大数据博客目录整理

Hadoop
大数据平台简介-CDH,HDP
Hadoop-1-生态圈的组件大体介绍
Hadoop-2-hadoop的HA搭建
hdfs
Hadoop-HDFS基本概念介绍(设计思路，架构，优缺点)
Hadoop-HDFS四大机制和两大核心以及元数据合并
Hadoop-HDFS-读写流程详解
Hadoop-HDFS的shell操作
mapreduce
Hadoop-Mapreduce的框架组成和运行流程
Hadoop-MapReduc入门（代码编写流程，运行流程，并行度决定机制）
Hadoop-MapReduc Shuffle过程
以wordcount为例详细描述mr执行过程
Hadoop-MapReduc 和 Spark的比较
Hadoop-Mapreduce数据倾斜与优化(小文件合并)
Hadoop-Mapreduce参数调优
yarn
Hadoop-Yarn介绍以及作业提交流程
hive
Hadoop-Hive基础整理（架构以及存储）
Hadoop-Hive 内部表/外部表 分区表/分桶表区别
Hadoop-Hive的数据倾斜以及优化策略
Hadoop-Hive基本使用
Hive中自定义UDF，UDTF实例以及三种自定义函数的区别
hbase
Hbase基础（特点，表的结构）
Hbase原理（底层原理，存储架构，寻址策略，读写流程，master和Regionserver的工作机制）
Hbase 简单操作（shell操作和JavaAPI操作）
Hbase的过滤器查询
HBase 和 Hive 的比较
HBase的rowkey的设计原则
Hbase的协处理器（Coprocessor的两种实现observer 和 endpoint，加载卸载方式，二级索引）
flume
Hadoop-Flume整理(架构，组件以及三种形式)
kafka
Kafk的优势以及应用场景
Kafka底层原理架构
kafka三种消费语义与保证精准消费
zookeeper
CAP理论
ZooKeeper文件系统与监听机制
Zookeeper的特点以及典型应用场景
Zookeeper的原理（zk角色与选主过程与数据同步）
azkaban
工作流调度器Azkaban和Oozie的对比
sqoop
Sqoop的介绍(导入导出原理)
Sqoop的常用命令(导入导出命令)
spark

Spark-DataFrame、DataSet、RDD的区别
Spark任务运行过程解析
Spark的Shuffle的四种机制以及参数调优
spark调优之数据倾斜以及解决
spark调优-开发调优
jvm
JVM内存结构，垃圾回收算法，垃圾收集器，jvm参数配置以及常用的分析工具