1) Lucene介绍 2) Lucene 倒排索引原理 3) 建索引 IndexWriter 4) 搜索 IndexSearcher 5) Query 6) Sort和 过滤 （filter） 7) 索引优化和高亮

1) 什么是solr 2) 为什么工程中要使用solr 3) Solr的原理 4) 如何在tomcat中运行solr 5) 如何利用solr进行索引与搜索 6) solr的各种查询 7) solr的Filter 8) solr的排序 9) solr的高亮 10) solr的某个域统计 11) solr的范围统计 12) solrcloud集群搭建

1) Hadoop生态环境介绍 2) Hadoop云计算中的位置和关系 3) 国内外Hadoop应用案例介绍 4) Hadoop 概念、版本、历史 5) Hadoop 核心组成介绍及hdfs、mapreduce 体系结构 6) Hadoop 的集群结构 7) Hadoop 伪分布的详细安装步骤 8) 通过命令行和浏览器观察hadoop 9) HDFS底层工作原理 10) HDFS datanode,namenode详解 11) Hdfs shell 12) Hdfs java api 13) Mapreduce四个阶段介绍 14) Writable 15) InputSplit和OutputSplit 16) Maptask 17) Shuffle：Sort，Partitioner，Group,Combiner 18) Reducer 19) 二次排序 20) 倒排序索引 21) 最优路径 22) 电信数据挖掘之-----移动轨迹预测分析（国内棱镜计划） 23) 社交好友推荐算法 24) 互联网精准广告推送 算法 25) 阿里巴巴天池大数据竞赛 《天猫推荐算法》案例 26) Mapreduce实战pagerank算法 27) Hadoop2.x集群结构体系介绍 28) Hadoop2.x集群搭建 29) NameNode的高可用性（HA） 30) HDFS Federation 31) ResourceManager 的高可用性（HA） 32) Hadoop集群常见问题和解决方法 33) Hadoop集群管理

1) HBase与RDBMS的对比 2) 数据模型 3) 系统架构 4) HBase上的MapReduce 5) 表的设计 6) 集群的搭建过程讲解 7) 集群的监控 8) 集群的管理 9) HBase Shell以及演示 10) Hbase 树形表设计 11) Hbase 一对多 和 多对多 表设计 12) Hbase 微博 案例 13) Hbase 订单案例 14) Hbase表级优化 15) Hbase 写数据优化 16) Hbase 读数据优化

1) 数据仓库基础知识 2) Hive定义 3) Hive体系结构简介 4) Hive集群 5) 客户端简介 6) HiveQL定义 7) HiveQL与SQL的比较 8) 数据类型 9) 外部表和分区表 10) ddl与CLI客户端演示 11) dml与CLI客户端演示 12) select与CLI客户端演示 13) Operators 和 functions与CLI客户端演示 14) Hive server2 与jdbc 15) 用户自定义函数（UDF 和 UDAF）的开发与演示 16) Hive 优化

1) 介绍 和 配置Sqoop 2) Sqoop shell使用 3) Sqoop-import a) DBMS-hdfs b) DBMS-hive c) DBMS-hbase 4) Sqoop-export

1) flume简介-基础知识 2) flume安装与测试 3) flume部署方式 4) flume source相关配置及测试 5) flume sink相关配置及测试 6) flume selector 相关配置与案例分析 7) flume Sink Processors相关配置和案例分析 8) flume Interceptors相关配置和案例分析 9) flume AVRO Client开发 10) flume 和kafka 的整合

1) Zookeeper java api开发 2) Zookeeper rmi高可用分布式集群开发 3) Zookeeper redis高可用监控实现 4) Netty 异步io通信框架 5) Zookeeper实现netty分布式架构的高可用

1) R语言介绍，基本函数，数据类型 2) 线性回归 3) 朴素贝叶斯聚类 4) 决策树分类 5) k均值聚类 a) 离群点检测 6) 关联规则探索 7) 神经网络

1) 介绍为什么使用它,它的前景 a) 简单介绍Mahout b) 简单介绍机器学习 c) 实例演示Mahout单机推荐程序 2) 配置安装（hadoop2.x版本的）编译安装步骤说明 a) 命令行中测试运行协同过滤概念 3) 推荐 a) 讲解基于用户的协同过滤 b) 讲解基于物品的协同过滤 4) 分类 a) 分类概念 b) 分类的应用及Mahout分类优势 c) 分类和聚类、推荐的区别 d) 分类工作原理 e) 分类中概念术语 f) 分类项目工作流 g) 如何定义预测变量 h) 线性分类器的介绍，及贝叶斯分类器 i) 决策树分类器的介绍，及随机森林分类器 j) 如何使用贝叶斯分类器和随机森林分类器的代码展示 5) 聚类 a) 聚类概念 b) 聚类步骤流程 c) 聚类中的距离测度 d) 讲解K-means聚类 e) K-means聚类算法展示 f) 聚类其他算法 g) 介绍TF-IDF h) 归一化 i) 微博聚类案例