课程背景

大数据平台的建设始于“数据怎么来、往哪流”。传统工程师往往只熟悉单一组件（如Kafka或Flume），缺乏从物理架构演进、集群资源调度到全链路数据采集与高并发传输的整体视野。本课程从企业级数据架构的变迁入手，系统讲解ZooKeeper、YARN的资源调度机制，Flume、Canal、DataX等异构数据同步工具，以及Kafka这一高并发消息总线的底层原理与生产运维，帮助学员构建数据集成总线的全局能力。

课程收益

掌握Lambda、Kappa、流批一体、湖仓一体的架构演进与选型边界

深入理解ZooKeeper选举机制、YARN状态机与队列调优，理解向K8s迁移的逻辑

熟练使用Flume、Canal/Debezium实现日志与数据库的实时采集

掌握DataX、SeaTunnel的异构同步机制及限速、脏数据处理技巧

精通Kafka底层存储模型（PageCache、零拷贝）、ISR机制及分区倾斜处理

具备构建高可用数据集成总线的实战能力

课程特色

全局架构视角：从物理架构演进到具体组件，建立系统观

实战驱动：每个技术点配套集群配置与故障演练

调优导向：不仅教“怎么用”，更教“怎么最优”

互动式实验：模拟节点宕机、数据重复消费等生产故障

课程对象

大数据开发工程师、平台架构师

数据集成工程师、ETL开发人员

希望系统了解大数据全链路的数据工程师、运维工程师

前置知识：Linux基础、网络基本概念、Java基础（了解即可）

课程大纲

单元1：物理架构演进与协同调度（2天）

第1课：企业级数据架构变迁（1天）

章节1：传统Hadoop生态到Lambda与Kappa架构解析

–Lambda架构的批流分离问题

–Kappa架构的流批一体思想

章节2：“流批一体”与“湖仓一体”的物理架构定义与边界

–常见商业/开源方案对比

实践：绘制不同架构的组件拓扑图

第2课：集群协同与资源调度（ZooKeeper & YARN）（1天）

章节1：ZooKeeper选举机制、ZAB协议与高可用脑裂防护

章节2：YARN架构状态机与Capacity Scheduler队列抢占调优

章节3：前沿演进：从YARN调度向Kubernetes容器化调度的迁移逻辑

实践：搭建ZK集群，模拟Leader选举与故障转移；配置YARN多队列并验证抢占

单元2：海量数据采集与异构同步（1.5天）

第1课：日志与业务数据实时采集（0.75天）

章节1：Flume拓扑架构与断点续传机制配置

章节2：基于Canal/Debezium的MySQL Binlog实时解析与CDC架构

实践：使用Flume采集Nginx日志至Kafka；配置Canal同步MySQL变更

第2课：异构数据源批处理同步（0.75天）

章节1：DataX与Apache SeaTunnel底层架构剖析

章节2：离线同步中的网络限速、并发控制与脏数据容忍机制

实践：使用DataX完成MySQL到HDFS的批量同步，模拟脏数据处理

单元3：高并发流转总线（Kafka）（1.5天）

第1课：Kafka底层存储与网络模型（0.75天）

章节1：Log存储模型、PageCache与零拷贝技术

章节2：ISR副本机制与高可用保障

实践：查看Kafka日志目录，理解Segment文件

第2课：生产级运维与调优（0.75天）

章节1：防止数据丢失、重复消费的端到端配置（producer、broker、consumer）

章节2：分区倾斜处理与集群扩缩容实战

实践：模拟broker宕机，验证ISR收缩与恢复；手动重分配分区

模块核心实验：构建跨节点高可用数据集成总线

配置ZK与Kafka集群，利用Flume收集Nginx日志并经DataX建立MySQL同步链路，验证节点宕机时的数据自动故障转移。

杨文清

大数据&云计算资深实战派专家 杨文清

【专业资质】

20年企业应用与研发经验

拥有2项人工智能相关国家发明专利

中国联通集团深度培训资深讲师

AWS 云计算认证专家

曾任 IBM中国华南区高级咨询顾问

曾任华为Cloud BU高级架构师

曾任广州云宏研发总监

曾任广州智数x-Lab实验室首席科学家

武汉大学计算机科学专业硕士，22年企业应用与研发经验，曾就职于IBM、华为等大型企业，十年华为工作经验，任职华为高级架构师。

并先后担任过知名互联网公司研发总监和智数xLab实验室首席数据科学家。亚马逊云计算认证专家、VMware国际认证讲师。

中国联通集团引擎计划深度培训资深讲师（主讲Docker&K8S、Hadoop、Spark、机器学习、深度学习），对云计算、大数据有深刻的理解，主导过多项国家级大数据项目，并拥有人工智能方面的若干项国家专利。

【实战经验】

IBM中国华南区高级咨询顾问，期间曾参与公安、金融、通信、制造等行业云计算产品方案研发，为多个大型企业提供IT基础建设咨询。

华为Cloud BU高级架构师，聚焦于是云服务产业端到端管理的经营单元，负责构建云服务竞争力，对云服务的客户满意度和商业成功负责。

广州云宏研发总监，带领团队研发了WinCloud云计算管理平台、CnWare云计算操作系统，产品覆盖运营商、公安、金融、政府机关、教育、医疗等多个领域，虚拟机数量超过50万。受到国家、省市领导和专家的肯定和好评。

【项目实战经验】

国产云操作系统 (CnWare) 研发总监

云宏：参与主导公司核心产品WinCloud云管理平台建设，是当前市场上唯一可以同时管理小型机虚拟化、x86虚拟化和arm架构虚拟化的云管理平台；CnWare是唯一的国产云操作系统，对标VmWare，内容包括虚拟化管理中心、虚拟化中间件和虚拟化引擎3部分，实现了全生态全流程的虚拟化覆盖。该产品在中国电信集团采购入围时获得总分第一的成绩。

构建智慧水务AI预警平台 实验室首席科学家

智数信息：任职xLab实验室首席科学家，负责公司前瞻性技术的基础研究，并实现新技术在项目中的落地。期间将以太坊区块链技术应用到了现有的食品溯源系统；协助研发团队在智慧城市管理项目实现了物联网数据的全自动处理过程；协助研发团队将自动化运营引入到港珠澳大桥综合管理系统。作为公司首席科学家，对基础研究的标准化（选型、可行性、研究、应用）过程制定了完整的过程管理。

港珠澳大桥综合业务管理系统 首席架构师

构建综合业务管理平台，为大桥的物流、应急管理、通关提供坚实的数据支撑，提升信息化效率。

宝安智慧水务 研发总监|架构师

实现了物联网数据的全自动处理、自定义指标预警、自助式数据可视化分析，用于企业污水排放监控 。

财政信息一体化 后端架构师

建设大数据平台与业务系统，实现数据整合、可视化、异常数据监控与财政指标智能预测 。

电信经营分析系统 项目经理 / 主导设计

用数据仓库技术与可视化，对电信企业的内部和外部数据进行综合分析处理，生成运营指标 。

【擅长领域】

核心技术/技术管理/架构能力；热衷于技术驱动业务，致力于将新技术转化为高效的生产力。

【讲师优势】

拥有超过20年一线实战经验的复合型技术专家与资深讲师。兼具华为与IBM的顶级企业架构视野，以及将前沿技术从0到1成功产品化的落地能力。

多年来始终坚持在技术一线参与核心研发工作。 对技术在真实业务场景中的痛点、难点和选型权衡有极为深刻的理解，确保了其教学内容与业界最新实践紧密结合，直击问题本质。

【主讲项目/课程(部分)】可根据企业需求组合成不同深度的技术训练营。

《数据科学基础》

《Python编程：从入门到数据处理》

《数据分析思维》

《数据可视化技术与分析报告撰写》

《机器学习核心》

《机器学习经典算法与理论》

《集成学习实战：深入解析XGBoost等模型》

《基于Spark的海量数据分析与机器学习》

《深度学习进阶》

《深度学习框架PyTorch：入门与应用》

《卷积神经网络(CNN)与循环神经网络(LSTM)实战》

《LLM基础：注意力机制(Transform)实战》

《AI技术工程化》

《AI应用基础：提示词工程》

《RAG（检索增强生成）开发实战》

《AI Agent（智能体）开发实战》

《AI 行业应用案例分析》

【授课风格】

1.实战派落地教学，拒绝空谈赋能​

课程内容紧密结合主导的大型项目真实经验，案例翔实，以真实场景、真实案例、真实打法为核心支撑，全干货、全落地，拒绝空谈理论。

2.架构师全局视野，搭建体系能力​

跳出单一操作教学，深度拆解业务底层逻辑与运营架构，溯源打法设计原理，助力学员构建系统化、可迭代的完整业务体系。

3.通透化授学思维，实现举一反三​

依托全域实战经验拆解核心本质，沉淀通用方法论，助力学员举一反三、灵活复用、全域落地。真正实现学一项、通一类、用全域。

【服务客户(部分)】

运营商：联通集团总部、中国电信河南有限公司、中国电信山东有限公司、中国电信江苏有限公司、中国电信重庆有限公司、中国联通广东有限公司、中国联通福建有限公司、中国联通广西有限公司、中国联通上海有限公司、中国联通陕西有限公司、中国联通河北有限公司、中国联通云南有限公司、中国联通重庆有限公司、中国联通四川有限公司、中国联通青海有限公司、中国移动江苏有限公司、中国移动云南有限公司、中国移动浙江有限公司、中国移动河南有限公司、中国移动四川有限公司、中国移动吉林有限公司、中国移动湖北有限公司、中国移动安徽有限公司等

IT公司：华为、腾讯云、IBM、DELL、航天科工、中国航天、TaTa集团、中科曙光、龙芯中科、航天云网、航天科工、联想集团、腾讯云、蓝盾、浩云科技、润乾等

能源：国家电网（湖北省、浙江省、成都等）、南方电网、广东能源集团、江苏核电、国家电投、国网电科院、国能集团长源电力、中煤电力等

银行：中国银行广州分行、招商银行武汉分行、中国银行江苏分行、农业银行荆州分行、交通银行贵州分行、交通银行武汉分行、建设银行广州分行、中国邮政储蓄银行长沙分行、中国邮政储蓄银行南昌分行、平安银行杭州分行、广发银行广州分行、兴业银行、北京银行、工商银行、工银投资、宁波银行等