设为首页 收藏本站

运维网

查看: 122|回复: 0

[资源发布] Spark大型项目实战 138讲

[复制链接]

尚未签到

发表于 2019-9-25 15:56:00 | 显示全部楼层 |阅读模式
├── 课件文档代码-昕昕网络教程【www.xinxin2018.com】/
│   ├── 000.第一次升级软件包+课程代码[113-245].zip
│   ├── 000.课程代码+软件包.rar
│   ├── 000.课件、代码、软件包.rar
│   ├── 000.课件文档代码[123-138].rar
│   ├── 000.软件安装包.rar
│   └── _每日分享最新IT编程教学视频.url
├── 001.课程介绍.flv
├── 002.课程环境搭建-CentOS 6.4集群搭建(1).flv
├── 002.课程环境搭建-CentOS 6.4集群搭建(2).flv
├── 003.课程环境搭建-hadoop-2.5.0-cdh5.3.6集群搭建.flv
├── 004.课程环境搭建-hive-0.13.1-cdh5.3.6安装.flv
├── 005.课程环境搭建-zookeeper-3.4.5-cdh5.3.6集群搭建.flv
├── 006.课程环境搭建-kafka_2.9.2-0.8.1集群搭建_rec.flv
├── 007.课程环境搭建-flume-ng-1.5.0-cdh5.3.6安装_rec.flv
├── 008.课程环境搭建-离线日志采集流程介绍_rec.flv
├── 009.课程环境搭建-实时数据采集流程介绍_rec.flv
├── 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
├── 011.用户访问session分析-模块介绍_rec.flv
├── 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
├── 013.用户访问session分析-需求分析_rec.flv
├── 014.用户访问session分析-技术方案设计_rec.flv
├── 015.用户访问session分析-数据表设计_rec.flv
├── 016.用户访问session分析-Eclipse工程搭建以及工具类说明_rec.flv
├── 017.用户访问session分析-开发配置管理组件_rec.flv
├── 018.用户访问session分析-JDBC原理介绍以及增删改查示范_rec.flv
├── 019.用户访问session分析-数据库连接池原理_rec.flv
├── 020.用户访问session分析-单例设计模式_rec.flv
├── 021.用户访问session分析-内部类以及匿名内部类_rec.flv
├── 022.用户访问session分析-开发JDBC辅助组件(上)_rec.flv
├── 023.用户访问session分析-开发JDBC辅助组件(下)_rec.flv
├── 024.用户访问session分析-JavaBean概念讲解_rec.flv
├── 025.用户访问session分析-DAO模式讲解以及TaskDAO开发_rec.flv
├── 026.用户访问session分析-工厂模式讲解以及DAOFactory开发_rec.flv
├── 027.用户访问session分析-JSON数据格式讲解以及fastjson介绍_rec.flv
├── 028.用户访问session分析-Spark上下文构建以及模拟数据生成_rec.flv
├── 029.用户访问session分析-按session粒度进行数据聚合_rec.flv
├── 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
├── 031.用户访问session分析-session聚合统计之自定义Accumulator_rec.flv
├── 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
├── 033.用户访问session分析-session聚合统计之重构过滤进行统计_rec.flv
├── 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
├── 035.用户访问session分析-session聚合统计之本地测试_rec.flv
├── 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
├── 037.用户访问session分析-session随机抽取之实现思路分析_rec.flv
├── 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
├── 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
├── 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
├── 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
├── 042.用户访问session分析-session随机抽取之本地测试_rec.flv
├── 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
├── 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
├── 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
├── 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
├── 047.用户访问session分析-top10热门品类之自定义二次排序key_rec.flv
├── 048.用户访问session分析-top10热门品类之进行二次排序_rec.flv
├── 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
├── 050.用户访问session分析-top10热门品类之本地测试_rec.flv
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 065.用户访问session分析-Shuffle调优之原理概述_rec.flv
├── 066.用户访问session分析-Shuffle调优之合并map端输出文件_rec.flv
├── 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
├── 068.用户访问session分析-Shuffle调优之HashShuffleManager与SortShuffleManager_rec.flv
├── 069.用户访问session分析-算子调优之MapPartitions提升Map类操作性能 _rec.flv
├── 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
├── 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
├── 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
├── 073.用户访问session分析-算子调优之reduceByKey本地聚合介绍_rec.flv
├── 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
├── 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
├── 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
├── 077.用户访问session分析-troubleshooting之解决各种序列化导致的报错_rec.flv
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 089.页面单跳转化率-模块介绍_rec.flv
├── 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
├── 091.页面单跳转化率-编写基础代码_rec.flv
├── 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
├── 093.页面单跳转化率-计算页面流起始页面的pv_rec.flv
├── 094.页面单跳转化率-计算页面切片的转化率 _rec.flv
├── 095.页面单跳转化率-将页面切片转化率写入MySQL _rec.flv
├── 096.页面单跳转化率-本地测试_rec.flv
├── 097.页面单跳转化率-生产环境测试 _rec.flv
├── 098.用户访问session分析-生产环境测试_rec.flv
├── 099.各区域热门商品统计-模块介绍_rec.flv
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 108.各区域热门商品统计-将结果数据写入MySQL中_rec.flv
├── 109.各区域热门商品统计-Spark SQL数据倾斜解决方案_rec.flv
├── 110.各区域热门商品统计-生产环境测试_rec.flv
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 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
├── 121.广告点击流量实时统计-生产环境测试 _rec.flv
├── 122.课程总结-都学到了什么?_rec.flv
├── 123.Spark 2.0-新特性介绍 _rec.flv
├── 124.Spark+2.0-易用性:标准化SQL支持以及更合理的API_rec.flv
├── 125.Spark 2.0-高性能:让Spark作为编译器来运行_rec.flv
├── 126.Spark 2.0-新特性介绍-智能化:Structured Streaming介绍_rec.flv
├── 127.Spark 2.0-新特性介绍-Spark 1.x的Volcano Iterator Model深度剖析_rec.flv
├── 128.Spark 2.0-新特性介绍-whole-stage code generation技术和vectorization技术_rec.flv
├── 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
├── 130.Spark 2.0-课程环境搭建:虚拟机、CentOS、Hadoop、Spark等_rec.flv
├── 131.Spark 2.0-开发环境搭建:Eclipse+Maven+Scala+Spark_rec.flv
├── 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
├── 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
├── 134.统计指定时间内购买金额最多的10个用户_rec.flv
├── 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
├── 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
├── 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
├── 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
链接:
游客,如果您要查看本帖隐藏内容请回复



运维网声明 1、欢迎大家加入本站运维交流群:群②:197202523 群⑤:202807635 群⑦870801961 群⑧679858003 群⑨230483671
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.iyunv.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.iyunv.com/thread-977361-1-1.html 上篇帖子: Spark企业级项目实战从入门到精通 下篇帖子: 没有了
点击关注更多内容
您需要登录后才可以回帖 登录 | 立即注册  

本版积分规则  允许回帖邮件提醒楼主

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服 E-mail:kefu@iyunv.com

本站由青云提供云计算服务

运维网--中国最专业的运维工程师交流社区

京ICP备14039699号-1 Copyright © 2012-2020

使用手机软件扫描微信二维码

关注我们可获取更多热点资讯

Good good study day day up


客服E-mail:kefu@iyunv.com 在线客服QQ:点击这里给我发消息


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud bjyun

快速回复 返回顶部 返回列表