Spark大型项目实战：电商用户行为分析大数据平台，高端大数据项目实战课程下载

课程名称

Spark大型项目实战：电商用户行为分析大数据平台，高端大数据项目实战课程下载

课程目录

一、大数据集群搭建

第1讲-课程介绍

第2讲-课程环境搭建：CentOS 6.4集群搭建

第3讲-课程环境搭建：hadoop-2.5.0-cdh5.3.6集群搭建

第4讲-课程环境搭建：hive-0.13.1-cdh5.3.6安装

第5讲-课程环境搭建：zookeeper-3.4.5-cdh5.3.6集群搭建

第6讲-课程环境搭建：kafka_2.9.2-0.8.1集群搭建

第7讲-课程环境搭建：flume-ng-1.5.0-cdh5.3.6安装

第8讲-课程环境搭建：离线日志采集流程介绍

第9讲-课程环境搭建：实时数据采集流程介绍

第10讲-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

二、用户访问session分析： 

第11讲-用户访问session分析：模块介绍

第12讲-用户访问session分析：基础数据结构以及大数据平台架构介绍

第13讲-用户访问session分析：需求分析

第14讲-用户访问session分析：技术方案设计

第15讲-用户访问session分析：数据表设计

第16讲-用户访问session分析：Eclipse工程搭建以及工具类说明

第17讲-用户访问session分析：开发配置管理组件

第18讲-用户访问session分析：JDBC原理介绍以及增删改查示范

第19讲-用户访问session分析：数据库连接池原理

第20讲-用户访问session分析：单例设计模式

第21讲-用户访问session分析：内部类以及匿名内部类

第22讲-用户访问session分析：开发JDBC辅助组件（上）

第23讲-用户访问session分析：开发JDBC辅助组件（下）

第24讲-用户访问session分析：JavaBean概念讲解

第25讲-用户访问session分析：DAO模式讲解以及TaskDAO开发

第26讲-用户访问session分析：工厂模式讲解以及DAOFactory开发

第27讲-用户访问session分析：JSON数据格式讲解以及fastjson介绍

第28讲-用户访问session分析：Spark上下文构建以及模拟数据生成

第29讲-用户访问session分析：按session粒度进行数据聚合

第30讲-用户访问session分析：按筛选参数对session粒度聚合数据进行过滤

第31讲-用户访问session分析：session聚合统计之自定义Accumulator

第32讲-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

第33讲-用户访问session分析：session聚合统计之重构过滤进行统计

第34讲-用户访问session分析：session聚合统计之计算统计结果并写入MySQL

第35讲-用户访问session分析：session聚合统计之本地测试

第36讲-用户访问session分析：session聚合统计之使用Scala实现自定义Accumulator

第37讲-用户访问session分析：session随机抽取之实现思路分析

第38讲-用户访问session分析：session随机抽取之计算每天每小时session数量

第39讲-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

第40讲-用户访问session分析：session随机抽取之根据随机索引进行抽取

第41讲-用户访问session分析：session随机抽取之获取抽取session的明细数据

第42讲-用户访问session分析：session随机抽取之本地测试

第43讲-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

第44讲-用户访问session分析：top10热门品类之获取session访问过的所有品类

第45讲-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

第46讲-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

第47讲-用户访问session分析：top10热门品类之自定义二次排序key

第48讲-用户访问session分析：top10热门品类之进行二次排序

第49讲-用户访问session分析：top10热门品类之获取top10品类并写入MySQL

第50讲-用户访问session分析：top10热门品类之本地测试

第51讲-用户访问session分析：top10热门品类之使用Scala实现二次排序

第52讲-用户访问session分析：top10活跃session之开发准备以及top10品类RDD生成

第53讲-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

第54讲-用户访问session分析：top10活跃session之分组取TopN算法获取top10活跃session

第55讲-用户访问session分析：top10活跃session之本地测试以及阶段总结

三、企业级性能调优、troubleshooting经验与数据倾斜解决方案：

第56讲-用户访问session分析：性能调优之在实际项目中分配更多资源

第57讲-用户访问session分析：性能调优之在实际项目中调节并行度

第58讲-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

第59讲-用户访问session分析：性能调优之在实际项目中广播大变量

第60讲-用户访问session分析：性能调优之在实际项目中使用Kryo序列化

第61讲-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

第62讲-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

第63讲-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

第64讲-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

第65讲-用户访问session分析：Shuffle调优之原理概述

第66讲-用户访问session分析：Shuffle调优之合并map端输出文件

第67讲-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

第68讲-用户访问session分析：Shuffle调优之HashShuffleManager与SortShuffleManager

第69讲-用户访问session分析：算子调优之MapPartitions提升Map类操作性能

第70讲-用户访问session分析：算子调优之filter过后使用coalesce减少分区数量

第71讲-用户访问session分析：算子调优之使用foreachPartition优化写数据库性能

第72讲-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

第73讲-用户访问session分析：算子调优之reduceByKey本地聚合介绍

第74讲-用户访问session分析：troubleshooting之控制shuffle reduce端缓冲大小以避免OOM

第75讲-用户访问session分析：troubleshooting之解决JVM GC导致的shuffle文件拉取失败

第76讲-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

第77讲-用户访问session分析：troubleshooting之解决各种序列化导致的报错

第78讲-用户访问session分析：troubleshooting之解决算子函数返回NULL导致的问题

第79讲-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

第80讲-用户访问session分析：troubleshooting之解决yarn-cluster模式的JVM栈内存溢出问题

第81讲-用户访问session分析：troubleshooting之错误的持久化方式以及checkpoint的使用

第82讲-用户访问session分析：数据倾斜解决方案之原理以及现象分析

第83讲-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

第84讲-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

第85讲-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

第86讲-用户访问session分析：数据倾斜解决方案之将reduce join转换为map join

第87讲-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

第88讲-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

四、页面单跳转化率统计：

第89讲-页面单跳转化率：模块介绍

第90讲-页面单跳转化率：需求分析、技术方案设计、数据表设计

第91讲-页面单跳转化率：编写基础代码

第92讲-页面单跳转化率：页面切片生成以及页面流匹配算法实现

第93讲-页面单跳转化率：计算页面流起始页面的pv

第94讲-页面单跳转化率：计算页面切片的转化率

第95讲-页面单跳转化率：将页面切片转化率写入MySQL

第96讲-页面单跳转化率：本地测试

第97讲-页面单跳转化率：生产环境测试

第98讲-用户访问session分析：生产环境测试

五、各区域热门商品统计：

第99讲-各区域热门商品统计：模块介绍

第100讲-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

第101讲-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

第102讲-各区域热门商品统计：异构数据源之从MySQL中查询城市数据

第103讲-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

第104讲-各区域热门商品统计：开发自定义UDAF聚合函数之group_concat_distinct()

第105讲-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

第106讲-各区域热门商品统计：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

第106讲-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

第107讲-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

第108讲-各区域热门商品统计：将结果数据写入MySQL中

第109讲-各区域热门商品统计：Spark SQL数据倾斜解决方案

第110讲-各区域热门商品统计：生产环境测试

六、广告点击流量实时统计：

第111讲-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

第112讲-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

第113讲-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

第114讲-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

第115讲-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

第116讲-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

第117讲-广告点击流量实时统计：计算每天各省的top3热门广告

第118讲-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

第119讲-广告点击流量实时统计：实现实时计算程序的HA高可用性

第120讲-广告点击流量实时统计：对实时计算程序进行性能调优

第121讲-广告点击流量实时统计：生产环境测试

第122讲-课程总结：都学到了什么？

新升级增加课程大纲：

第123讲-（赠送）Spark 2.0-新特性介绍

第124讲-（赠送）Spark 2.0-新特性介绍-易用性：标准化SQL支持以及更合理的API

第125讲-（赠送）Spark 2.0-新特性介绍-高性能：让Spark作为编译器来运行

第126讲-（赠送）Spark 2.0-新特性介绍-智能化：Structured Streaming介绍

第127讲-（赠送）Spark 2.0-新特性介绍-Spark 1.x的Volcano Iterator Model技术缺陷分析

第128讲-（赠送）Spark 2.0-新特性介绍-whole-stage code generation技术和vectorization技术

第129讲-（赠送）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

第130讲-（赠送）Spark 2.0-课程环境搭建：虚拟机、CentOS、Hadoop、Spark等

第131讲-（赠送）Spark 2.0-开发环境搭建：Eclipse+Maven+Scala+Spark

第132讲-基于Spark 2.0的用户活跃度分析：模块介绍以及交互式用户行为分析系统的解释

第133讲-基于Spark 2.0的用户活跃度分析：统计指定时间内访问次数最多的10个用户

第134讲-基于Spark 2.0的用户活跃度分析：统计指定时间内购买金额最多的10个用户

第135讲-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

第136讲-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

第137讲-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

第138讲-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