Spark

11-10 06:00

Spark Streaming实时流处理项目实战

本课程从实时数据产生和流向的各个环节出发，通过集成主流的分布式日志收集框架Flume、分布式消息队列Kafka、分布式列式数据库HBase、及当前非常火爆的Spark Streaming打造实时流处理项目实战，让你掌握实时处理的整套处理流程，达到大数据中级研发工程师的水平！课程目录 ├──第1章课程介绍 | ├──1-1 -导学-.mp4 8.97M | ├──1-2 -授课习惯和学习建议.mp4 15.60M | ├──1-3 -OOTB环境使用演示.mp4 6.99M | ├──1-4 -Linux环境及软件版本介绍.mp4 17.01M | └──1-5 -Spark版本升级.mp4 9.98M ├──第2章初识实时流处理 | ├──2-1 -课程目录.mp4 1.25M | ├──2-2 -业务现状分析.mp4 7.46M | ├──2-3 -实时流处理产生背景.mp4 2.07M | ├──2-4 -实时流处理概述.mp4 1.80M | ├──2-5 -离线计算和实时计算对比.mp4 3.25M | ├──2-6 -实时流处理框架对比.mp4 9.82M | ├──2-7 -实时流处理架构及技术选型.mp4 4.03M | └──2-8 -实时流处理在企业中的应用.mp4 2.88M ├──第3章分布式日志收集框架Flume | ├──3-1 -课程目录.mp4 1.33M | ├──3-2 -业务现状分析.mp4 8.64M | ├──3-3 -Flume概述.mp4 23.53M | ├──3-4 -Flume架构及核心组件.mp4 42.38M | ├──3-5 -Flume&JDK环境部署.mp4 26.36M | ├──3-6 -Flume实战案例一.mp4 51.99M | ├──3-7 -Flume实战案例二.mp4 27.93M | └──3-8 -Flume实战案例三(重点掌握).mp4 53.46M ├──第4章分布式发布订阅消息系统Kafka | ├──4-1 -课程目录.mp4 1.16M | ├──4-10 -Kafka Consumer Java API编程.mp4 47.58M | ├──4-11 -Kafka实战之整合Flume和Kafka完成实时数据采集.mp4 51.00M | ├──4-2 -Kafka概述.mp4 14.40M | ├──4-3 -Kafka架构及核心概念.mp4 8.29M | ├──4-4 -Kafka单节点单Broker部署之Zookeeper安装.mp4 13.76M | ├──4-5 -Kafka单节点单broker的部署及使用.mp4 55.80M | ├──4-6 -Kafka单节点多broker部署及使用.mp4 39.44M | ├──4-7 -Kafka容错性测试.mp4 17.39M | ├──4-8 -使用IDEA+Maven构建开发环境.mp4 13.74M | └──4-9 -Kafka Producer Java API编程.mp4 50.20M ├──第5章实战环境搭建 | ├──5-1 -课程目录.mp4 886.56kb | ├──5-2 -Scala安装.mp4 7.61M | ├──5-3 -Maven安装.mp4 15.88M | ├──5-4 -Hadoop环境搭建.mp4 40.34M | ├──5-5 -HBase安装.mp4 44.91M | ├──5-6 -Spark环境搭建.mp4 17.39M | └──5-7 -开发环境搭建.mp4 37.55M ├──第6章 Spark Streaming入门 | ├──6-1 -课程目录.mp4 982.94kb | ├──6-2 -Spark Streaming概述.mp4 18.50M | ├──6-3 -Spark Streaming应用场景.mp4 2.06M | ├──6-4 -Spark Streaming集成Spark生态系统的使用.mp4 2.54M | ├──6-5 -Spark Streaming发展史.mp4 1.94M | ├──6-6 -从词频统计功能着手入门Spark Streaming.mp4 45.04M | ├──6-7 -Spark Streaming工作原理(粗粒度).mp4 3.73M | └──6-8 -Spark Streaming工作原理(细粒度).mp4 7.42M ├──第7章 Spark Streaming核心概念与编程 | ├──7-1 -课程目录.mp4 1.07M | ├──7-2 -核心概念之StreamingContext.mp4 49.08M | ├──7-3 -核心概念之DStream.mp4 14.96M | ├──7-4 -核心概念之Input DStreams和Receivers.mp4 29.37M | ├──7-5 -核心概念之Transformation和Output Operations.mp4 20.97M | ├──7-6 -案例实战之Spark Streaming处理socket数据.mp4 75.63M | └──7-7 -案例实战之Spark Streaming处理文件系统数据.mp4 29.17M ├──第8章 Spark Streaming进阶与案例实战 | ├──8-1 -课程目录.mp4 1.56M | ├──8-2 -实战之updateStateByKey算子的使用.mp4 18.82M | ├──8-3 -实战之将统计结果写入到MySQL数据库中.mp4 70.95M | ├──8-4 -实战之窗口函数的使用.mp4 13.69M | ├──8-5 -实战之黑名单过滤.mp4 21.85M | └──8-6 -实战之Spark Streaming整合Spark SQL操作.mp4 35.45M ├──第9章 Spark Streaming整合Flume | ├──9-1 -课程目录.mp4 702.46kb | ├──9-10 -Pull方式整合之本地环境联调.mp4 21.40M | ├──9-11 -Pull方式整合之服务器环境联调.mp4 29.97M | ├──9-2 -Push方式整合之概述.mp4 27.41M | ├──9-3 -Push方式整合之Flume Agent配置开发.mp4 7.84M | ├──9-4 -Push方式整合之Spark Streaming应用开发.mp4 19.09M | ├──9-5 -Push方式整合之本地环境联调.mp4 29.82M | ├──9-6 -Push方式整合之服务器环境联调.mp4 28.33M | ├──9-7 -Pull方式整合之概述.mp4 15.09M | ├──9-8 -Pull方式整合之Flume Agent配置开发.mp4 7.76M | └──9-9 -Pull方式整合之Spark Streaming应用开发.mp4 15.70M ├──第10章 Spark Streaming整合Kafka | ├──10-1 -课程目录.mp4 983.86kb | ├──10-10 -Direct方式整合之服务器环境联调.mp4 22.65M | ├──10-2 -Spark Streaming整合Kafka的版本选择详解.mp4 15.16M | ├──10-3 -Receiver方式整合之概述.mp4 37.94M | ├──10-4 -Receiver方式整合之Kafka测试.mp4 29.88M | ├──10-5 -Receiver方式整合之Spark Streaming应用开发.mp4 36.36M | ├──10-6 -Receiver方式整合之本地环境联调.mp4 16.38M | ├──10-7 -Receiver方式整合之服务器环境联调及Streaming UI讲解.mp4 43.64M | ├──10-8 -Direct方式整合之概述.mp4 59.69M | └──10-9 -Direct方式整合之Spark Streaming应用开发及本地环境测试.mp4 41.07M ├──第11章 Spark Streaming整合Flume&Kafka打造通用流处理基础 | ├──11-1 -课程目录.mp4 1.67M | ├──11-2 -处理流程画图剖析.mp4 4.57M | ├──11-3 -日志产生器开发并结合log4j完成日志的输出.mp4 14.03M | ├──11-4 -使用Flume采集Log4j产生的日志.mp4 58.68M | ├──11-5 -使用KafkaSInk将Flume收集到的数据输出到Kafka.mp4 34.56M | ├──11-6 -Spark Streaming消费Kafka的数据进行统计.mp4 28.03M | └──11-7 -本地测试和生产环境使用的拓展.mp4 14.59M ├──第12章 Spark Streaming项目实战 | ├──12-1 -课程目录.mp4 2.56M | ├──12-10 -对接实时日志数据到Kafka并输出到控制台测试.mp4 39.60M | ├──12-11 -Spark Streaming对接Kafka的数据进行消费.mp4 32.70M | ├──12-12 -使用Spark Streaming完成数据清洗操作.mp4 78.33M | ├──12-13 -功能一之需求分析及存储结果技术选型分析.mp4 20.84M | ├──12-14 -功能一之数据库访问DAO层方法定义.mp4 14.73M | ├──12-15 -功能一之数据库访问DAO层方法实现.mp4 36.31M | ├──12-16 -功能一之HBase操作工具类开发.mp4 55.65M | ├──12-17 -功能一之将Spark Streaming的处理结果写入到HBase中.mp4 45.98M | ├──12-18 -功能二之需求分析及HBase设计&HBase数据访问层开发.mp4 23.77M | ├──12-19 -功能二之功能实现及本地测试.mp4 37.52M | ├──12-2 -需求说明.mp4 7.02M | ├──12-20 -将项目运行在服务器环境中.mp4 154.15M | ├──12-3 -用户行为日志介绍.mp4 19.85M | ├──12-4 -Python日志产生器开发之产生访问url和ip信息.mp4 26.87M | ├──12-5 -Python日志产生器开发之产生referer和状态码信息.mp4 33.55M | ├──12-6 -Python日志产生器开发之产生日志访问时间.mp4 8.92M | ├──12-7 -Python日志产生器服务器测试并将日志写入到文件中.mp4 20.61M | ├──12-8 -通过定时调度工具每一分钟产生一批数据.mp4 21.50M | └──12-9 -使用Flume实时收集日志信息.mp4 30.60M ├──第13章可视化实战 | ├──13-1 -课程目录.mp4 2.40M | ├──13-10 -实战课程访问量Web层开发.mp4 22.52M | ├──13-11 -实战课程访问量实时查询展示功能实现及扩展.mp4 41.47M | ├──13-12 -Spring Boot项目部署到服务器上运行.mp4 14.94M | ├──13-13 -阿里云DataV数据可视化介绍.mp4 50.38M | ├──13-14 -DataV展示统计结果功能实现.mp4 70.20M | ├──13-2 -为什么需要可视化.mp4 14.06M | ├──13-3 -构建Spring Boot项目.mp4 27.25M | ├──13-4 -Echarts概述.mp4 24.18M | ├──13-5 -Spring Boot整合Echarts绘制静态数据柱状图.mp4 30.57M | ├──13-6 -Spring Boot整合Echarts绘制静态数据饼图.mp4 13.44M | ├──13-7 -项目目录调整.mp4 5.29M | ├──13-8 -根据天来获取HBase表中的实战课程访问次数.mp4 37.49M | └──13-9 -实战课程访问量domain以及dao开发.mp4 19.69M ├──第14章 Java拓展 | ├──14-1 -课程目录.mp4 1012.59kb | ├──14-2 -使用Java开发Spark应用程序.mp4 33.95M | └──14-3 -使用Java开发Spark Streaming应用程序.mp4 45.57M └──project.zip 270.85kb

660

11-15 04:12

Spark离线和实时电影推荐系统直播回放(视频+文档+代码）

Spark离线和实时电影推荐系统直播回放(视频+文档+代码） |____十次课-代码调试4.mp4 |____十次课-代码调试3.mp4 |____十次课-代码调试2.mp4 |____十次课-代码调试1.mp4 |____第一次课-数据预处理4.mp4 |____第一次课-数据预处理3.mp4 |____第一次课-数据预处理2.mp4 |____第一次课-数据预处理1.mp4 |____第五次课-产生推荐结果4.mp4 |____第五次课-产生推荐结果3.mp4 |____第五次课-产生推荐结果2.mp4 |____第五次课-产生推荐结果1.mp4 |____第四次课-als和模型参数4.mp4 |____第四次课-als和模型参数3.mp4 |____第四次课-als和模型参数2.mp4 |____第四次课-als和模型参数1.mp4 |____第十一次课-分布式环境运行和调试4.mp4 |____第十一次课-分布式环境运行和调试3.mp4 |____第十一次课-分布式环境运行和调试2.mp4 |____第十一次课-分布式环境运行和调试1.mp4 |____第十二次课-项目总结4.mp4 |____第十二次课-项目总结3.mp4 |____第十二次课-项目总结2.mp4 |____第十二次课-项目总结1.mp4 |____第十二次课-zippelin2.mp4 |____第十二次课-zippelin1.mp4 |____第三次课-数据加工4.mp4 |____第三次课-数据加工3.mp4 |____第三次课-数据加工2.mp4 |____第三次课-数据加工1.mp4 |____第七次课-实时数据加工4.mp4 |____第七次课-实时数据加工3.mp4 |____第七次课-实时数据加工2.mp4 |____第七次课-实时数据加工1.mp4 |____第六次课-数据入库4.mp4 |____第六次课-数据入库3.mp4 |____第六次课-数据入库2.mp4 |____第六次课-数据入库1.mp4 |____第九次课-实时数据接受和ml构建模型的方法4.mp4 |____第九次课-实时数据接受和ml构建模型的方法3.mp4 |____第九次课-实时数据接受和ml构建模型的方法2.mp4 |____第九次课-实时数据接受和ml构建模型的方法1.mp4 |____第二次课-数据清洗8.mp4 |____第二次课-数据清洗7.mp4 |____第二次课-数据清洗6.mp4 |____第二次课-数据清洗5.mp4 |____第八次课-实时数据的接受处理4.mp4 |____第八次课-实时数据的接受处理3.mp4 |____第八次课-实时数据的接受处理2.mp4 |____第八次课-实时数据的接受处理1.mp4 |____spark电影PPT资料.zip |____code.zip

629

01-23 02:56

Spark的体系架构实战和Storm核心技术解读极客前程SPARK+STORM实战视频教程

Spark的体系架构实战和Storm核心技术解读极客前程SPARK+STORM实战视频教程非常具备实战意义的课程，需要一定基础才能够完成的进阶学习课程如果大家想在大数据方面有更深一步的造诣，可以通过这个套课程来提升自己的技术水平课程目录 (1)spark核心知识讲解;目录中文件数:15个 (4) 03spark的体系结构.mp4 (5) 04伪分布环境搭建.mp4 (6) 05全分布环境的搭建.mp4 (7) 06基于文件目录的恢复.mp4 (8) 07基于zk的高可用集群搭建.mp4 (9) 08使用Spark-Submit递交任务.mp4 (10) 09使用Spark-Shell.mp4 (11) 10分析WordCount的执行过程.mp4 (12) 11开发JAVA版本的WordCount.mp4 (13) 12使用Lambda表达式实现WordCount.mp4 (14) 13使用scala实现WordCount.mp4 (15) pom.xml (16) Spark体系结构.png (17) 蒙特卡罗求PI.png (18) 课程笔记.txt (2)storm详解;目录中文件数:1个 (19) storm大纲.docx (3)精品书籍;目录中文件数:31个 (20) 淘宝技术这十年.pdf (21) 565702+深入理解Hadoop.第2版%40.pdf (22) 581139+深入云计算+Hadoop源代码分析+第2版+%28修订版%29.pdf (23) 581155+Spark大数据实例开发教程.pdf (24) Hadoop入门教程.pdf (25) Hadoop应用开发技术详解-3.pdf (26) Hadoop应用架构.pdf (27) Hadoop技术内幕：深入解析MapReduce架构设计与实现原理.pdf (28) HADOOP权威指南第3版 PDF电子书下载带目录书签完整版.pdf (29) Hadoop权威指南+第3版+修订版+.pdf (30) HADOOP权威指南+第3版+完整版.pdf (31) Hadoop核心技术.pdf (32) HBase权威指南%28中文版%29.pdf (33) HDFS—Hadoop分布式文件系统深度实践.pdf (34) LINUX SHELL脚本攻略(中文版带书签).pdf (35) MapReduce技术流程介绍.pptx (36) MapReduce设计模式+%5B(美).pdf (37) Spark原著中文版.pdf (38) Spark大数据处理：技术、应用与性能优化%28全%29.pdf (39) Spark快速大数据分析.pdf (40) Spark最佳实践+%2C陈欢，林世飞著+ (1).pdf (41) Spark最佳实践+%2C陈欢，林世飞著+.pdf (42) Spark高级数据分析+%28美%29+sandy+ryza%3Buri+laserson%3B++龚少成%28译%29++人民邮电出版社+2015-11-01.pdf (43) Storm分布式实时计算模式.pdf (44) ZooKeeper-分布式过程协同技术详解.pdf (45) ZooKeeper入门简介及配置使用.pdf (46) 《Hadoop技术内幕：深入解析Hadoop+Common和HDFS架构设计与实现原理》.pdf (47) 云计算大数据实战班.pdf (48) 从Paxos到Zookeeper 分布式一致性原理与实践 [倪超著][电子工业出版社][2015.02][422页].pdf (49) 深入理解计算机系统(第二版).pdf (50) 鸟哥的Linux私房菜基础学习篇(第三版).pdf (4)spark核心知识讲解SparkDemo;目录中文件数:0个 (5)storm详解第一节;目录中文件数:2个 (51) 1 storm概述.mp4 (52) 1 storm概述.pdf (6)storm详解第三节;目录中文件数:2个 (53) 3 第一个storm程序(本地模式).mp4 (54) 3 第一个storm程序(本地模式).pdf (7)storm详解第二节;目录中文件数:2个 (55) 2 storm1.0的安装配置与入门.mp4 (56) 2 storm1.0的安装配置与入门.pdf (8)storm详解第五节;目录中文件数:2个 (57) 5 storm任务分配.mp4 (58) 5 storm任务分配.pdf (9)storm详解第六节;目录中文件数:2个 (59) 6 storm web UI.mp4 (60) 6 storm web UI.pdf (10)storm详解第四节;目录中文件数:2个 (61) 4 storm远程模式.mp4 (62) 4 storm远程模式.pdf (11)spark核心知识讲解SparkDemo.idea;目录中文件数:2个 (63) compiler.xml (64) hydra.xml

602

01-28 12:27

Spark2.x+协同过滤算法，开发企业级个性化推荐系统完整版

Spark2.x+协同过滤算法，开发企业级个性化推荐系统完整版第1章课程介绍与学习指南本节主要进行课程的介绍，学习路线与指南，如何更好的学习本课程？为什么要学习本课程，学习本课程具体能收获什么？第2章了解推荐系统的生态本章带你了解推荐系统的生态，让你从思维上重塑对推荐系统的认知。了解推荐系统是由哪些关键元素支撑的，推荐算法的分类以及什么才算一个好的推荐系统第3章给学习算法打基础本章回顾并梳理了学习算法必需的数学知识和统计学知识，帮助大家巩固基础，平滑过渡，为后面学习推荐算法做铺垫。第4章详解协同过滤推荐算法原理本章介绍推荐算法中最常用也最受欢迎的协同过滤推荐算法。首先巩固学习协同过滤特有的数学基础，然后分别从推荐算法的三个类型：基于用户，基于物品，基于模型来展开，并且对它们进行代码演示。第5章基于Spark的协同过滤原理本章讲解Spark内置的推荐算法：ALS。从算法原理、Spark上实现、源码阅读，这3个方面全面讲解ALS算法。第6章推荐系统搭建——需求分析和环境搭建开始进行推荐系统的实操了！大家准备好了吗？这章我们进行对整个推荐系统做一个需求分析。并且手把手带领环境搭建。第7章推荐系统搭建——UI界面模块先从简单内容起步，一般大数据开发工程师主要负责数据的收集和分析，这里为了演示方便我们制作了简单的前端页面，使用了 VUE、Element-UI和EChatrs 第8章推荐系统搭建——数据层做好前期准备，终于步入正轨了，大家是不是都按耐不住了？本章将带领大家开发项目的数据层的部分，分别实现数据采集、清洗、分析等功能。第9章推荐系统搭建——推荐引擎本章将要介绍本次项目的重难点，推荐引擎模块的搭建。主要讲解推荐模块的几个核心：召回，过滤，特征计算和排序。逐步完成实时推荐架构的搭建。第10章推荐系统搭建——推荐结果存储本章演示个性化推荐系统的评估模块的搭建。主要是介绍主流的测试模块A/B测试，逐步开发搭建一个完整的A/B测试后台第11章推荐系统搭建——推荐效果评估模块本章演示个性化推荐系统收尾环节，评估模块的搭建。主要介绍主流的测试模块A/BTest，逐步搭建一个完整的A/B测试后台第12章知识拓展——基于关联规则的推荐算法本章讲解两个主要的关联规则推荐算法，Apriori和FP-Growth，并通过Spark去演示这两个算法的实现。第13章知识拓展——基于机器学习的推荐算法本章主要讲解主流的基于机器学习的推荐算法。首先介绍RBM随机网络原理，接着分别展示基于 RBN、CNN、RNN的推荐算法，演示如何实现。第14章知识拓展——基于内容的推荐算法本章主要介绍主流的基于内容的推荐算法，分别介绍TF-IDF算法、文本向量化、用户行为向量化和长期模型。最后对所有算法知识以及课程项目进行一个总结和展望。

500

01-23 03:01

Spark与Spark Streaming核心架构系统实践课程 Spark Streaming实时流处理项目实战

Spark与Spark Streaming核心架构系统实践课程 Spark Streaming实时流处理项目实战 Spark Streaming是Spark core API的扩展，支持实时数据流的处理，并且具有可扩展，高吞吐量，容错的特点 Spark Streaming用于处理流式计算问题，能够和Spark的其他模块无缝集成。 Spark Streaming接收实时输入数据流并将数据分成批，然后由Spark引擎处理，以批量生成最终结果流。这套课程直接从项目开始讲起，不适合零基础学习的同学，但是对需要深入学习Spark的同学来说是不可多得的好课程！课程目录 (0)配套资料; (1) Linux.rar (2) project.zip (1)第10章 Spark Streaming整合Kafka;目录中文件数:10个 (3) 10-1 -课程目录.mp4 (4) 10-10 -Direct方式整合之服务器环境联调.mp4 (5) 10-2 -Spark Streaming整合Kafka的版本选择详解.mp4 (6) 10-3 -Receiver方式整合之概述.mp4 (7) 10-4 -Receiver方式整合之Kafka测试.mp4 (8) 10-5 -Receiver方式整合之Spark Streaming应用开发.mp4 (9) 10-6 -Receiver方式整合之本地环境联调.mp4 (10) 10-7 -Receiver方式整合之服务器环境联调及Streaming UI讲解.mp4 (11) 10-8 -Direct方式整合之概述.mp4 (12) 10-9 -Direct方式整合之Spark Streaming应用开发及本地环境测试.mp4 (2)第11章 Spark Streaming整合Flume&Kafka打造通用流处理基础;目录中文件数:7个 (13) 11-1 -课程目录.mp4 (14) 11-2 -处理流程画图剖析.mp4 (15) 11-3 -日志产生器开发并结合log4j完成日志的输出.mp4 (16) 11-4 -使用Flume采集Log4j产生的日志.mp4 (17) 11-5 -使用KafkaSInk将Flume收集到的数据输出到Kafka.mp4 (18) 11-6 -Spark Streaming消费Kafka的数据进行统计.mp4 (19) 11-7 -本地测试和生产环境使用的拓展.mp4 (3)第12章 Spark Streaming项目实战;目录中文件数:20个 (20) 12-1 -课程目录.mp4 (21) 12-10 -对接实时日志数据到Kafka并输出到控制台测试.mp4 (22) 12-11 -Spark Streaming对接Kafka的数据进行消费.mp4 (23) 12-12 -使用Spark Streaming完成数据清洗操作.mp4 (24) 12-13 -功能一之需求分析及存储结果技术选型分析.mp4 (25) 12-14 -功能一之数据库访问DAO层方法定义.mp4 (26) 12-15 -功能一之数据库访问DAO层方法实现.mp4 (27) 12-16 -功能一之HBase操作工具类开发.mp4 (28) 12-17 -功能一之将Spark Streaming的处理结果写入到HBase中.mp4 (29) 12-18 -功能二之需求分析及HBase设计&HBase数据访问层开发.mp4 (30) 12-19 -功能二之功能实现及本地测试.mp4 (31) 12-2 -需求说明.mp4 (32) 12-20 -将项目运行在服务器环境中.mp4 (33) 12-3 -用户行为日志介绍.mp4 (34) 12-4 -Python日志产生器开发之产生访问url和ip信息.mp4 (35) 12-5 -Python日志产生器开发之产生referer和状态码信息.mp4 (36) 12-6 -Python日志产生器开发之产生日志访问时间.mp4 (37) 12-7 -Python日志产生器服务器测试并将日志写入到文件中.mp4 (38) 12-8 -通过定时调度工具每一分钟产生一批数据.mp4 (39) 12-9 -使用Flume实时收集日志信息.mp4 (4)第13章可视化实战;目录中文件数:14个 (40) 13-1 -课程目录.mp4 (41) 13-10 -实战课程访问量Web层开发.mp4 (42) 13-11 -实战课程访问量实时查询展示功能实现及扩展.mp4 (43) 13-12 -Spring Boot项目部署到服务器上运行.mp4 (44) 13-13 -阿里云DataV数据可视化介绍.mp4 (45) 13-14 -DataV展示统计结果功能实现.mp4 (46) 13-2 -为什么需要可视化.mp4 (47) 13-3 -构建Spring Boot项目.mp4 (48) 13-4 -Echarts概述.mp4 (49) 13-5 -Spring Boot整合Echarts绘制静态数据柱状图.mp4 (50) 13-6 -Spring Boot整合Echarts绘制静态数据饼图.mp4 (51) 13-7 -项目目录调整.mp4 (52) 13-8 -根据天来获取HBase表中的实战课程访问次数.mp4 (53) 13-9 -实战课程访问量domain以及dao开发.mp4 (5)第14章 Java拓展;目录中文件数:3个 (54) 14-1 -课程目录.mp4 (55) 14-2 -使用Java开发Spark应用程序.mp4 (56) 14-3 -使用Java开发Spark Streaming应用程序.mp4 (6)第1章课程介绍;目录中文件数:5个 (57) 1-1 -导学-.mp4 (58) 1-2 -授课习惯和学习建议.mp4 (59) 1-3 -OOTB环境使用演示.mp4 (60) 1-4 -Linux环境及软件版本介绍.mp4 (61) 1-5 -Spark版本升级.mp4 (7)第2章初识实时流处理;目录中文件数:8个 (62) 2-1 -课程目录.mp4 (63) 2-2 -业务现状分析.mp4 (64) 2-3 -实时流处理产生背景.mp4 (65) 2-4 -实时流处理概述.mp4 (66) 2-5 -离线计算和实时计算对比.mp4 (67) 2-6 -实时流处理框架对比.mp4 (68) 2-7 -实时流处理架构及技术选型.mp4 (69) 2-8 -实时流处理在企业中的应用.mp4 (8)第3章分布式日志收集框架Flume;目录中文件数:8个 (70) 3-1 -课程目录.mp4 (71) 3-2 -业务现状分析.mp4 (72) 3-3 -Flume概述.mp4 (73) 3-4 -Flume架构及核心组件.mp4 (74) 3-5 -Flume&JDK环境部署.mp4 (75) 3-6 -Flume实战案例一.mp4 (76) 3-7 -Flume实战案例二.mp4 (77) 3-8 -Flume实战案例三(重点掌握).mp4 (9)第4章分布式发布订阅消息系统Kafka;目录中文件数:11个 (78) 4-1 -课程目录.mp4 (79) 4-10 -Kafka Consumer Java API编程.mp4 (80) 4-11 -Kafka实战之整合Flume和Kafka完成实时数据采集.mp4 (81) 4-2 -Kafka概述.mp4 (82) 4-3 -Kafka架构及核心概念.mp4 (83) 4-4 -Kafka单节点单Broker部署之Zookeeper安装.mp4 (84) 4-5 -Kafka单节点单broker的部署及使用.mp4 (85) 4-6 -Kafka单节点多broker部署及使用.mp4 (86) 4-7 -Kafka容错性测试.mp4 (87) 4-8 -使用IDEA+Maven构建开发环境.mp4 (88) 4-9 -Kafka Producer Java API编程.mp4 (10)第5章实战环境搭建;目录中文件数:7个 (89) 5-1 -课程目录.mp4 (90) 5-2 -Scala安装.mp4 (91) 5-3 -Maven安装.mp4 (92) 5-4 -Hadoop环境搭建.mp4 (93) 5-5 -HBase安装.mp4 (94) 5-6 -Spark环境搭建.mp4 (95) 5-7 -开发环境搭建.mp4 (11)第6章 Spark Streaming入门;目录中文件数:8个 (96) 6-1 -课程目录.mp4 (97) 6-2 -Spark Streaming概述.mp4 (98) 6-3 -Spark Streaming应用场景.mp4 (99) 6-4 -Spark Streaming集成Spark生态系统的使用.mp4 (100) 6-5 -Spark Streaming发展史.mp4 (101) 6-6 -从词频统计功能着手入门Spark Streaming.mp4 (102) 6-7 -Spark Streaming工作原理(粗粒度).mp4 (103) 6-8 -Spark Streaming工作原理(细粒度).mp4 (12)第7章 Spark Streaming核心概念与编程;目录中文件数:7个 (104) 7-1 -课程目录.mp4 (105) 7-2 -核心概念之StreamingContext.mp4 (106) 7-3 -核心概念之DStream.mp4 (107) 7-4 -核心概念之Input DStreams和Receivers.mp4 (108) 7-5 -核心概念之Transformation和Output Operations.mp4 (109) 7-6 -案例实战之Spark Streaming处理socket数据.mp4 (110) 7-7 -案例实战之Spark Streaming处理文件系统数据.mp4 (13)第8章 Spark Streaming进阶与案例实战;目录中文件数:6个 (111) 8-1 -课程目录.mp4 (112) 8-2 -实战之updateStateByKey算子的使用.mp4 (113) 8-3 -实战之将统计结果写入到MySQL数据库中.mp4 (114) 8-4 -实战之窗口函数的使用.mp4 (115) 8-5 -实战之黑名单过滤.mp4 (116) 8-6 -实战之Spark Streaming整合Spark SQL操作.mp4 (14)第9章 Spark Streaming整合Flume;目录中文件数:11个 (117) 9-1 -课程目录.mp4 (118) 9-10 -Pull方式整合之本地环境联调.mp4 (119) 9-11 -Pull方式整合之服务器环境联调.mp4 (120) 9-2 -Push方式整合之概述.mp4 (121) 9-3 -Push方式整合之Flume Agent配置开发.mp4 (122) 9-4 -Push方式整合之Spark Streaming应用开发.mp4 (123) 9-5 -Push方式整合之本地环境联调.mp4 (124) 9-6 -Push方式整合之服务器环境联调.mp4 (125) 9-7 -Pull方式整合之概述.mp4 (126) 9-8 -Pull方式整合之Flume Agent配置开发.mp4 (127) 9-9 -Pull方式整合之Spark Streaming应用开发.mp4

499

07-28 02:22

Spark系列视频课程之一：精通与实战编程视频课程

Spark系列视频课程之一：精通与实战编程视频课程课程目标学完本课程，你可以掌握： 1.能够利用Scala进行面向对象编程，开发复杂的应用程序 2.能够熟练应用Scala的模式匹配技术 3.能够熟练掌握和应用Scala中的隐式参数与隐式转换 4.能够熟练掌握Scala的类型系统 5.能够快速上手Spark应用程序开发适用人群本课程适合于对编程语言有一定了解，了解Java编程语言以及面向对象基本概念的学员课程简介掌握大数据核心知识点，把握大数据最新趋势。一起交流讨论，掌控大数据时代。 Scala是一种多范式的编程语言，其设计的初衷是要集成面向对象编程和函数式编程的各种特性。Scala运行于Java平台（Java虚拟机），并兼容现有的Java程序。它也能运行于CLDC配置的Java ME中。目前还有另一.NET平台的实现，不过该版本更新有些滞后。Scala的编译模型（独立编译，动态类加载）与Java和C#一样，所以Scala代码可以调用Java类库（对于.NET实现则可调用.NET类库）。Scala包括编译器和类库，以及BSD许可证发布。学习Scala编程语言，为后续学习Spark奠定基础。

482

02-16 10:22

Spark亚太研究院-Spark实战高手之路

Spark亚太研究院-Spark实战高手之路：从零开始 |____Spark实战高手之路（5）：构建Spark集群.pdf |____Spark实战高手之路（4）：构建Spark集群.pdf |____Spark实战高手之路（3）：构造分布式Spark集群.pdf |____Spark实战高手之路（2）：如何构建真正的Hadoop分布式集群环境.pdf |____Spark实战高手之路（1）：如何搭建Spark集群.pdf |____Spark实战高手之路-第6章Spark SQL编程动手实战(1).pdf |____Spark实战高手之路-第5章Spark API编程动手实战（4）.pdf |____Spark实战高手之路-第5章Spark API编程动手实战（3）.pdf |____Spark实战高手之路-第5章Spark API编程动手实战（2）.pdf |____Spark实战高手之路-第5章Spark API编程动手实战（1）.pdf |____Spark实战高手之路-第4章Spark内核揭秘（5）.pdf |____Spark实战高手之路-第4章Spark内核揭秘（4）.pdf |____Spark实战高手之路-第4章Spark内核揭秘（3）.pdf |____Spark实战高手之路-第4章Spark内核揭秘（2）.pdf |____Spark实战高手之路-第4章Spark内核揭秘（1）：Spark内核初探.pdf |____Spark实战高手之路-第3章Spark架构设计与编程模型（4）.pdf |____Spark实战高手之路-第3章Spark架构设计与编程模型（3）.pdf |____Spark实战高手之路-第3章Spark架构设计与编程模型（2）.pdf |____Spark实战高手之路-第3章Spark架构设计与编程（1）.pdf |____Spark实战高手之路-第2章动手实战Scala（3）.pdf |____Spark实战高手之路-第2章动手实战Scala（2）.pdf |____Spark实战高手之路-第2章动手实战Scala（1）.pdf

420

08-04 06:49

Spark机器学习班

Spark机器学习班第一阶段 Spark基础入门第1课 Spark系统概述与编程接口知识点1：Spark系统概述知识点2：Spark RDD分区及依赖关系知识点3：RDD API-transformation、action 实战项目：PageRank中的依赖关系第2课 Spark运行模式及原理知识点1：Spark运行模式知识点2：Spark基本工作流程知识点3：Spark Shuffle讲解实战项目：YARN cluster模式–部署、运行、内部实现及其原理第二阶段 Spark进阶：存储、调度、性能调优第3课 Spark存储、调度、与监控分析知识点1：存储管理模块整体架构知识点2：RDD持久化知识点3：Shuffle数据持久化知识点4：广播(Broadcast)变量持久化知识点5：Spark调度相关流程实战项目：Spark监控管理第4课 Spark性能调优知识点1：开发调优知识点2：资源调优知识点3：数据倾斜调优实战项目：shuffle调优第三阶段 Spark深入：即时查询、流计算与图计算第5课 Spark即时查询讲解知识点1：SQLContext 及DataFrame的介绍知识点2：常用的查询操作知识点3：流计算系统的对比知识点4：Spark streaming的介绍与数据处理流程知识点5：流数据源的接入知识点6：transformation与window操作实战项目：SQL优化配置、及流计算项目的部署与调优第6课 Spark图计算讲解知识点1：属性图的介绍知识点2：edge、vertex、triplet介绍与创建知识点3：属性图的操作知识点4：图算法介绍实战项目：图的调优第四阶段 Spark机器学习实战第7课 Spark机器学习讲解知识点1：Mllib 机器学习库介绍知识点2：基本的统计分析功能知识点3：基本的机器学习库使用介绍知识点4：模型的评价标准库使用介绍实战项目：使用逻辑回归完成KDD99的分类问题第8课 Spark机器学习应用实战项目：使用Mllib的树模型完成分类问题实战项目：使用Mllib搭建推荐系统

401