cda-level-考试大纲 (1)_原创文档.pdfVIP

cdalevel考试大纲

一、知识要求

针对不同知识，掌握程度的要求分为【领会】、【熟知】、【应用】三个级别，考生应按照

不同知识要求进行学习。

1、领会：考生能够领会了解规定的知识点，并能够了解规定知识点的内涵与外延，了解其内

容要点和它们之间的区别与联系，并能做出正确的阐述、解释和说明。

2、熟知：考生须掌握知识的要点，并能够正确理解和记忆相关理论方法，能够根据不同要求，

做出逻辑严密的解释、说明和阐述。此部分为考试的重点部分。

3、应用：考生须学会将知识点落地实践，并能够结合相关工具进行商业应用，能够根据具体

要求，给出问题的具体实施流程和策略。

二、考试范围

1、大数据基础理论占比（8%）

a.大数据分析基础（1%）

b.Python基础（5%）

c.LinuxUbuntu操作系统基础（2%）

2、Hadoop理论占比（12%）

a.Hadoop安装配置及运行机制解析（2%）

b.HDFS分布式文件系统（2%）

c.MapReduce理论及实战（2%）

d.Hadoop生态其他常用组件（6%）

3、大数据分析之数据库理论及工具占比（16%）

a.数据库导论（2%）

b.MySQL理论及实战（3%）

c.HBase安装及使用（3%）

d.Hive安装及使用（5%）

e.Sqoop安装及使用（3%）

4、大数据分析之数据挖掘理论基础占比（10%）

a.数据挖掘的基本思想（2%）

b.数据挖掘基本方法介绍（2%）

c.有监督学习算法（4%）

d.无监督学习算法（2%）

5、大数据分析之Spark工具及实战占比（35%）

a.Spark基础理论（2%）

b.SparkRDD基本概念及常用操作（3%）

c.Spark流式计算框架SparkStreaming、StructuredStreaming（5%）

d.Spark交互式数据查询框架SparkSQL（5%）

e.Spark机器学习算法库SparkMLlib基本使用方法（15%）

f.Spark图计算框架GraphX（5%）

6、大数据分析之数据可视化方法占比（4%）

a.数据可视化入门基础（1%）

b.Python数据可视化入门（2%）

c.Python高级数据可视化方法（1%）

7、大数据分析实战占比（15%）

a.利用HDFSShell操作HDFS文件系统（1%）

b.利用HiveSQL进行数据清洗（2%）

c.利用Sqoop进行数据传输（1%）

d.利用SparkSQL进行数据读取（2%）

e.利用SparkMLlib进行机器学习建模（8%）

f.利用Python进行建模结果数据可视化（1%）

二、考试内容

PART1大数据基础理论

1、大数据分析基础

【领会】

大数据技术诞生技术背景

大数据技术实际应用

分布式处理技术概念

数据分析和数据挖掘的概念

【熟知】

明确数据分析的目标和意义

明确分布式技术在进行海量数据处理时起到的关键作用

数据分析方法与数据挖掘方法的区别和联系

明确数据分析流程中不同软件工具的作用

常用描述性统计方法

常用数据挖掘方法

2、Python基础

【领会】

Python语言的特点、语法、应用场景

【熟知】

Python基础语法，包括基本数据类型、运算符、条件控制语句、循环语句等；

Python函数式编程，常用高阶函数，包括map函数、reduce函数、filter函数及模块相

关功能

Python面向对象编程特性，包括类和实例、继承、多态利用Python链接数据库

Pyt