Spark 2.0大型项目实战：移动电商app交互式数据分析平台

课程介绍：

〖课程目录〗:

• | └──北风网-2017 Spark 2.0大型项目实战：移动电商app交互式数据分析平台
• | | ├──课件文档代码
• | | | ├──000.第一次升级软件包+课程代码[113-245].zip 984.48M
• | | | ├──000.课程代码+软件包.rar 2.22G
• | | | ├──000.课件、代码、软件包.rar 1.28G
• | | | ├──000.课件文档代码[123-138].rar 7.54M
• | | | └──000.软件安装包.rar 1.12G
• | | ├──001.课程介绍.flv 82.68M
• | | ├──002.课程环境搭建-CentOS 6.4集群搭建(1).flv 177.10M
• | | ├──002.课程环境搭建-CentOS 6.4集群搭建(2).flv 124.41M
• | | ├──003.课程环境搭建-hadoop-2.5.0-cdh5.3.6集群搭建.flv 101.82M
• | | ├──004.课程环境搭建-hive-0.13.1-cdh5.3.6安装.flv 77.16M
• | | ├──005.课程环境搭建-zookeeper-3.4.5-cdh5.3.6集群搭建.flv 34.47M
• | | ├──006.课程环境搭建-kafka_2.9.2-0.8.1集群搭建_rec.flv 65.54M
• | | ├──007.课程环境搭建-flume-ng-1.5.0-cdh5.3.6安装_rec.flv 61.09M
• | | ├──008.课程环境搭建-离线日志采集流程介绍_rec.flv 100.63M
• | | ├──009.课程环境搭建-实时数据采集流程介绍_rec.flv 44.81M
• | | ├──010.课程环境搭建-Spark 1.5.1客户端安装以及基于YARN的提交模式_rec.flv 48.25M
• | | ├──011.用户访问session分析-模块介绍_rec.flv 106.31M
• | | ├──012.用户访问session分析-基础数据结构以及大数据平台架构介绍_rec.flv 181.30M
• | | ├──013.用户访问session分析-需求分析_rec.flv 93.33M
• | | ├──014.用户访问session分析-技术方案设计_rec.flv 107.55M
• | | ├──015.用户访问session分析-数据表设计_rec.flv 62.27M
• | | ├──016.用户访问session分析-Eclipse工程搭建以及工具类说明_rec.flv 48.95M
• | | ├──017.用户访问session分析-开发配置管理组件_rec.flv 100.15M
• | | ├──018.用户访问session分析-JDBC原理介绍以及增删改查示范_rec.flv 222.94M
• | | ├──019.用户访问session分析-数据库连接池原理_rec.flv 70.51M
• | | ├──020.用户访问session分析-单例设计模式_rec.flv 64.20M
• | | ├──021.用户访问session分析-内部类以及匿名内部类_rec.flv 51.74M
• | | ├──022.用户访问session分析-开发JDBC辅助组件（上）_rec.flv 94.16M
• | | ├──023.用户访问session分析-开发JDBC辅助组件（下）_rec.flv 107.26M
• | | ├──024.用户访问session分析-JavaBean概念讲解_rec.flv 40.17M
• | | ├──025.用户访问session分析-DAO模式讲解以及TaskDAO开发_rec.flv 82.86M
• | | ├──026.用户访问session分析-工厂模式讲解以及DAOFactory开发_rec.flv 29.12M
• | | ├──027.用户访问session分析-JSON数据格式讲解以及fastjson介绍_rec.flv 60.78M
• | | ├──028.用户访问session分析-Spark上下文构建以及模拟数据生成_rec.flv 77.76M
• | | ├──029.用户访问session分析-按session粒度进行数据聚合_rec.flv 232.74M
• | | ├──030.用户访问session分析-按筛选参数对session粒度聚合数据进行过滤_rec.flv 155.47M
• | | ├──031.用户访问session分析-session聚合统计之自定义Accumulator_rec.flv 96.09M
• | | ├──032.用户访问session分析-session聚合统计之重构实现思路与重构session聚合_rec.flv 129.82M
• | | ├──033.用户访问session分析-session聚合统计之重构过滤进行统计_rec.flv 68.49M
• | | ├──034.用户访问session分析-session聚合统计之计算统计结果并写入MySQL_rec.flv 93.15M
• | | ├──035.用户访问session分析-session聚合统计之本地测试_rec.flv 63.93M
• | | ├──036.用户访问session分析-session聚合统计之使用Scala实现自定义Accumulator_rec.flv 52.70M
• | | ├──037.用户访问session分析-session随机抽取之实现思路分析_rec.flv 37.69M
• | | ├──038.用户访问session分析-session随机抽取之计算每天每小时session数量_rec.flv 68.02M
• | | ├──039.用户访问session分析-session随机抽取之按时间比例随机抽取算法实现_rec.flv 87.36M
• | | ├──040.用户访问session分析-session随机抽取之根据随机索引进行抽取_rec.flv 88.61M
• | | ├──041.用户访问session分析-session随机抽取之获取抽取session的明细数据_rec.flv 69.48M
• | | ├──042.用户访问session分析-session随机抽取之本地测试_rec.flv 47.70M
• | | ├──043.用户访问session分析-top10热门品类之需求回顾以及实现思路分析_rec.flv 39.07M
• | | ├──044.用户访问session分析-top10热门品类之获取session访问过的所有品类_rec.flv 56.70M
• | | ├──045.用户访问session分析-top10热门品类之计算各品类点击、下单和支付的次数_rec.flv 79.53M
• | | ├──046.用户访问session分析-top10热门品类之join品类与点击下单支付次数_rec.flv 68.29M
• | | ├──047.用户访问session分析-top10热门品类之自定义二次排序key_rec.flv 32.61M
• | | ├──048.用户访问session分析-top10热门品类之进行二次排序_rec.flv 18.88M
• | | ├──049.用户访问session分析-top10热门品类之获取top10品类并写入MySQL_rec.flv 35.31M
• | | ├──050.用户访问session分析-top10热门品类之本地测试_rec.flv 37.43M
• | | ├──051.用户访问session分析-top10热门品类之使用Scala实现二次排序_rec.flv 19.30M
• | | ├──052.用户访问session分析-top10活跃session之开发准备以及top10品类RDD生成_rec.flv 78.50M
• | | ├──053.用户访问session分析-top10活跃session之计算top10品类被各sessoin点击的次数_rec.flv 49.72M
• | | ├──054.用户访问session分析-top10活跃session之分组取TopN算法获取top10活跃session_rec.flv 72.55M
• | | ├──055.用户访问session分析-top10活跃session之本地测试以及阶段总结_rec.flv 98.31M
• | | ├──056.用户访问session分析-性能调优之在实际项目中分配更多资源_rec.flv 111.51M
• | | ├──057.用户访问session分析-性能调优之在实际项目中调节并行度_rec.flv 167.67M
• | | ├──058.用户访问session分析-性能调优之在实际项目中重构RDD架构以及RDD持久化_rec.flv 144.01M
• | | ├──059.用户访问session分析-性能调优之在实际项目中广播大变量_rec.flv 171.21M
• | | ├──060.用户访问session分析-性能调优之在实际项目中使用Kryo序列化 _rec.flv 97.52M
• | | ├──061.用户访问session分析-性能调优之在实际项目中使用fastutil优化数据格式_rec.flv 121.10M
• | | ├──062.用户访问session分析-性能调优之在实际项目中调节数据本地化等待时长_rec.flv 99.51M
• | | ├──063.用户访问session分析-JVM调优之原理概述以及降低cache操作的内存占比_rec.flv 171.90M
• | | ├──064.用户访问session分析JVM调优之调节executor堆外内存与连接等待时长_rec.flv 120.70M
• | | ├──065.用户访问session分析-Shuffle调优之原理概述_rec.flv 87.83M
• | | ├──066.用户访问session分析-Shuffle调优之合并map端输出文件_rec.flv 143.70M
• | | ├──067.用户访问session分析-Shuffle调优之调节map端内存缓冲与reduce端内存占比 _rec.flv 100.69M
• | | ├──068.用户访问session分析-Shuffle调优之HashShuffleManager与SortShuffleManager_rec.flv 150.11M
• | | ├──069.用户访问session分析-算子调优之MapPartitions提升Map类操作性能 _rec.flv 51.71M
• | | ├──070.用户访问session分析-算子调优之filter过后使用coalesce减少分区数量 _rec.flv 58.56M
• | | ├──071.用户访问session分析-算子调优之使用foreachPartition优化写数据库性能_rec.flv 83.12M
• | | ├──072.用户访问session分析-算子调优之使用repartition解决Spark SQL低并行度的性能问题_rec.flv 83.12M
• | | ├──073.用户访问session分析-算子调优之reduceByKey本地聚合介绍_rec.flv 59.20M
• | | ├──074.用户访问session分析-troubleshooting之控制shuffle reduce端缓冲大小以避免OOM _rec.flv 76.99M
• | | ├──075.用户访问session分析-troubleshooting之解决JVM GC导致的shuffle文件拉取失败 _rec.flv 72.69M
• | | ├──076.用户访问session分析-troubleshooting之解决YARN队列资源不足导致的application直接失败 _rec.flv 63.42M
• | | ├──077.用户访问session分析-troubleshooting之解决各种序列化导致的报错_rec.flv 34.72M
• | | ├──078.用户访问session分析-troubleshooting之解决算子函数返回NULL导致的问题 _rec.flv 20.87M
• | | ├──079.用户访问session分析-troubleshooting之解决yarn-client模式导致的网卡流量激增问题_rec.flv 93.65M
• | | ├──080.用户访问session分析-troubleshooting之解决yarn-cluster模式的JVM栈内存溢出问题 _rec.flv 92.42M
• | | ├──081.用户访问session分析-troubleshooting之错误的持久化方式以及checkpoint的使用_rec.flv 91.97M
• | | ├──082.用户访问session分析-数据倾斜解决方案之原理以及现象分析_rec.flv 99.76M
• | | ├──083.用户访问session分析-数据倾斜解决方案之聚合源数据以及过滤导致倾斜的key_rec.flv 109.62M
• | | ├──084.用户访问session分析-数据倾斜解决方案之提高shuffle操作reduce并行度_rec.flv 68.30M
• | | ├──085.用户访问session分析-数据倾斜解决方案之使用随机key实现双重聚合_rec.flv 59.85M
• | | ├──086.用户访问session分析-数据倾斜解决方案之将reduce join转换为map join_rec.flv 78.26M
• | | ├──087.用户访问session分析-数据倾斜解决方案之sample采样倾斜key单独进行join_rec.flv 150.33M
• | | ├──088.用户访问session分析-数据倾斜解决方案之使用随机数以及扩容表进行join_rec.flv 88.57M
• | | ├──089.页面单跳转化率-模块介绍_rec.flv 42.62M
• | | ├──090.页面单跳转化率-需求分析、技术方案设计、数据表设计 _rec.flv 72.59M
• | | ├──091.页面单跳转化率-编写基础代码_rec.flv 119.30M
• | | ├──092.页面单跳转化率-页面切片生成以及页面流匹配算法实现_rec.flv 43.34M
• | | ├──093.页面单跳转化率-计算页面流起始页面的pv_rec.flv 43.34M
• | | ├──094.页面单跳转化率-计算页面切片的转化率 _rec.flv 41.59M
• | | ├──095.页面单跳转化率-将页面切片转化率写入MySQL _rec.flv 46.91M
• | | ├──096.页面单跳转化率-本地测试_rec.flv 22.31M
• | | ├──097.页面单跳转化率-生产环境测试 _rec.flv 106.41M
• | | ├──098.用户访问session分析-生产环境测试_rec.flv 55.71M
• | | ├──099.各区域热门商品统计-模块介绍_rec.flv 163.90M
• | | ├──100.各区域热门商品统计-需求分析、技术方案设计以及数据设计_rec.flv 73.65M
• | | ├──101.各区域热门商品统计-查询用户指定日期范围内的点击行为数据_rec.flv 52.62M
• | | ├──102.各区域热门商品统计-异构数据源之从MySQL中查询城市数据_rec.flv 41.90M
• | | ├──103.各区域热门商品统计-关联城市信息以及RDD转换为DataFrame后注册临时表_rec.flv 49.45M
• | | ├──104.各区域热门商品统计-开发自定义UDAF聚合函数之group_concat_distinct()_rec.flv 73.46M
• | | ├──105.各区域热门商品统计-查询各区域各商品的点击次数并拼接城市列表 _rec.flv 33.99M
• | | ├──106.各区域热门商品统计-使用开窗函数统计各区域的top3热门商品_rec.flv 33.60M
• | | ├──107.各区域热门商品统计-使用内置case when函数给各个区域打上级别标记_rec.flv 21.33M
• | | ├──108.各区域热门商品统计-将结果数据写入MySQL中_rec.flv 21.33M
• | | ├──109.各区域热门商品统计-Spark SQL数据倾斜解决方案_rec.flv 121.08M
• | | ├──110.各区域热门商品统计-生产环境测试_rec.flv 186.88M
• | | ├──111.广告点击流量实时统计-需求分析、技术方案设计以及数据设计_rec.flv 117.94M
• | | ├──112.广告点击流量实时统计-为动态黑名单实时计算每天各用户对各广告的点击次数_rec.flv 103.84M
• | | ├──113.广告点击流量实时统计-使用高性能方式将实时计算结果写入MySQL中_rec.flv 144.05M
• | | ├──114.广告点击流量实时统计-过滤出每个batch中的黑名单用户以生成动态黑名单_rec.flv 144.05M
• | | ├──115.广告点击流量实时统计-基于动态黑名单进行点击行为过滤_rec.flv 107.95M
• | | ├──116.广告点击流量实时统计-计算每天各省各城市各广告的点击量 _rec.flv 149.19M
• | | ├──117.广告点击流量实时统计-计算每天各省的top3热门广告_rec.flv 136.86M
• | | ├──118.广告点击流量实时统计-计算每天各广告最近1小时滑动窗口内的点击趋势_rec.flv 129.65M
• | | ├──119.广告点击流量实时统计-实现实时计算程序的HA高可用性_rec.flv 75.09M
• | | ├──120.广告点击流量实时统计-对实时计算程序进行性能调优（正确）_rec.flv 53.90M
• | | ├──121.广告点击流量实时统计-生产环境测试 _rec.flv 36.29M
• | | ├──122.课程总结-都学到了什么？_rec.flv 99.18M
• | | ├──123.Spark 2.0-新特性介绍 _rec.flv 32.87M
• | | ├──124.Spark+2.0-易用性：标准化SQL支持以及更合理的API_rec.flv 106.44M
• | | ├──125.Spark 2.0-高性能：让Spark作为编译器来运行_rec.flv 17.48M
• | | ├──126.Spark 2.0-新特性介绍-智能化：Structured Streaming介绍_rec.flv 14.71M
• | | ├──127.Spark 2.0-新特性介绍-Spark 1.x的Volcano Iterator Model深度剖析_rec.flv 23.77M
• | | ├──128.Spark 2.0-新特性介绍-whole-stage code generation技术和vectorization技术_rec.flv 18.96M
• | | ├──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.flv 72.94M
• | | ├──130.Spark 2.0-课程环境搭建：虚拟机、CentOS、Hadoop、Spark等_rec.flv 107.56M
• | | ├──131.Spark 2.0-开发环境搭建：Eclipse+Maven+Scala+Spark_rec.flv 14.24M
• | | ├──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.flv 31.05M
• | | ├──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.flv 52.36M
• | | ├──134.统计指定时间内购买金额最多的10个用户_rec.flv 13.92M
• | | ├──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.flv 22.90M
• | | ├──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.flv 15.94M
• | | ├──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.flv 14.87M
• | | └──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.flv 27.37M