团购网大型离线电商数据分析平台实战高清视频教程百度云

团购网大型离线电商数据分析平台实战高清视频教程百度云

大数据2019-08-11 10:596250bw

视频截图:

视频目录:

第一章 大数据集群搭建

1.1、课程介绍

1.2、CentOS 6.4集群搭建-1

1.3、CentOS 6.4集群搭建-2

1.4、hadoop-2.5.0-cdh5.3.6集群搭建

1.5、hive-0.13.1-cdh5.3.6安装

1.6、zookeeper-3.4.5-cdh5.3.6集群搭建

1.7、kafka_2.9.2-0.8.1集群搭建

1.8、flume-ng-1.5.0-cdh5.3.6安装

1.9、离线日志采集流程介绍

1.10、实时数据采集流程介绍

1.11、Spark 1.5.1客户端安装以及基于YARN的提交模式

第二章 用户访问session分析

2.1、模块介绍

2.2、基础数据结构以及大数据平台架构介绍

2.3、需求分析

2.4、技术方案设计

2.5、数据表设计

2.6、Eclipse工程搭建以及工具类说明

2.7、开发配置管理组件

2.8、JDBC原理介绍以及增删改查示范

2.9、数据库连接池原理

2.10、单例设计模式

2.11、内部类以及匿名内部类

2.12、开发JDBC辅助组件(上)

2.13、开发JDBC辅助组件(下)

2.14、JavaBean概念讲解

2.15、DAO模式讲解以及TaskDAO开发

2.16、工厂模式讲解以及DAOFactory开发

2.17、JSON数据格式讲解以及fastjson介绍

2.18、Spark上下文构建以及模拟数据生成

2.19、按session粒度进行数据聚合

2.20、按筛选参数对session粒度聚合数据进行过滤

2.21、session聚合统计之自定义Accumulator

2.22、session聚合统计之重构实现思路与重构session聚合

2.23、session聚合统计之重构过滤进行统计

2.24、session聚合统计之计算统计结果并写入MySQL

2.25、session聚合统计之本地测试

2.26、session聚合统计之使用Scala实现自定义Accumulator

2.27、session随机抽取之实现思路分析

2.28、session随机抽取之计算每天每小时session数量

2.29、session随机抽取之按时间比例随机抽取算法实现

2.30、session随机抽取之根据随机索引进行抽取

2.31、session随机抽取之获取抽取session的明细数据

2.32、session随机抽取之本地测试

2.33、top10热门品类之需求回顾以及实现思路分析

2.34、top10热门品类之获取session访问过的所有品类

2.35、top10热门品类之计算各品类点击、下单和支付的次数

2.36、top10热门品类之join品类与点击下单支付次数

2.37、top10热门品类之自定义二次排序key

2.38、top10热门品类之进行二次排序

2.39、top10热门品类之获取top10品类并写入MySQL

2.40、top10热门品类之本地测试

2.41、top10热门品类之使用Scala实现二次排序

2.42、top10活跃session之开发准备以及top10品类RDD生成

2.43、top10活跃session之计算top10品类被各sessoin点击的次数

2.44、top10活跃session之分组取TopN算法获取top10活跃session

2.45、top10活跃session之本地测试以及阶段总结

第三章 企业级性能调优、troubleshooting经验与数据倾斜解决方案

3.1、性能调优之在实际项目中分配更多资源

3.2、性能调优之在实际项目中调节并行度

3.3、性能调优之在实际项目中重构RDD架构以及RDD持久化

3.4、性能调优之在实际项目中广播大变量

3.5、性能调优之在实际项目中使用Kryo序列化

3.6、性能调优之在实际项目中使用fastutil优化数据格式

3.7、性能调优之在实际项目中调节数据本地化等待时长

3.8、JVM调优之原理概述以及降低cache操作的内存占比

3.9、JVM调优之调节executor堆外内存与连接等待时长

3.10、Shuffle调优之原理概述

3.11、Shuffle调优之合并map端输出文件

3.12、Shuffle调优之调节map端内存缓冲与reduce端内存占比

3.13、Shuffle调优之HashShuffleManager与SortShuffleManager

3.14、算子调优之MapPartitions提升Map类操作性能

3.15、算子调优之filter过后使用coalesce减少分区数量

3.16、算子调优之使用foreachPartition优化写数据库性能

3.17、算子调优之使用repartition解决Spark SQL低并行度的性能问

3.18、算子调优之reduceByKey本地聚合介绍

3.19、troubleshooting之控制shuffle reduce端缓冲大小以避免OOM

3.20、troubleshooting之解决JVM GC导致的shuffle文件拉取失败

3.21、troubleshooting之解决YARN队列资源不足导致的application直接失败

3.22、troubleshooting之解决各种序列化导致的报错

3.23、troubleshooting之解决算子函数返回NULL导致的问题

3.24、troubleshooting之解决yarn-client模式导致的网卡流量激增问题

3.25、troubleshooting之解决yarn-cluster模式的JVM栈内存溢出问题

3.26、troubleshooting之错误的持久化方式以及checkpoint的使用

3.27、数据倾斜解决方案之原理以及现象分析

3.28、数据倾斜解决方案之聚合源数据以及过滤导致倾斜的key

3.29、数据倾斜解决方案之提高shuffle操作reduce并行度

3.30、数据倾斜解决方案之使用随机key实现双重聚合

3.31、数据倾斜解决方案之将reduce join转换为map join

3.32、数据倾斜解决方案之sample采样倾斜key单独进行join

3.33、数据倾斜解决方案之使用随机数以及扩容表进行join

第四章 页面单跳转化率统计

4.1、模块介绍

4.2、需求分析、技术方案设计、数据表设计

4.3、编写基础代码

4.4、面切片生成以及页面流匹配算法实现

4.5、计算页面流起始页面的pv

4.6、计算页面切片的转化率

4.7、将页面切片转化率写入MySQL

4.8、本地测试

4.9、生产环境测试

4.10、生产环境测试

第五章 各区域热门商品统计

5.1、模块介绍

5.2、需求分析、技术方案设计以及数据设计

5.3、查询用户指定日期范围内的点击行为数据

5.4、异构数据源之从MySQL中查询城市数据

5.5、关联城市信息以及RDD转换为DataFrame后注册临时表

5.6、开发自定义UDAF聚合函数之group_concat_distinct()

5.7、查询各区域各商品的点击次数并拼接城市列表

5.8、关联商品信息并使用自定义get_json_object函数和内置if函数标记经营类型

5.9、使用开窗函数统计各区域的top3热门商品

5.10、使用内置case when函数给各个区域打上级别标记

5.11、将结果数据写入MySQL中

5.12、Spark SQL数据倾斜解决方案

5.13、生产环境测试

第六章 广告点击流量实时统计

6.1、需求分析、技术方案设计以及数据设计

6.2、为动态黑名单实时计算每天各用户对各广告的点击次数

6.3、使用高性能方式将实时计算结果写入MySQL中

6.4、过滤出每个batch中的黑名单用户以生成动态黑名单

6.5、基于动态黑名单进行点击行为过滤

6.6、计算每天各省各城市各广告的点击量

6.7、计算每天各省的top3热门广告

6.8、计算每天各广告最近1小时滑动窗口内的点击趋势

6.9、实现实时计算程序的HA高可用性

6.10、对实时计算程序进行性能调优

6.11、生产环境测试

6.12、都学到了什么?

第七章 新升级增加课程大纲

123.Spark 2.0-新特性介绍 _rec

124.Spark 2.0-易用性:标准化SQL支持以及更合理的API_rec

125.Spark 2.0-高性能:让Spark作为编译器来运行_rec

126.Spark 2.0-新特性介绍-智能化:Structured Streaming介绍_rec

127.Spark 2.0-新特性介绍-Spark 1.x的Volcano Iterator Model深度剖析_rec

128.Spark 2.0-新特性介绍-whole-stage code generation技术和vectorization技术_rec

129.Spark 2.0-Spark 2.x与1.x对比以及分析、学习建议以及使用建议_rec

130.Spark 2.0-课程环境搭建:虚拟机、CentOS、Hadoop、Spark等_rec

131.Spark 2.0-开发环境搭建:Eclipse+Maven+Scala+Spark_rec

132.用户活跃度分析:模块介绍以及交互式用户行为分析系统的解释 _rec

133.用户活跃度分析:统计指定时间内访问次数最多的10个用户_rec

134.统计指定时间内购买金额最多的10个用户_rec

135.基于Spark 2.0的用户活跃度分析:统计最近一个周期相比上一个周期访问次数增长最多的10个用户_rec

136.基于Spark 2.0的用户活跃度分析:统计最近一个周期相比上一个周期购买金额增长最多的10个用户 _rec

137.基于Spark 2.0的用户活跃度分析:统计指定注册时间范围内头7天访问次数最高的10个用户 _rec

138.基于Spark 2.0的用户活跃度分析:统计指定注册时间范围内头7天购买金额最高的10个用户_rec

下载地址:

下方评论,留邮箱获取下载地址!


注意:上述资料全部来源于互联网,仅供学习使用,如有侵权,请及时联系,博主会立刻删除。


资料搜集自互联网,转载请标注来源:吾就爱学习网【www.592xuexi.com】

吾就爱学习网 Copyright © 
Copyright © 2019 吾就爱学习网  All Rights Reserved. 备案号:京ICP备19019479号-2

免责声明:本网站上的所有资料均整理于互联网,方便广大网友学习使用。如果有内容侵犯到了您的权益,请及时联系,博主会立刻删除!
站内所有资源仅供学习与参考,请勿用于任何商业用途,否则产生的一切后果将由您自己承担!
团购网大型离线电商数据分析平台实战高清视频教程百度云 联系我们| 关于我们