好程序员培训纪实 我的大数据高端班求学实录

第一篇：好程序员培训纪实 我的大数据高端班求学实录

好程序员培训纪实

我的大数据高端班求学实录

简单直接，先为大家送上入学好程序员大数据高端班一个月以来的培训纪实。

第一周是学习了Java的入门知识，包括环境搭建，基础语法讲解，局部变量和全局变量，函数及函数的重载，数组和两种排序和两种查找。

第二周是主要内容是面向对象的编程思想，static，final关键字，继承（继承的创建与重写），接口，多态，内部类（简单了解），异常（包括异常的处理和自定义异常），设计模式（单例，模板）还有字符串和字符串的功能。

第三周，第四周开始学包装类，Date类，Math类等各种类，接着是集合，泛型，这里容易混淆。线程创建，多线程的同步问题，线程间的通信，单生产者单消费者，多生产者多消费者，最后是I/O流，这里分类较多，需要多花时间在这里。

接下来着重记录下最近所学的知识点，StringBuffer的方法

1.增加StringBuffer str =new StringBuffer(“hello”);str1=str.append(“world”);

2.插入str1.insert(6,“123”)// “hello 123 world” 3.删除StringBuffer str1=new StringBuffer(“hello”);System.out.println(str1.deleteCharAt(1));//hllo 4.Date date=new Date();long time=date.getTime();//把当前时间转换为long类型

Date b=new Date(time);//把long类型的time转换为Date类型

SimpleDateFormat gs=new SimpleDateFormat(“yyyy-MM-dd”);Date date=gs.parse(“1999-01-01”);//把字符串转化为Date类型

String riqi=gs.format(date);//把Date转化字符串 5.Arrays的工具类 import java.util.Arrays;BinarySearch()二分查找用法 Arrays.BinarySearch(a,3);Arrays.sort(a);数组排序；

Arrays.toString();//这个方法是是用来将数组转换成String类型输出的，入参的可以是long，float，double，int，boolean，byte，object型的数组。Fill();给定数组 为其填充内容int a[]=new int[8];Arrays.fill(a,1,5,8);//[0, 8, 8, 8, 8, 0, 0, 0]。

6.成员内部类，可以使用外部类的属性和方法，也可以修改外部类的属性。内部类的class文件名，外部类名$内部类名.class。内部类创建对象，外部类，内部类，对象名=外部类对象.new 内部类构造方法（）；静态内部类不能使用外部非静态成员。静态内部类只能使用外部类中的静态成员；

7.字符串和int类型的转化。String str=“123”；int a=Integer.parseInt(str);int b=Integer.valueOf(Str);//这两个基本一样；String str=Integer.toString(a);以上面是我们这段时间所学的知识点，最后还想和大家总结一些我的经验。每接触一下新的内容，先熟悉基本语法，大概掌握到80%左右，就可以直接上手撸代码了，多练习和多撸才是最重要的。其次在编写一个程序之前，不要一开始就直接写代码，可以先自己分析一下这个程序的框架，做个区分，然后分模块，分步骤完成。可能在写的过程中会遇到一些语法，用法模糊的问题，这是最好一口气写完，无法写的模块，步骤先空着。再去对照答案去看自己不会的那部分，这里最好比对一下我们的思路和答案的思路的不同点，优缺点。最好有时间的话，最好再重新撸一遍。这样真正掌握这个东西，这时候求精不求量。还有一点是大家学习都很用功，白天到黑夜，累的时候就好好休息，休息好了再重新学习，一直处于疲惫状态浪费了时间，效果也不好。五楼上面有按摩椅，累的时候去按一按，很舒爽。

第二篇：好程序员大数据培训-大数据用到哪些技术？

好程序员大数据培训-大数据用到哪些技术

大数据是对海量数据进行存储、计算、统计、分析处理的一系列处理手段，处理的数据量通常是TB级，甚至是PB或EB级的数据，这是传统数据处理手段所无法完成的，其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等，汇集了当前IT领域热门流行的IT技术。

想要学好大数据需掌握以下技术：

1.Java编程技术

Java编程技术是大数据学习的基础，Java是一种强类型语言，拥有极高的跨平台能力，可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等，是大数据工程师最喜欢的编程工具，因此，想学好大数据，掌握Java基础是必不可少的!

2.Linux命令

对于大数据开发通常是在Linux环境下进行的，相比Linux操作系统，Windows操作系统是封闭的操作系统，开源的大数据软件很受限制，因此，想从事大数据开发相关工作，还需掌握Linux基础操作命令。

3.Hadoop

Hadoop是大数据开发的重要框架，其核心是HDFS和MapReduce，HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算，因此，需要重点掌握，除此之外，还需要掌握Hadoop集群、Hadoop集群管理、YARN以及Hadoop高级管理等相关技术与操作!

4.Hive

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行，十分适合数据仓库的统计分析。对于Hive需掌握其安装、应用及高级操作等。

5.Avro与Protobuf

Avro与Protobuf均是数据序列化系统，可以提供丰富的数据结构类型，十分适合做数据存储，还可进行不同语言之间相互通信的数据交换格式，学习大数据，需掌握其具体用法。

6.ZooKeeper

ZooKeeper是Hadoop和Hbase的重要组件，是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组件服务等，在大数据开发中要掌握ZooKeeper的常用命令及功能的实现方法。

7.HBase

HBase是一个分布式的、面向列的开源数据库，它不同于一般的关系数据库，更适合于非结构化数据存储的数据库，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，大数据开发需掌握HBase基础知识、应用、架构以及高级用法等。

8.phoenix

phoenix是用Java编写的基于JDBC API操作HBase的开源SQL引擎，其具有动态列、散列加载、查询服务器、追踪、事务、用户自定义函数、二级索引、命名空间映射、数据收集、行时间戳列、分页查询、跳跃查询、视图以及多租户的特性，大数据开发需掌握其原理和使用方法。

9.Redis

Redis是一个key-value存储系统，其出现很大程度补偿了memcached这类key/value存储的不足，在部分场合可以对关系数据库起到很好的补充作用，它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客户端，使用很方便，大数据开发需掌握Redis的安装、配置及相关使用方法。

10.Flume

Flume是一款高可用、高可靠、分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据;同时，Flume提供对数据进行简单处理，并写到各种数据接受方(可定制)的能力。大数据开发需掌握其安装、配置以及相关使用方法。

11.SSM

SSM框架是由Spring、SpringMVC、MyBatis三个开源框架整合而成，常作为数据源较简单的web项目的框架。大数据开发需分别掌握Spring、SpringMVC、MyBatis三种框架的同时，再使用SSM进行整合操作。

12.Kafka

Kafka是一种高吞吐量的分布式发布订阅消息系统，其在大数据开发应用上的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息。大数据开发需掌握Kafka架构原理及各组件的作用和使用方法及相关功能的实现!

13.Scala

Scala是一门多范式的编程语言，大数据开发重要框架Spark是采用Scala语言设计的，想要学好Spark框架，拥有Scala基础是必不可少的，因此，大数据开发需掌握Scala编程基础知识!

14.Spark

Spark是专为大规模数据处理而设计的快速通用的计算引擎，其提供了一个全面、统一的框架用于管理各种不同性质的数据集和数据源的大数据处理的需求，大数据开发需掌握Spark基础、SparkJob、Spark RDD、spark job部署与资源分配、Spark shuffle、Spark内存管理、Spark广播变量、Spark SQL、Spark Streaming以及Spark ML等相关知识。

15.Azkaban

Azkaban是一个批量工作流任务调度器，可用于在一个工作流内以一个特定的顺序运行一组工作和流程，可以利用Azkaban来完成大数据的任务调度，大数据开发需掌握Azkaban的相关配置及语法规则。

16.Python与数据分析

Python是面向对象的编程语言，拥有丰富的库，使用简单，应用广泛，在大数据领域也有所应用，主要可用于数据采集、数据分析以及数据可视化等，因此，大数据开发需学习一定的Python知识。

好程序员特训营自2014年成立至今，一直立志培养高薪，高能，高职的程序员人才，截至目前，好程序员学员就业均薪1万5以上，学员薪资最高达到2万9千元。现开设大数据、Html5、JavaEE、Python等高端精品课程，坚持100%全程面授;这里将是你通向软件开发工程师的新起点。

只有完整的学完以上技术，才能算得上大数据开发人才，真正从事大数据开发相关工作，工作才更有底气，升职加薪不成问题!

第三篇：好程序员大数据培训心得感悟 敬谢恩师大数据赋能之路

好程序员大数据培训心得感悟 敬谢恩师大数据赋能之路

时光飞逝，日月如梭，转眼间我踏进千锋这个大家庭度过五个多月的奋斗时光。从最开始的编程入门---Java学习阶段（这是非常重要的阶段，只有打下扎实的基础才能在以后的阶段里不落后），到后来的大数据核心课程---hadoop学习阶段（期间不断地接触新技术、新概念、新知识，一个又一个的知识点就呼啸而来，需要坚韧的毅力坚持下来），再到后来的spark学习阶段（这里的感受同hadoop阶段是一样一样的），大数据学习的最后阶段便是在前面学习的基础上，通过项目来进行知识点的巩固和理解，以及对以后工作的流程和业务有一定的了解。在这五个多月的时光里，有汗水、有努力、有辛劳；有就业老师、技术老师、班主任对我孜孜不倦的教诲和同学对我的帮助，这里对大家说一句谢谢！

关于大数据培训，我是零基础来学习的，之前也只是在网上或听朋友们聊起过，自己开始根本不知道它是什么样子。起初我还是有些担心，因为没有“底子”怕跟不上高端班学习的进度，但是周围的老师、同学都很热心，也慢慢的和他们打成一片。老师讲课内容很细致，从简单的赋值、运算，到进程、线程的运用，老师每天辛苦传授我们专业知识，为我们解答各种学习上的‘疑难杂症’。日积月累，我渐渐的跟上大家的进度。而且，一旦上课内容消化不了，老师就会讲第二遍甚至第三遍，如果还不懂，课后还能私下请教老师，老师都会细致的讲解问题。

子曰“:学而不思则罔，思尔不学则殆”，老师将技术传授于我们，我们要好好结合运用，多敲代码多思考才能理解这个程序运行的思路。有了思路代码就能够很快的写出。

在这五个多月里，我收获许多，从开始的陌生人到现在的同学，从原来的不习惯到现在的适应，从刚开始的懵懂无措到现在自己能够独立的完成一些作业和代码，有很多成就感和满足感。

在好程序员的大数据培训生活虽然很累（每晚十点左右回去），但每天都能学到新东西，每天都过得很充实。使我的知识面又得到了拓展，也许今后的坎坷和困难绝对不会少，但我早已做好准备！也愿大家都前程似锦，加油冲冲冲！