('大数据日志分析系统-Spark日志分析实战课程 进入大数据Spark SQL的世界 Spark视频',),全套视频教程学习资料通过百度云网盘下载
资源详情
大数据日志分析系统-Spark日志分析实战课程进入大数据SparkSQL的世界Spark视频教程
===============课程目录
(1)第10章SparkSQL扩展和总结；目录中文件数:9个
├─(2)10-1-课程目录.mp4
├─(3)10-2-SparkSQL使用场景.mp4
├─(4)10-3-SparkSQL加载数据.mp4
├─(5)10-4-DataFrame与SQL的对比.mp4
├─(8)10-7-处理复杂的JSON数据.mp4
├─(10)10-9-外部数据源.mp4
(2)第1章初探大数据；目录中文件数:25个
├─(11)1-10hadoop下载jdk安装、.mp4
├─(12)1-11机器参数设置.mp4
├─(13)1-12hdfs核心配置文件内容配置.mp4
├─(14)1-13hdfs格式化及启停.mp4
├─(15)1-14hdfsshell常用操作.mp4
├─(16)1-15HDFS优缺点.mp4
├─(17)1-16MapReduce概述.mp4
├─(18)1-17mapreduce编程模型及wordcount.mp4
├─(19)1-18yarn产生背景.mp4
├─(20)1-19yarn架构和执行流程.mp4
├─(21)1-1导学.mp4
├─(22)1-20-YARN环境搭建及提交作业到YARN上运行.mp4
├─(23)1-21-Hive产生背景及Hive是什么.mp4
├─(24)1-22-为什么要使用Hive及Hive发展历程.mp4
├─(25)1-23-Hive体系架构及部署架构.mp4
├─(26)1-24-Hive环境搭建.mp4
├─(27)1-25-Hive基本使用.mp4
├─(28)1-2如何学好大数据.mp4
├─(29)1-3开发环境介绍.mp4
├─(30)1-4ooptb镜像文件使用介绍.mp4
├─(31)1-5大数据.mp4
├─(32)1-6hadoop概述.mp4
├─(33)1-7hdfs概述及设计目标.mp4
├─(34)1-8hdfs架构mp4.mp4
├─(35)1-9hdfs副本机制.mp4
(3)第2章Spark及其生态圈概述；目录中文件数:7个
├─(36)2-1-课程目录.mp4
├─(37)2-2-Spark概述及特点.mp4
├─(38)2-3-Spark产生背景.mp4
├─(39)2-4-Spark发展历史.mp4
├─(41)2-6-Spark对比Hadoop.mp4
├─(42)2-7-Spark和Hadoop的协作忄生.mp4
(4)第3章实战环境搭建；目录中文件数:6个
├─(43)3-1-课程目录.mp4
├─(44)3-2-Spark源码编译.mp4
├─(45)3-3补录：Spark源码编译中的坑.mp4
├─(46)3-4SparkLocal模式环境搭建.mp4
├─(47)3-5SparkStandalone模式环境搭建.mp4
├─(48)3-6Spark简单使用.mp4
(5)第4章SparkSQL概述；目录中文件数:6个
├─(49)4-1课程目录.mp4
├─(50)4-2-SparkSQL前世今生.mp4
├─(51)4-3-SQLonHadoop常用框架介绍.mp4
├─(52)4-4-SparkSQL概述.mp4
├─(53)4-5-SparkSQL愿景.mp4
├─(54)4-6-SparkSQL架构.mp4
(6)第5章从Hive平滑过渡到SparkSQL；目录中文件数:7个
├─(55)5-1-课程目录.mp4
├─(56)5-2-ASQLContext的使用.mp4
├─(57)5-3-BHiveContext的使用.mp4
├─(58)5-4-CSparkSession的使用.mp4
├─(59)5-5spark-shell&spark-sql的使用.mp4
├─(60)5-6-thriftserver&beeline的使用.mp4
├─(61)5-7-jdbc方式编程访问.mp4
(7)第6章DateFrame&Dataset；目录中文件数:9个
├─(62)6-1-课程目录.mp4
├─(63)6-2-DataFrame产生背景.mp4
├─(64)6-3-DataFrame概述.mp4
├─(65)6-4-DataFrame和RDD的对比.mp4
├─(66)6-5-DataFrame基本API操作.mp4
├─(67)6-6-DataFrame与RDD互操作方式一.mp4
├─(68)6-7dataframe与rdd互操作方式.mp4
├─(69)6-8-DataFrameAPI操作案例实战.mp4
├─(70)6-9-Dataset概述及使用.mp4
(8)第7章ExternalDataSource；目录中文件数:8个
├─(71)7-1-课程目录.mp4
├─(72)7-2-产生背景.mp4
├─(73)7-3-概述.mp4
├─(74)7-4-目标.mp4
├─(75)7-5-操作Parquet文件数据.mp4
├─(76)7-6-操作Hive表数据.mp4
├─(77)7-7-操作MySQL表数据.mp4
├─(78)7-8-Hive和MySQL综合使用.mp4
(9)第8章SparkSQL愿景；目录中文件数:10个
├─(79)8-1-ASparkSQL愿景之一写更少的代码(代码量和可读忄生).mp4
├─(80)8-10-SparkSQL愿景总结.mp4
├─(81)8-2-BSparkSQL愿景之一写更少的代码(统一访问操作接口).mp4
├─(82)8-3-CSparkSQL愿景之一写更少的代码(强有力的API支持).mp4
├─(83)8-4-DSparkSQL愿景之一些更少的代码(Schema推导).mp4
├─(84)8-5-ESparkSQL愿景之一写更少的代码(SchemaMerge).mp4
├─(85)8-6-FSparkSQL愿景之一写更少的代码(PartitionDiscovery).mp4
├─(86)8-7-GSparkSQL愿景之一写更少的代码(执行速度更快).mp4
├─(87)8-8-SparkSQL愿景之二读取更少的数据.mp4
├─(88)8-9-SparkSQL愿景之三让查询优化器帮助我们优化执行效率.mp4
(10)第9章日志实战；目录中文件数:30个
├─(89)9-1-课程目录.mp4
├─(90)9-10-数据清洗存储到目标地址.mp4
├─(91)9-11-需求一统计功能实现.mp4
├─(92)9-12-Scala操作MySQL工具类开发.mp4
├─(93)9-13-需求一统计结果写入到MySQL.mp4
├─(94)9-14-需求二统计功能实现.mp4
├─(95)9-15-需求二统计结果写入到MySQL.mp4
├─(96)9-16-需求三统计功能实现.mp4
├─(97)9-17-需求三统计结果写入到MySQL.mp4
├─(98)9-18-代码重构之删除指定日期已有的数据.mp4
├─(99)9-19-功能实现之数据可视化展示概述.mp4
├─(100)9-2-用户行为日志概述.mp4
├─(101)9-20-ECharts饼图静态数据展示.mp4
├─(102)9-21-ECharts饼图动态展示之一查询MySQL中的数据.mp4
├─(103)9-22-ECharts饼图动态展示之二前端开发.mp4
├─(104)9-23-使用Zeppelin进行统计结果的展示.mp4
├─(105)9-24-SparkonYARN基础.mp4
├─(106)9-25-数据清洗作业运行到YARN上.mp4
├─(107)9-26-统计作业运行在YARN上.mp4
├─(108)9-27-忄生能优化之存储格式的选择.mp4
├─(109)9-28-忄生能调优之压缩格式的选择mp4.mp4
├─(110)9-29-忄生能优化之代码优化.mp4
├─(111)9-3-离线数据处理架构.mp4
├─(112)9-30-忄生能调优之参数优化.mp4
├─(113)9-4-项目需求.mp4
├─(114)9-5imooc网主站日志内容构成.mp4
├─(115)9-6数据清洗之第一步原始日志解析.mp4
├─(116)9-7-数据清洗之二次清洗概述.mp4
├─(117)9-8-数据清洗之日志解析.mp4
├─(118)9-9-数据清洗之ip地址解析.mp4
**** Hidden Message *****
页:
[1]