点播
课程时长 47小时18分钟
学习期限 12 个月 退款期限 30 天
市场价格 ￥388.00 会员价格 ￥310.00
难度级别 中级 学习人次 481 综合评分 4.2
- 详情
- 目录
- 套餐3
- 咨询12
- 评价23
第1章 课程介绍
- 1-1 -导学- 试听12分钟22秒
- 1-2 -授课习惯和学习建议21分钟15秒
- 1-3 -OOTB环境使用演示16分钟58秒
- 1-4 -Linux环境及软件版本介绍20分钟59秒
- 1-5 -Spark版本升级23分钟49秒
第2章 初识实时流处理
- 2-1 -课程目录18分钟26秒
- 2-2 -业务现状分析10分钟04秒
- 2-3 -实时流处理产生背景15分钟25秒
- 2-4 -实时流处理概述27分钟03秒
- 2-5 -离线计算和实时计算对比22分钟37秒
- 2-6 -实时流处理框架对比21分钟30秒
- 2-7 -实时流处理架构及技术选型23分钟08秒
- 2-8 -实时流处理在企业中的应用15分钟48秒
第3章 分布式日志收集框架Flume
- 3-1 -课程目录28分钟21秒
- 3-2 -业务现状分析21分钟23秒
- 3-3 -Flume概述17分钟36秒
- 3-4 -Flume架构及核心组件24分钟11秒
- 3-5 -Flume&JDK环境部署28分钟45秒
- 3-6 -Flume实战案例一21分钟45秒
- 3-7 -Flume实战案例二18分钟39秒
- 3-8 -Flume实战案例三(重点掌握)21分钟13秒
第4章 分布式发布订阅消息系统Kafka
- 4-1 -课程目录10分钟43秒
- 4-2 -Kafka概述14分钟37秒
- 4-3 -Kafka架构及核心概念13分钟24秒
- 4-4 -Kafka单节点单Broker部署之Zookeeper安装22分钟06秒
- 4-5 -Kafka单节点单broker的部署及使用29分钟09秒
- 4-6 -Kafka单节点多broker部署及使用27分钟42秒
- 4-7 -Kafka容错性测试17分钟21秒
- 4-8 -使用IDEA+Maven构建开发环境16分钟59秒
- 4-9 -Kafka Producer Java API编程10分钟40秒
- 4-10 -Kafka Consumer Java API编程10分钟34秒
- 4-11 -Kafka实战之整合Flume和Kafka完成实时数据采集12分钟49秒
第5章 实战环境搭建
- 5-1 -课程目录20分钟59秒
- 5-2 -Scala安装14分钟33秒
- 5-3 -Maven安装26分钟22秒
- 5-4 -Hadoop环境搭建14分钟08秒
- 5-5 -HBase安装25分钟
- 5-6 -Spark环境搭建28分钟32秒
- 5-7 -开发环境搭建23分钟55秒
第6章 Spark Streaming入门
- 6-1 -课程目录 试听11分钟52秒
- 6-2 -Spark Streaming概述22分钟09秒
- 6-3 -Spark Streaming应用场景22分钟46秒
- 6-4 -Spark Streaming集成Spark生态系统的使用27分钟36秒
- 6-5 -Spark Streaming发展史14分钟18秒
- 6-6 -从词频统计功能着手入门Spark Streaming27分钟03秒
- 6-7 -Spark Streaming工作原理(粗粒度)29分钟14秒
- 6-8 -Spark Streaming工作原理(细粒度)10分钟42秒
第7章 Spark Streaming核心概念与编程
- 7-1 -课程目录 试听13分钟36秒
- 7-2 -核心概念之StreamingContext18分钟23秒
- 7-3 -核心概念之DStream14分钟35秒
- 7-4 -核心概念之Input DStreams和Receivers11分钟32秒
- 7-5 -核心概念之Transformation和Output Operations19分钟33秒
- 7-6 -案例实战之Spark Streaming处理socket数据25分钟51秒
- 7-7 -案例实战之Spark Streaming处理文件系统数据17分钟08秒
第8章 Spark Streaming进阶与案例实战
- 8-1 -课程目录16分钟25秒
- 8-2 -实战之updateStateByKey算子的使用14分钟35秒
- 8-3 -实战之将统计结果写入到MySQL数据库中22分钟34秒
- 8-4 -实战之窗口函数的使用28分钟45秒
- 8-5 -实战之黑名单过滤16分钟21秒
- 8-6 -实战之Spark Streaming整合Spark SQL操作16分钟15秒
第9章 Spark Streaming整合Flume
- 9-1 -课程目录11分钟38秒
- 9-2 -Push方式整合之概述29分钟04秒
- 9-3 -Push方式整合之Flume Agent配置开发16分钟54秒
- 9-4 -Push方式整合之Spark Streaming应用开发19分钟30秒
- 9-5 -Push方式整合之本地环境联调13分钟21秒
- 9-6 -Push方式整合之服务器环境联调27分钟32秒
- 9-7 -Pull方式整合之概述20分钟09秒
- 9-8 -Pull方式整合之Flume Agent配置开发15分钟21秒
- 9-9 -Pull方式整合之Spark Streaming应用开发17分钟48秒
- 9-10 -Pull方式整合之本地环境联调13分钟10秒
- 9-11 -Pull方式整合之服务器环境联调24分钟23秒
第10章 Spark Streaming整合Kafka
- 10-1 -课程目录23分钟32秒
- 10-2 -Spark Streaming整合Kafka的版本选择详解21分钟49秒
- 10-3 -Receiver方式整合之概述16分钟29秒
- 10-4 -Receiver方式整合之Kafka测试28分钟52秒
- 10-5 -Receiver方式整合之Spark Streaming应用开发10分钟14秒
- 10-6 -Receiver方式整合之本地环境联调15分钟56秒
- 10-7 -Receiver方式整合之服务器环境联调及Streaming UI讲解25分钟33秒
- 10-8 -Direct方式整合之概述28分钟13秒
- 10-9 -Direct方式整合之Spark Streaming应用开发及本地环境测试22分钟32秒
- 10-10 -Direct方式整合之服务器环境联调22分钟17秒
第11章 Spark Streaming整合Flume&Kafka打造通用流处理基础
- 11-1 -课程目录25分钟16秒
- 11-2 -处理流程画图剖析29分钟58秒
- 11-3 -日志产生器开发并结合log4j完成日志的输出15分钟09秒
- 11-4 -使用Flume采集Log4j产生的日志12分钟44秒
- 11-5 -使用KafkaSInk将Flume收集到的数据输出到Kafka23分钟11秒
- 11-6 -Spark Streaming消费Kafka的数据进行统计20分钟
- 11-7 -本地测试和生产环境使用的拓展21分钟13秒
第12章 Spark Streaming项目实战
- 12-1 -课程目录20分钟50秒
- 12-2 -需求说明25分钟59秒
- 12-3 -用户行为日志介绍16分钟45秒
- 12-4 -Python日志产生器开发之产生访问url和ip信息16分钟32秒
- 12-5 -Python日志产生器开发之产生referer和状态码信息13分钟17秒
- 12-6 -Python日志产生器开发之产生日志访问时间26分钟41秒
- 12-7 -Python日志产生器服务器测试并将日志写入到文件中14分钟09秒
- 12-8 -通过定时调度工具每一分钟产生一批数据23分钟37秒
- 12-9 -使用Flume实时收集日志信息24分钟49秒
- 12-10 -对接实时日志数据到Kafka并输出到控制台测试14分钟52秒
- 12-11 -Spark Streaming对接Kafka的数据进行消费22分钟19秒
- 12-12 -使用Spark Streaming完成数据清洗操作11分钟40秒
- 12-13 -功能一之需求分析及存储结果技术选型分析25分钟50秒
- 12-14 -功能一之数据库访问DAO层方法定义23分钟40秒
- 12-15 -功能一之HBase操作工具类开发23分钟58秒
- 12-16 -功能一之数据库访问DAO层方法实现18分钟29秒
- 12-17 -功能一之将Spark Streaming的处理结果写入到HBase中15分钟10秒
- 12-18 -功能二之需求分析及HBase设计&HBase数据访问层开发22分钟22秒
- 12-19 -功能二之功能实现及本地测试15分钟01秒
- 12-20 -将项目运行在服务器环境中26分钟37秒
第13章 可视化实战
- 13-1 -课程目录18分钟07秒
- 13-2 -为什么需要可视化18分钟34秒
- 13-3 -构建Spring Boot项目23分钟19秒
- 13-4 -Echarts概述23分钟07秒
- 13-5 -Spring Boot整合Echarts绘制静态数据柱状图28分钟56秒
- 13-6 -Spring Boot整合Echarts绘制静态数据饼图25分钟34秒
- 13-7 -项目目录调整15分钟51秒
- 13-8 -根据天来获取HBase表中的实战课程访问次数22分钟50秒
- 13-9 -实战课程访问量domain以及dao开发24分钟49秒
- 13-10 -实战课程访问量Web层开发13分钟06秒
- 13-11 -实战课程访问量实时查询展示功能实现及扩展17分钟58秒
- 13-12 -Spring Boot项目部署到服务器上运行23分钟
- 13-13 -阿里云DataV数据可视化介绍18分钟01秒
- 13-14 -DataV展示统计结果功能实现27分钟52秒
第14章 Java拓展
- 14-1 -课程目录10分钟28秒
- 14-2 -使用Java开发Spark应用程序17分钟24秒
- 14-3 -使用Java开发Spark Streaming应用程序25分钟31秒
第15章 补充内容
- 15-1 -课程目录20分钟11秒
- 15-2 -流处理语义详解17分钟26秒
- 15-3 -Kafka整合SparkStreaming的offsets管理宏观介绍15分钟43秒
- 15-4 -环境准备16分钟54秒
- 15-5 -offset管理演示一20分钟51秒
- 15-6 -offset管理演示二21分钟22秒
- 15-7 -offset管理演示三20分钟19秒
- 15-8 -计算结果一致性14分钟56秒
- 15-9 -补充内容总结30分钟
第16章 （讨论群内直播内容分享）Spark流处理面试三两事
- 16-1 SparkStreaming整合Kafka面试常考点梳理27分钟52秒
- 16-2 面试常考点之ack剖析14分钟24秒
- 16-3 面试常考点之Kafka数据存储剖析26分钟44秒
- 16-4 面试常考点之Kafka数据消费策略概述28分钟15秒
- 16-5 面试常考点之基于Range消费策略详解28分钟07秒
- 16-6 面试常考点之基于Range消费策略源码解析11分钟40秒
- 16-7 面试常考点之基于RoundRobin消费策略分析22分钟27秒
授课教师
全栈工程师