Spark进阶 大数据离线与实时项目实战

Spark进阶 大数据离线与实时项目实战
点击图片跳转下载地址.

第1章 课程介绍&学习指南 本章会对这门课程进行说明并进行学习方法介绍。

1-1 课程介绍 (11:26)

1-2 学前必读（助你平稳踩坑，畅学无忧，课程学习与解决问题指南）

第2章 Redis入门 Redis是目前最火爆的内存数据库之一，通过在内存中读写数据，大大提高了读写速度。本章将从Redis特性、应用场景出发，到Redis的基础命令，再到Redis的常用数据类型实操，最后通过Java API来操作Redis，为后续实时处理项目打下坚实的基础…

2-1 课程目录 (02:44)

2-2 Redis概述 (10:06)

2-3 Redis特性 (10:14)

2-4 Redis应用场景 (06:50)

2-5 Redis部署&服务启停&客户端连接 (17:09)

2-6 Redis多数据库特性 (07:04)

2-7 Redis基础命令的使用 (09:35)

2-8 Redis数据类型之string (15:14)

2-9 Redis数据类型之list (17:39)

2-10 Redis基本数据类型之set (13:53)

2-11 使用Jedis对Redis进行操作 (09:55)

2-12 Redis工具类开发 (04:54)

第3章 Hbase入门 Hbase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。本章将从Hbase是什么、有哪些特点出发，到Hbase环境部署，到Hbase的数据模型，到Hbase的操作(命令行&API)，为后续离线处理项目的数据存储以及查询打下坚实的基础。…

3-1 数据存储现状 (07:26)

3-2 Hbase是什么 (05:58)

3-3 Hbase在生态圈中的位置以及列式存储带来的好处 (07:49)

3-4 Hbase的特点.mp4 (05:23)

3-5 Hbase vs RDBMS vs HDFS.mp4 (05:15)

3-6 Hbase的优势 (02:58)

3-7 Hbase数据模型 (09:47)

3-8 JDK环境搭建 (04:19)

3-9 Hadoop环境部署(详解一个常见的错误解决方案) (14:41)

3-10 ZooKeeper环境部署 (03:32)

3-11 Hbase环境部署 (09:01)

3-12 Hbase shell DDL操作 (06:28)

3-13 Hbase shell DML操作 (09:48)

3-14 Hbase API编程之开发前置准备工作 (10:31)

3-15 Hbase API编程之创建表以及查询表和所有列族 (07:32)

3-16 Hbase API编程之添加和修改记录 (07:41)

3-17 Hbase API编程之通过RowKey获取值 (05:47)

3-18 Hbase API编程之Scan (08:39)

3-19 Hbase API编程之Filter (06:09)

3-20 Hbase API编程之总结 (02:27)

第4章 离线项目实战V1 本章节讲解基于Spark和Hbase的离线综合项目实战，从多个框架的整合出发，到使用Spark进行ETL处理然后数据落地到Hbase中涉及到的传参、Hbase Rowkey的设计，再到性能的初步调优，最后使用Spark整合Hbase进行数据的统计分析。本章是基于Spark进行离线处理的重点，务必掌握。…

4-1 课程目录 (03:03)

4-2 项目背景 (09:31)

4-3 项目处理流程.mp4 (11:03)

4-4 项目离线和实时架构图 (12:01)

4-5 明确架构图中每个步骤使用的技术以及职责所在 (06:32)

4-6 项目指标需求 (03:57)

4-7 功能开发之UserAgent解析(掌握如何获取技能) (16:46)

4-8 功能开发之IP解析思路 (02:12)

4-9 功能开发之Spark和Hbase依赖整合 (03:39)

4-10 开发环境依赖使用说明 (09:16)

4-11 功能开发之解析日志成Dataframe并为Dataframe添加字段信息 (08:32)

4-12 功能开发之将DF内容转成Hbase要存储的列 (15:03)

4-13 功能开发之整体ETL流程详解及如何传参设计 (10:20)

4-14 功能开发之创建Hbase表 (13:54)

4-15 功能开发之Hbase Rowkey设计_1 (10:07)

4-16 功能开发之完成ETL数据到Hbase落地的全过程 (09:10)

4-17 功能开发之完成第一个指标的统计分析 (19:10)

4-18 功能开发之完成第二个指标的统计分析 (03:33)

4-19 性能优化之缓存的使用 (04:13)

4-20 功能开发之统计功能使用Dataframe API以及SQL API来完成 (06:33)

4-21 本章小结 (02:29)

4-22 【讨论题】关于Spark RDD核心算子的思考

第5章 离线项目实战优化 本章节将基于前面一个章节的功能实现进行进一步的优化，如何将在需求功能实现的基础之上，进行调优，使得在生产上的执行效率更高。本章将是提升自身综合实力的关键部分，务必掌握。

5-1 课程目录 (02:15)

5-2 Spark on YARN (12:02)

5-3 Linux时间获取 (04:13)

5-4 shell封装Spark作业提交脚本 (23:27)

5-5 将统计结果写入到MySQL中 (15:19)

5-6 统计结果写入到MySQL调优 (04:06)

5-7 Spark ETL到Hbase优化之禁用WAL (18:29)

5-8 Spark ETL到Hbase的HFile思路 (03:49)

5-9 Spark产生HFile文件格式准备工作 (10:55)

5-10 Spark产生HFile整个流程实现并总结 (14:06)

5-11 【讨论题】Spark OOM问题

第6章 实时项目实战 本章节讲解基于Spark和Redis的实时综合项目实战，从Spark Streaming整合Kafka对接出发，如何实现需求的功能以及如何对代码进行重构使得执行效率更好，掌握Redis在项目实战中的数据类型选型，以及如何将SparkStreaming处理完的数据写入到Redis中去。…

6-1 课程目录 (01:58)

6-2 项目背景 (02:31)

6-3 项目架构及处理流程 (05:01)

6-4 项目需求 (02:43)

6-5 开发环境准备及参数配置统一管理 (11:46)

6-6 Kafka部署及测试 (05:45)

6-7 Mock数据 (08:34)

6-8 发送数据到Kafka (12:56)

6-9 SparkStreaming对接Kafka数据 (06:18)

6-10 功能实现之每天的粒度统计…1 (15:54)

6-11 功能开发之调优 (04:36)

6-12 功能实现小结 (03:37)

6-13 功能实现之每小时统计及代码重构 (12:54)

6-14 SparkStreaming对接Kafka offset管理 (07:57)

6-15 【讨论题】SparkStreaming对接Kafka数据在项

第7章 初识Alluxio Alluxio是一个以内存为中心的虚拟分布式存储系统，统一数据访问和桥梁的计算框架和底层存储系统。应用程序只需要Alluxio就可以把访问存储在任何底层存储系统的数据连接。本章节将从Alluxio为我们带来的好处出发，再到Alluxio如何整合Hadoop以及Spark进行实操，并分享一些Alluxio在大公司中的使用案例。…

7-1 课程目录 (02:05)

7-2 概述 (08:41)

7-3 Spark应用存在的问题分析 (08:39)

7-4 Alluxio能为我们带来什么 (08:05)

7-5 Alluxio特点 (05:46)

7-6 在Spark实战项目中引入Alluxio (07:28)

7-7 Alluxio部署 (11:29)

7-8 Alluxio文件系统命令行操作 (09:24)

7-9 Alluxio整合HDFS使用 (08:15)

7-10 Alluxio整合MapReduce使用 (08:07)

7-11 Alluxio整合Spark使用 (06:29)

7-12 Alluxio案例分享之在百度的使用 (11:36)

7-13 Alluxio案例分享之在去哪儿的应用 (11:52)

第8章 Spark优化 本章节将从Spark在生产上的最佳实践出发，和大家分享Spark的常用优化策略。

8-1 课程目录 (04:26)

8-2 调优之资源设置 (17:27)

8-3 调优之算子的合理选择 (09:47)

8-4 扩展之自定义排序一 (08:01)

8-5 扩展之自定义排序二(附带经典面试题) (07:14)

8-6 扩展之自定义排序(隐式转换) (04:27)

8-7 Spark Streaming调优之Kafka限速 (07:30)

8-8 Spark Streaming对接Kafka能真正做到仅消费一次吗 (03:29)

8-9 调优之序列化 (05:05)

8-10 调优之广播变量 (07:36)

8-11 【讨论题】数据倾斜的思考

第9章 （讨论群内直播内容分享）基于Spark定制ETL框架 了解Pipeline的处理方法，基于Spark外部数据源定制Spark ETL框架的思路及使用

9-1 Data Pipeline_x264 (06:19)

9-2 ETL中可能会遇到的问题_x264 (05:38)

9-3 (打标记处，3处听不清楚) Spark SQL DataSource API_x264 (06:40)

9-4 使用Spark SQL处理json数据_x264 (10:26)

9-5 基于Spark ETL框架的设计 (09:19)

9-6 基于Spark ETL框架的使用_x264 (06:45)

第10章 （讨论群内直播内容分享）Spark3新特性 Spark3是一个里程碑版的版本，其中包含很多新的特性，本次直播中主要带大家知晓新特性有哪些，以及讲解动态分区裁剪、外部数据源V2、自适应查询执行等相关知识。

10-1 Spark概述 (15:30)

10-2 Spark3.x新特性 (05:13)

10-3 DataSource API V2 (09:51)

10-4 动态分区裁剪 (06:34)

10-5 自适应查询执行 (08:57)

10-6 【讨论题】简历项目问题

点击开头图片下载教程