem类）

2. YARN资源调度

• Container生命周期管理

• Capacity Scheduler配置

• 作业历史服务器日志分析

3. MapReduce编程模型

• Shuffle阶段优化技巧

• Combiner函数应用场景

• 自定义Writable类型

三、实战应用体系（对应第6-8章）

1. 日志分析项目

• 数据清洗流程（正则表达式过滤）

• MapReduce任务链设计（PV/UV统计）

• 统计结果可视化（Hue集成）

2. 集群部署方案

• 主机角色划分（NN/DN/RM/NM）

• 配置文件详解（core-site.xml）

• 安全认证配置（Kerberos集成）

3. Spring整合方案

• Hadoop配置工厂Bean

• MapReduce作业调度器

• HDFS操作模板类

四、前沿技术拓展（对应第9-10章）

1. 计算框架对比

• Spark RDD转换算子

• Flink流处理窗口机制

• Beam批流统一模型

2. Hadoop3.x特性

• Erasure Coding存储优化

• 容器化部署支持（Docker/K8s）

• YARN时间线服务v2

五、技术能力图谱

1. 开发技能维度

• HDFS Shell命令集（ls/put/get/rm）

• MapReduce调试技巧（Counter使用）

• YARN监控指标（ResourceManager UI）

2. 运维技能维度

• 平衡器使用（balancer阈值设置）

• 安全模式操作（hdfs dfsadmin）

• 日志聚合配置（yarn.log-aggregation）