1.了解MySQL的基本知識，懂得寫一些簡單的SQL； 2.掌握建立簡單的索引，熟練掌握數據庫的操作； 3.深入了解數據庫索引、存儲引擎原理以及運行機制，能有效地構建高性能課擴展的數據庫結構/架構，有效地優化數據庫性能配置并加以調試，分析數據庫運行狀態；

1、熟練操作linux常用命令以及網絡配置； 2、熟悉用戶以及權限管理操作； 3、熟悉軟件包以及系統命令管理； 4、學習shell編程； 5、了解hadoop搭建的三種方式（單機模式、偽分布模式和分布式模式）； 6、掌握搭建偽分布式以及完全分布式集群； 7、認識hadoop生態系統，了解MapReduce分布式計算框架、Yarn集群資源管理和調度平臺、hdfs分布式文件系統、hive數據倉庫、HBase實時分布式數據庫、Flume日志收集工具、sqoop數據庫ETL工具、zookeeper分布式協作服務、Mahout數據挖掘庫等； 8、學習MapReduce。MapReduce作為hadoop核心內容，要先易后難，首先了解Mapper、Reducer、Configuration、job等這些類，熟悉MapReduce流程圖，然后寫簡單的單詞統計代碼，整體上對MapReduce認識，之后學習MapReduce運行機制，熟練掌握MapReduce輸入格式，MapReduce輸出格式，以及MapReduce優化； 9、學習hadoop另一個核心內容HDFS。首先明白什么是hdfs，然后再分析hdfs的優點，然后再了解Hdfs的缺點有哪些，HDFS是如何存儲數據的，采用什么樣的架構，我們如何實現讀取和寫入HDFS中的文件，以及了解HDFS副本存放策略，同時熟練掌握HDFS的shell訪問和java訪問；

1.了解Spark到底是什么 2.了解Spark和Hadoop的區別 3.了解Spark的基礎知識和概念 4.掌握Spark RDD的基本操作和特性 5.掌握Spark程序的開發和部署流程 6.深入理解面向函數式編程語言Scala開發Spark程序； 7.深入剖析Spark底層核心RDD的特性； 8.深入理解RDD的緩存機制和廣播變量原理及其使用 ； 9.掌握Spark任務的提交、任務的劃分、任務調度流程。

Scala的各種語言規則與簡單直接的應用，通過學與本課程能具備初步的Scala語言實際編程能力。本部分課程也可以視為大家下面學Spark課程的鋪墊,供學生掃盲熟悉Scala .提前進行熱身運動。

1. 了解Flink框架技術，能獨立進行安裝及環境配置； 2. 熟悉Flink編程基礎； 3. 熟悉Flink源碼分析； 4. 能夠使用Flink進行實時與離線數據的處理； 5. 能夠使用Flink解析kafka的流式數據并進行計算； 6. 能夠使用Flink對電商的各種指標進行實時的計算； 7. 能夠了解真正的Flink如何進行開發；