资源介绍：

互联网大厂敲门砖 课程全新升级不加价

核心技术深度解析 全栈开发一手掌握

遵循企业用人标准 就业不局限

课程目录

• 10、电商大数据购买行为分析项目
• 电商
• 软件
• 文档
• 源码
• 10：分析不同时间消费的趋势
• 11：查询回购率排名前10的品牌
• 12：分析网购行为与性别的关系
• 13：分析网购行为与年龄关系
• 14：分析每个品牌的销量前3名的商品
• 1：建表一
• 2：建表二
• 3：导入数据到表中
• 4：查询用户的总个数
• 5：查询购物记录的总条数
• 6：查询卖家的总数量
• 7：查询热卖商品前10名
• 8：查询热卖品牌前10名
• 9：查询购买商品数量最多的前50名用户
• 11、分布式数据库 HBase
• 软件
• hadoop-config
• hbase-2.0.5-bin.tar.gz
• log4j2.xml
• protobuf-java-3.19.1.tar.gz
• 文档
• HBase权威指南
• 第九阶段：分布式数据库 HBase
• 第九阶段分布式数据库HBase.xmind
• 源码
• HbaseApiDemo
• 10：HBase概述、架构与搭建_搭建二
• 11：HBase概述、架构与搭建_集群启动测试一
• 12：HBase概述、架构与搭建_集群启动测试二
• 13：HBase概述、架构与搭建_HBase Shell一
• 14：HBase概述、架构与搭建_HBase Shell二
• 15：HBase概述、架构与搭建_HBase特点
• 16：数据模型进阶_RowKey
• 17：数据模型进阶_列族和列描述符
• 18：数据模型进阶_Timestamp
• 19：RegionServer架构_RegionServer组成
• 1：HBase课程介绍
• 20：RegionServer架构_RegionServer管理
• 21：HBase进阶_HBase读流程一
• 22：HBase进阶_HBase读流程二
• 23：HBase进阶_Hbase写完整流程
• 24：HBase进阶_HBase写流程之WAL
• 25：HBase进阶_HBase写流程之MemStoreFlush
• 26：HBase进阶_HBase写流程之minor和major
• 27：HBase进阶_HBase写流程之RegionSplit
• 28：HBase Java API_环境准备
• 29：HBase Java API_创建命名空间
• 2：HBase概述、架构与搭建_HBase概述一
• 30：HBase Java API_删除命名空间
• 31：HBase Java API_判断表是否存在
• 32：HBase Java API_创建表
• 33：HBase Java API_删除表
• 34：HBase Java API_添加数据
• 35：HBase Java API_get数据查询
• 36：HBase Java API_scan数据查询一
• 37：HBase Java API_scan数据查询二
• 38：HBase Java API_删除数据
• 39：通话记录分析实战_需求分析
• 3：HBase概述、架构与搭建_HBase概述二
• 40：通话记录分析实战_before和after方法
• 41：通话记录分析实战_createTable方法
• 42：通话记录分析实战_生成数据代码实现一
• 43：通话记录分析实战_生成数据代码实现二
• 44：通话记录分析实战_生成数据代码实现三
• 45：通话记录分析实战_查询某用户3月份的通话记录
• 46：通话记录分析实战_删除和添加数据
• 47：客户端请求过滤器一
• 48：客户端请求过滤器二
• 49：过滤器查询实战
• 4：HBase概述、架构与搭建_数据模型
• 50：表设计_用户角色表设计
• 51：表设计_组织（或分类）表设计
• 52：Protocol Bufffers压缩_问题引入
• 53：Protocol Bufffers压缩_简介
• 54：Protocol Bufffers压缩_安装准备
• 55：Protocal Buffers压缩_安装及使用步骤
• 56：Protocal Buffers压缩_proto文件转java类
• 57：Protocal Buffers压缩_insertProtocBuf
• 58：Protocal Buffers压缩_scanProtocBuf
• 59：HBase与MR整合_HDFS2MR2HBase需求与准备工作
• 5：HBase概述、架构与搭建_名词解释
• 60：HBase与MR整合_HDFS2MR2HBase开发Main类
• 61：HBase与MR整合_HDFS2MR2HBase开发Mapper类
• 62：HBase与MR整合_HDFS2MR2HBase开发Reducer类
• 63：HBase与MR整合_HDFS2MR2HBase测试
• 64：HBase与MR整合_Hbase2MR2HDFS插入数据一
• 65：HBase与MR整合_Hbase2MR2HDFS插入数据二
• 66：HBase与MR整合_Hbase2MR2HDFS开发Main类
• 67：HBase与MR整合_Hbase2MR2HDFS开发Mapper类
• 68：HBase与MR整合_Hbase2MR2HDFS开发Reducer类
• 69：HBase与MR整合_Hbase2MR2Hbase开发Main类
• 6：HBase概述、架构与搭建_架构一
• 70：HBase与MR整合_Hbase2MR2Hbase开发Mapper类
• 71：HBase与MR整合_Hbase2MR2Hbase开发Reducer类
• 72：HBase优化面试题_PreCreating Regions
• 73：HBase优化面试题_Column Family相关优化
• 74：HBase优化面试题_Row Key
• 75：HBase优化面试题_写表操作优化
• 76：HBase优化面试题_读表操作优化
• 77：HBase与Hive整合_准备工作
• 78：HBase与Hive整合_内部表一
• 79：HBase与Hive整合_内部表二
• 7：HBase概述、架构与搭建_架构二
• 80：HBase与Hive整合_外部表一
• 81：HBase与Hive整合_外部表二
• 8：HBase概述、架构与搭建_架构三
• 9：HBase概述、架构与搭建_搭建一
• 12、日志采集Flume
• 软件
• apache-flume-1.9.0-bin.tar.gz
• apache-flume-1.9.0-src.tar.gz
• nginx-1.20.1.tar.gz
• 文档
• image
• 11-第十阶段：日志采集Flume.xmind
• 第十阶段 日志采集Flume
• 源码
• 10：Flume事务剖析二
• 11：Exec Source案例一
• 12：Exec Source案例二
• 13：spooldir Source案例一
• 14：spooldir Source案例二
• 15：Taildir Source案例一
• 16：Taildir Source案例二
• 17：Sink实战_HDFS Sink参数介绍
• 18：Sink实战_HDFS Sink案例一
• 19：Sink实战_HDFS Sink案例二
• 1：课程介绍
• 20：Sink实战_HDFS Sink案例三
• 21：Sink实战_Hive Sink
• 22：Sink实战_HBase Sink
• 23：Flume高级_Agent原理剖析一
• 24：Flume高级_Agent原理剖析二
• 25：Flume高级_串联架构
• 26：Flume高级_串联架构配置实战
• 27：Flume高级_串联架构测试与总结
• 28：Flume高级_复制和多路复用_定义和案例需求
• 29：Nginx安装与配置
• 2：Flume概述_介绍
• 30：Flume高级_复制flume配置
• 31：Flume高级_复制测试
• 32：Flume高级_聚合架构
• 33：聚合架构_配置实战
• 34：聚合架构_测试
• 35：Flume高级_故障转移
• 36：故障转移_配置实战
• 37：故障转移_测试
• 38：Flume高级_负载均衡
• 39：负载均衡_配置实战
• 3：Flume概述_系统需求
• 40：负载均衡_测试
• 41：企业面试题_Flume的使用场景
• 42：企业面试题_Flume存在丢包的问题吗
• 43：企业面试题_数据采集到Kafaka的实现方式
• 44：企业面试题_Flume组件相关
• 45：企业面试题_Flume事务机制
• 46：企业面试题_Flume参数调优
• 4：Flume概述_架构
• 5：Flume概述_与Scribe区别
• 6：Flume安装配置
• 7：入门案例一
• 8：入门案例二
• 9：Flume事务剖析一
• 第十阶段Flume含有时间的备案.doc
• 13、大型电商日志离线分析系统
• 软件
• apache-tomcat-8.5.73-windows-x64
• mysql-connector-java-5.1.26-bin.jar
• my_score.sql
• SQLyog
• sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
• 文档
• 12-第十一阶段：大型电商日志离线分析系统大纲.xmind
• 12-第十一阶段：大型电商日志离线分析系统讲义
• 源码
• ETL项目相关
• loganalyser
• logetl
• makelogs
• 活跃用户相关
• 生成日志相关
• 新增用户相关
• 100：结果存入MySQL的源码解析一
• 101：结果存入MySQL的源码解析二
• 102：结果存入MySQL的源码解析三
• 103：结果存入MySQL的源码解析四
• 104：结果存入MySQL的源码解析五
• 105：活跃用户数据处理_需求分析
• 106：活跃用户数据处理_Runner开发提示
• 107：活跃用户数据处理_Mapper开发提示
• 108：活跃用户数据处理_Reducer开发提示和相关类以及配置文件
• 109：开发其他模块的步骤
• 10：JS SDK_概述
• 110：Sqoop_概述
• 111：Sqoop_导入和导出原理剖析
• 112：Sqoop_安装和测试一
• 113：Sqoop_安装和测试二
• 114：Sqoop_查询数据库实例
• 115：Sqoop_命令行导入
• 116：Sqoop_将脚本写入文件运行
• 117：Sqoop_指定SQL导入
• 118：Sqoop_指定导入字段间的分隔符
• 119：Sqoop_导入到HIVE
• 11：JS SDK_执行工作流
• 120：Sqoop_导出数据到mysql
• 121：Sqoop_默认的hive分隔符
• 122：用户浏览深度分析_需求分析
• 123：站在用户维度的浏览深度_hql编写一
• 124：站在用户维度的浏览深度_hql编写二
• 125：站在用户维度的浏览深度_hql编写三
• 126：站在用户维度的浏览深度_Hive中创建表
• 127：站在用户维度的浏览深度_hql行转列join方式
• 128：站在用户维度的浏览深度_hql行转列union all方式
• 129：站在用户维度的浏览深度_hql完善一
• 12：JS SDK_数据参数说明
• 130：站在用户维度的浏览深度_hql完善二
• 131：站在用户维度的浏览深度_编写UDF类DateDimensionUDF
• 132：站在用户维度的浏览深度_编写UDF类PlatformDimensionUDF
• 133：站在用户维度的浏览深度_Hive创建函数
• 134：站在用户维度的浏览深度_sqoop脚本编写
• 135：站在会话维度的浏览深度
• 136：项目总结
• 13：JS SDK_事件分析概述
• 14：JS SDK_事件分析_Launch事件
• 15：JS SDK_事件分析_PageView事件
• 16：JS SDK_事件分析_chargeRequest事件
• 17：JS SDK_Event事件和其他api方法
• 18：JAVA SDK
• 19：数据来源设计_项目搭建(选学)
• 1：课程介绍
• 20：数据来源设计_配置tomcat
• 21：数据来源分析_JS代码分析一
• 22：数据来源分析_JS代码分析二
• 23：数据来源分析_JS代码分析三
• 24：数据来源分析_JS代码分析四
• 25：数据来源分析_JS代码分析五
• 26：数据来源分析_JS代码分析六
• 27：数据来源分析_Java代码ChargeSuccess分析一
• 28：数据来源分析_Java代码ChargeSuccess分析二
• 29：数据来源分析_Java代码ChargeSuccess测试
• 2：项目需求分析_概述
• 30：数据来源分析_Java代码ChargeRefund分析与测试
• 31：添加Nginx服务与开机启动(选学)
• 32：Nginx日志格式配置
• 33：项目中Flume的配置
• 34：Flume Avro Source JavaAPI（选学)
• 35：ETL_解析思路
• 36：ETL_项目搭建一
• 37：ETL_项目搭建二
• 38：ETL_解析IP地址到地域
• 39：ETL_解析浏览器信息
• 3：项目需求分析_名称解释
• 40：ETL_常量类和工具类剖析一
• 41：ETL_常量类和工具类剖析二
• 42：ETL_实现Tool接口一
• 43：ETL_实现Tool接口二
• 44：ETL_实现Tool接口三
• 45：ETL代码开发详讲_setConf方法
• 46：ETL代码开发详讲_run方法
• 47：ETL代码开发详讲_processArgs方法
• 48：ETL代码开发详讲_setJobInputPaths方法
• 49：ETL代码开发详讲_cleanup方法
• 4：项目需求分析_各模块需求说明
• 50：ETL代码开发详讲_map方法
• 51：ETL代码开发详讲_handleLog方法上
• 52：ETL代码开发详讲_handleLog方法下
• 53：ETL代码开发详讲_handleRequestData方法上
• 54：ETL代码开发详讲_handleRequestData方法下
• 55：ETL代码开发详讲_handleUserAgent方法
• 56：ETL代码开发详讲_handleIp方法
• 57：ETL代码开发详讲_handleData方法
• 58：ETL代码开发详讲_generateRowKey方法
• 59：ETL代码开发详讲_测试准备工作
• 5：系统架构_数据流程设计
• 60：ETL代码开发详讲_代码测试一
• 61：ETL代码开发详讲_代码测试二
• 62：ETL代码开发详讲_代码测试Debug调试一
• 63：ETL代码开发详讲_代码测试Debug调试二
• 64：ETL代码开发详讲_生成数据
• 65：新增用户数据处理_思路分析一
• 66：新增用户数据处理_思路分析二
• 67：新增用户数据处理_思路分析三
• 68：新增用户数据处理_创建项目
• 69：新增用户数据处理_SQLyog安装配置(选学)
• 6：系统架构_框架版本选型
• 70：新增用户数据处理_新建数据库和表
• 71：新增用户数据处理_维度相关类一
• 72：新增用户数据处理_维度相关类BrowserDimension一
• 73：新增用户数据处理_维度相关类BrowserDimension二
• 74：新增用户数据处理_维度相关类BrowserDimension三
• 75：新增用户数据处理_维度相关类BrowserDimension四
• 76：新增用户数据处理_维度相关类PlatformDimension
• 77：新增用户数据处理_维度相关类KpiDemension
• 78：新增用户数据处理_维度相关类DateDimension一
• 79：新增用户数据处理_维度相关类DateDimension二
• 7：系统架构_服务器选型
• 80：新增用户数据处理_维度相关类DateDimension三
• 81：新增用户数据处理_维度相关类StatsDimesion
• 82：新增用户数据处理_维度相关类StatsCommonDimesion
• 83：新增用户数据处理_维度相关类StatsUserDimesion
• 84：新增用户数据处理_维度相关类KpiType
• 85：新增用户数据处理_Mapper输出Value类
• 86：新增用户数据处理_Reducer输出Value类
• 87：新增用户数据处理_添加写入MySQL表相关类
• 88：新增用户数据处理_Runner开发一
• 89：新增用户数据处理_Runner开发二
• 8：系统架构_集群资源规划设计
• 90：新增用户数据处理_Runner开发三
• 91：新增用户数据处理_Runner开发四
• 92：新增用户数据处理_Runner开发五
• 93：新增用户数据处理_Mapper开发一
• 94：新增用户数据处理_Mapper开发二
• 95：新增用户数据处理_Mapper开发三
• 96：新增用户数据处理_Reducer开发
• 97：新增用户数据处理_程序测试一
• 98：新增用户数据处理_程序测试二
• 99：新增用户数据处理_程序测试三
• 9：系统架构_测试服务器规划
• 14、Elasticsearch 分布式搜索
• 软件
• 案例
• elasticsearch-7.17.0-linux-x86_64.tar.gz
• elasticsearch-analysis-ik-7.17.0
• elasticsearch-analysis-pinyin-7.17.0
• kibana-7.17.0-linux-x86_64.tar.gz
• 文档
• Elasticsearch
• Elasticsearch.xmind
• 源码
• 10：Elasticsearch常用操作_索引操作（1）
• 11：Elasticsearch常用操作_索引操作（2）
• 12：Elasticsearch常用操作_文档操作（1）
• 13：Elasticsearch常用操作_文档操作（2）
• 14：Elasticsearch常用操作_域的属性_index
• 15：Elasticsearch常用操作_域的属性_type
• 16：Elasticsearch常用操作_域的属性_store
• 17：分词器_默认分词器
• 18：分词器_IK分词器安装
• 19：分词器_IK分词器词典
• 1：课程介绍
• 20：分词器_拼音分词器
• 21：分词器_自定义分词器
• 22：Elasticsearch搜索文档_准备工作
• 23：Elasticsearch搜索文档_搜索方式（1）
• 24：Elasticsearch搜索文档_搜索方式（2）
• 25：Elasticsearch搜索文档_复合搜索
• 26：Elasticsearch搜索文档_结果排序
• 27：Elasticsearch搜索文档_分页查询
• 28：Elasticsearch搜索文档_高亮查询
• 29：Elasticsearch搜索文档_SQL查询
• 2：Elasticsearch介绍_全文检索索引
• 30：原生JAVA操作ES_搭建项目
• 31：原生JAVA操作ES_索引操作（1）
• 32：原生JAVA操作ES_索引操作（2）
• 33：原生JAVA操作ES_文档操作（1）
• 34：原生JAVA操作ES_文档操作（2）
• 35：原生JAVA操作ES_搜索操作
• 36：Elasticsearch集群_概念
• 37：Elasticsearch集群_安装节点一
• 38：Elasticsearch集群_安装剩余节点
• 39：Elasticsearch集群_配置kibana
• 3：Elasticsearch介绍_倒排索引
• 40：Elasticsearch集群_测试集群状态
• 41：Elasticsearch集群_故障应对、水平扩容
• 42：Elasticsearch优化_内存设置
• 43：Elasticsearch优化_磁盘选择
• 44：Elasticsearch优化_分片策略
• 4：Elasticsearch介绍_Elasticsearch的出现
• 5：Elasticsearch介绍_Elasticsearch应用场景
• 6：Elasticsearch介绍_Elasticsearch对比Solr
• 7：Elasticsearch介绍_Elasticsearch数据结构
• 8：Elasticsearch安装_安装ES服务
• 9：Elasticsearch安装_安装kibana
• 15、Redis 缓存数据库
• 软件
• apache-jmeter-5.4.3
• redis-6.2.6.tar.gz
• redis-desktop-manager-0.8.8.384.exe
• 文档
• Redis课程大纲.xmind
• Redis入门到实战
• 源码
• redisdemo
• 10：Redis数据类型_List
• 11：Redis数据类型_Set
• 12：Redis数据类型_Hash
• 13：Redis数据类型_Zset
• 14：Redis数据类型_Bitmaps
• 15：Redis数据类型_Geospatia
• 16：Redis数据类型_HyperLogLog
• 17：Redis可视化工具_Redis_Destktop_Manager
• 18：Java整合Redis_Jedis操作(上)
• 19：Java整合Redis_Jedis操作(下)
• 1：课程介绍
• 20：Redis配置文件
• 21：Redis其他功能_发布订阅
• 22：Redis其他功能_慢查询
• 23：Redis其他功能_流水线pipeline
• 24：Redis数据安全_持久化机制概述
• 25：Redis数据安全_RDB持久化机制
• 26：Redis数据安全_AOF持久化机制
• 27：Redis数据安全_企业中改如何选择持久化机制
• 28：Redis集群_主从复制概念
• 29：Redis集群_主从复制搭建
• 2：Redis概述_为什么要使用NoSQL
• 30：Redis集群_主从复制原理刨析
• 31：Redis集群_哨兵监控概述
• 32：Redis集群_配置哨兵监控
• 33：Redis集群_哨兵监控原理刨析
• 34：Redis集群_哨兵监控故障转移监控
• 35：Redis集群_Cluster模式概述
• 36：Redis集群_Cluster模式搭建
• 37：Redis集群_Cluser模式原理
• 38：Redis集群_Java操作Redis集群
• 39：Redis企业级解决方案_Redis脑裂
• 3：Redis概述_什么是NoSQL
• 40：Redis企业级解决方案_缓存预热
• 41：Redis企业级解决方案_缓存穿透
• 42：Redis企业解决方案_缓存击穿
• 43：Redis企业解决方案_缓存雪崩
• 44：Redis企业级解决方案_Redis开发规范
• 45：Redis企业级解决方案_数据一致性
• 4：Redis概述_当下NoSQL经典应用
• 5：Redis概述_什么是Redis
• 6：Redis安装_Linux下安装Redis
• 7：Redis安装_基础知识
• 8：Redis数据类型_key键
• 9：Redis数据类型_String
• 16、Scala分布式语言
• 软件
• IDEA Plugins
• jdguiwindows
• scala-2.12.15.msi
• scala-2.12.15.tar.gz
• scala-2.12.15
• scala-docs-2.12.15
• 文档
• 15-第十四阶段：Scala分布式语言二
• 15-第十四阶段：Scala分布式语言一
• 第十四阶段：Scala分布式语言.xmind
• 源码
• 新建文件夹
• scalademo
• 100：元祖一
• 101：元祖二
• 102：Seq_不可变List一
• 103：Seq_不可变List二
• 104：Seq_不可变List三
• 105：Seq_不可变List四
• 106：Seq_可变ListBuffer一
• 107：Seq_可变ListBuffer二
• 108：Seq_可变ListBuffer三
• 109：Seq_ 可变List和不可变List转换
• 10：标识符_基本规则
• 110：不可变Set
• 111：可变Set一
• 112：可变Set二
• 113：不可变Map集合一
• 114：不可变Map集合二
• 115：不可变Map集合三
• 116：可变Map一
• 117：可变Map二
• 118：可变Map三
• 119：不可变数组一
• 11：标识符_特殊符号
• 120：不可变数组二
• 121：不可变数组三
• 122：不可变数组四
• 123：可变数组一
• 124：可变数组二
• 125：可变数组和不可变数组转换
• 126：集合常用方法_基础方法
• 127：集合常用方法_衍生方法一
• 128：集合常用方法_衍生方法二
• 129：集合常用方法_计算方法一
• 12：标识符_关键字处理方案
• 130：集合常用方法_计算方法二
• 131：集合常用方法_折叠方法
• 132：集合常用方法_功能方法map一
• 133：集合常用方法_功能方法map二
• 134：集合常用方法_功能方法flatten
• 135：集合常用方法_功能方法flatMap
• 136：集合常用方法_单词数量统计一
• 137：集合常用方法_单词数量统计二
• 138：集合常用方法_单词数量统计三
• 139：switch回顾
• 13：变量
• 140：基本使用
• 141：匹配规则_匹配常量
• 142：匹配规则_匹配类型一
• 143：匹配规则_匹配类型二
• 144：匹配规则_匹配数组
• 145：匹配规则_匹配元祖
• 146：匹配规则_匹配列表
• 147：匹配规则_匹配对象
• 148：匹配规则_样例类
• 149：应用场景一
• 14：数据类型一
• 150：应用场景二
• 151：应用场景_升级WordCount
• 152：偏函数_全量函数实现偏函数场景一
• 153：偏函数_全量函数实现偏函数场景二
• 154：偏函数_声明和使用
• 155：隐式转换概述
• 156：隐式函数
• 157：隐式参数和隐式变量一
• 158：隐式参数和隐式变量二
• 159：隐式类
• 15：数据类型二
• 160：隐式转换机制
• 161：泛型概述
• 162：泛型协变和逆变
• 163：泛型的上下边界
• 164：常用方法中的泛型
• 165：上下文限定
• 166：正则表达式概述
• 167：正则表达式基本使用
• 168：正则案例实战
• 16：类型转换一
• 17：类型转换二
• 18：分支控制
• 19：循环控制_to和until
• 1：课程介绍
• 20：循环控制_for循环一
• 21：循环控制_for循环二
• 22：循环控制_for循环三
• 23：循环控制_for循环四
• 24：循环控制_while和do while
• 25：循环中断
• 26：字符串_String一
• 27：字符串_String二
• 28：字符串_StringBuilder
• 29：输入输出_控制台输入
• 2：什么是Scala
• 30：输入输出_本地文件输入
• 31：输入输出_互联网文件输入
• 32：输入输出_写文件操作
• 33：函数和方法的区别
• 34：函数定义_无参无返回值函数
• 35：函数定义_有参无返回值函数
• 36：函数定义_无参有返回值函数
• 37：函数定义_有参有返回值函数
• 38：函数定义_总结
• 39：不定参数的函数一
• 3：为什么学习Scala
• 40：不定参数的函数二
• 41：默认值参数函数
• 42：函数至简原则一
• 43：函数至简原则二
• 44：函数作为值一
• 45：函数作为值二
• 46：函数作为值三
• 47：函数作为值四
• 48：函数作为参数_无参无返回值
• 49：函数作为参数_有参有返回值
• 4：六大特性
• 50：函数作为参数_有参有返回值简化演示
• 51：函数作为参数_一参无返回值简化演示
• 52：函数作为参数_两参有返回值简化演示
• 53：函数作为参数_案例三
• 54：函数作为返回值一
• 55：函数作为返回值二
• 56：闭包
• 57：匿名函数
• 58：控制抽象
• 59：柯里化函数
• 5：Scala环境安装
• 60：递归函数
• 61：尾递归函数(选修)
• 62：惰性函数(选修)
• 63：面向对象基础概述
• 64：面向对象基础_包package
• 65：面向对象基础_类
• 66：面向对象基础_java中的导入import
• 67：面向对象基础_Scala中的导入import一
• 68：面向对象基础_Scala中的导入import二
• 69：面向对象基础_属性一
• 6：IDEA插件安装
• 70：面向对象基础_属性二
• 71：面向对象基础_访问权限
• 72：面向对象基础_方法
• 73：面向对象基础_对象
• 74：面向对象基础_构造方法
• 75：伴生类和伴生对象一
• 76：伴生类和伴生对象二
• 77：伴生类和伴生对象三
• 78：抽象类和抽象方法一
• 79：抽象类和抽象方法二
• 7：第一个程序
• 80：抽象属性一
• 81：抽象属性二
• 82：Trait_Java中的接口
• 83：Trait_基本使用一
• 84：Trait_基本使用二
• 85：Trait_作用解耦合
• 86：Trait_原理
• 87：Trait_初始化叠加一
• 88：Trait_初始化叠加二
• 89：Trait_功能叠加
• 8：第一个程序的简介
• 90：Trait_反射一
• 91：Trait_反射二
• 92：多学三招_枚举类
• 93：多学三招_应用类
• 94：多学三招_type定义新类型
• 95：Java中的异常一
• 96：Java中的异常二
• 97：Scala中的异常
• 98：集合类概述
• 99：队列Queue
• 9：查看字节码文件
• 17、Kafka消息队列
• 大数据16
• 软件
• 文档
• 源码
• 10：Kafka入门_Topic命令行操作
• 11：Kafka入门_消息发送和接收
• 12：生产者_发送数据原理剖析一
• 13：生产者_发送数据原理剖析二
• 14：生产者_同步发送数据一
• 15：生产者_同步发送数据二
• 16：生产者_异步发送数据
• 17：生产者_异步回调发送数据
• 18：生产者_拦截器一
• 19：生产者_拦截器二
• 1：课程介绍
• 20：生产者_消息序列化一
• 21：生产者_消息序列化二
• 22：生产者_分区的优势
• 23：生产者_分区策略
• 24：生产者_分区实战一
• 25：生产者_分区实战二
• 26：生产者_自定义分区机制一
• 27：生产者_自定义分区机制二
• 28：生产者_消息无丢失
• 29：生产者_数据去重
• 2：Kafka入门_什么是Kafka
• 30：生产者_ 数据去重_幂等性
• 31：生产者_ 数据去重_事务原理分析
• 32：生产者_ 数据去重_事务代码实现
• 33：Broker_Zookeeper存储信息
• 34：Broker_工作流程
• 35：Broker_服役新节点
• 36：Broker_退役节点
• 37：Broker_Replica
• 38：消费者_消费方式
• 39：消费者_消费规则
• 3：Kafka入门_消息队列应用场景
• 40：消费者_独立消费主题实战
• 41：消费者_独立消费分区实战一
• 42：消费者_独立消费分区实战一
• 43：消费者_消费者组概述
• 44：消费者_消费者组实战
• 45：消费者_offset剖析
• 46：消费者_offset自动提交
• 47：消费者_offset手动提交
• 48：消费者_offset手动提交实战
• 4：Kafka入门_消息队列两种模式
• 5：Kafka入门_架构相关名词
• 6：Kafka入门_基础架构
• 7：Kafka入门_下载安装一
• 8：Kafka入门_下载安装二
• 9：Kafka入门_集群启停脚本
• 18、Spark分布式计算框架
• 章节1：Spark分布式计算框架核心基础
• 10：Spark核心_Spark分布式计算框架 Spark核心RDD深层次剖析】
• 11：Spark核心_Spark分布式计算框架 SparkRDD补充及专业术语解释】
• 12：Spark核心_Spark分布式计算框架 Spark算子分类介绍】
• 13：Spark核心_Spark分布式计算框架 Spark Transformation算子与Action算子特点】
• 14：Spark核心_Spark分布式计算框架 Spark Transformation算子之filter算子实操】
• 15：Spark核心_Spark分布式计算框架 Spark Transformation算子之map&flatMap&reduceByKey&sortByKey算子实操】
• 16：Spark核心_Spark分布式计算框架 Spark Transformation算子之sample算子实操】
• 17：Spark核心_Spark分布式计算框架 Spark Action算子之foreach&count&take&first&collect算子实操】
• 18：Spark核心_Spark分布式计算框架 Spark 代码流程与创建RDD的方式】
• 19：Spark核心_Spark分布式计算框架 Spark持久化算子介绍】
• 1：Spark核心_Spark分布式计算框架介绍】
• 20：Spark核心_Spark分布式计算框架 cache持久化算子实战操作】
• 21：Spark核心_Spark分布式计算框架 persist持久化算子实战操作】
• 22：Spark核心_Spark分布式计算框架 cache&persist 持久化算子需要注意问题】
• 23：Spark核心_Spark分布式计算框架 checkpoint持久化算子实战操作及注意问题】
• 2：Spark核心_Spark分布式计算框架技术栈介绍】
• 3：Spark核心_Spark分布式计算框架Spark发展历程及与MapReduce处理模式对比】
• 4：Spark核心_Spark分布式计算框架 Maven安装及Scala&Java Maven项目创建】
• 5：Spark核心_Spark分布式计算框架 Spark-Scala版本WordCount代码实战】
• 6：Spark核心_Spark分布式计算框架 Spark-Java版本WordCount代码实战】
• 7：Spark核心_Spark分布式计算框架 SparkScala与SparkJava代码简化风格】
• 8：Spark核心_Spark分布式计算框架 Spark代码对象解释及WordCount排序】
• 9：Spark核心_Spark分布式计算框架 Spark核心RDD原理】
• 笔记】
• 代码】
• 资料】
• 章节2：Spark集群搭建、任务提交资源申请核心原理
• 24：Spark核心_Spark分布式计算框架 SparkStandalone集群搭建及端口修改】
• 25：Spark核心_Spark分布式计算框架 基于SparkStandalone运行SparkPi任务】
• 26：Spark核心_Spark分布式计算框架 Spark客户端搭建及基于 yarn 运行SparkPi任务】
• 27：Spark核心_Spark分布式计算框架 Spark基于Standalone-client模式提交任务流程及特点】
• 28：Spark核心_Spark分布式计算框架 Spark基于Standalone-cluster模式提交任务流程及特点】
• 29：Spark核心_Spark分布式计算框架 Spark基于Yarn-client模式提交任务流程及特点】
• 30：Spark核心_Spark分布式计算框架 Spark基于Yarn-cluster模式提交任务流程及特点】
• 31：Spark核心_Spark分布式计算框架 Spark资源层面与任务层面名词解释】
• 32：Spark核心_Spark分布式计算框架 Spark RDD 宽窄依赖关系】
• 33：Spark核心_Spark分布式计算框架 Spark Stage核心原理】
• 34：Spark核心_Spark分布式计算框架 Spark Stage注意问题及验证pipeline计算模式】
• 35：Spark核心_Spark分布式计算框架 Spark 任务调度流程及重试机制】
• 36：Spark核心_Spark分布式计算框架 Spark 资源调度和任务调度流程及原理】
• 37：Spark核心_Spark分布式计算框架 粗粒度资源申请和细粒度资源申请】
• 笔记】
• 代码】
• 资料】
• 章节3：Spark 算子实战及案例分析操作
• 38：Spark核心_SparkTransformation类算子_Join算子实战操作】
• 39：Spark核心_SparkTransformation类算子_leftOuterJoin&rightOuterJoin&fullOuterJoin算子实战操作】
• 40：Spark核心_SparkTransformation类算子_union算子实战操作】
• 41：Spark核心_SparkTransformation类算子_interection&subtract算子实战操作】
• 42：Spark核心_SparkTransformation类算子_mapPartitions算子实战操作】
• 43：Spark核心_SparkTransformation类算子_distinct算子实战操作】
• 44：Spark核心_SparkTransformation类算子_cogroup算子实战操作】
• 45：Spark核心_SparkTransformation类算子_mapPartitionsWithIndex算子实战操作】
• 46：Spark核心_SparkTransformation类算子repartition算子实战操作】
• 47：Spark核心_SparkTransformation类算子coalesce算子实战操作】
• 48：Spark核心_SparkTransformation类算子groupByKey算子实战操作】
• 49：Spark核心_SparkTransformation类算子zip&zipWithIndex算子实战操作】
• 50：Spark核心_SparkTransformation类算子mapValues算子实战操作】
• 51：Spark核心_SparkAction类算子foreachPartition算子实战操作】
• 52：Spark核心_SparkAction类算子collectAsMap算子实战操作】
• 53：Spark核心_SparkAction类算子taskSample算子实战操作】
• 54：Spark核心_SparkAction类算子top&takeOrdered算子实战操作】
• 55：Spark核心_SparkAction类算子countByKey&countByValue算子实战操作】
• 56：Spark核心_Spark案例分析之PV&UV数据生成】
• 57：Spark核心_Spark案例分析之PV&UV Java api 实现】
• 58：Spark核心_Spark案例分析之PV&UV Scala api 实现】
• 59：Spark核心_Spark案例分析之二次排序 Java api 实现】
• 60：Spark核心_Spark案例分析之二次排序 Scala api 实现】
• 61：Spark核心_Spark案例分析之分组取topN Java api 实现】
• 62：Spark核心_Spark案例分析之分组取topN Scala api 实现】
• 63：Spark核心_Spark案例分析之统计正常卡扣信息业务实现】
• 64：Spark核心_Spark案例分析之统计通过车辆数最高的top5卡扣数据业务实现】
• 65：Spark核心_Spark案例分析之统计通过车辆速度较高的top5卡扣信息业务实现】
• 66：Spark核心_Spark案例分析之统计不同区域通过的相同车辆业务实现】
• 67：Spark核心_Spark案例分析之车辆轨迹需求分析】
• 68：Spark核心_Spark案例分析之车辆轨迹业务实现】
• 69：Spark核心_Spark源码之SparkSubmit 提交任务参数解释】
• 笔记】
• 代码】
• 新建文本文档】.txt
• 资料】
• 章节4：Spark分布式计算框架核心源码分析
• 70：Spark核心_Spark源码之Spark提交任务流程及创建对象】
• 71：Spark核心_Spark源码之Spark通信环境及角色设计】
• 72：Spark核心_Spark源码之源码导入及Master启动类介绍】
• 73：Spark核心_Spark源码之Master启动源码RPCEnv创建】
• 74：Spark核心_Spark源码之Master启动源码RPC处理通信消息流程】
• 75：Spark核心_Spark源码之Master启动源码Master RPCEndpoint注册和启动Master】
• 76：Spark核心_Spark源码之Worker启动源码Worker RPCEndpoint注册和启动Worker】
• 77：Spark核心_Spark源码之SparkSubmit提交任务向Master申请启动Driver】
• 78：Spark核心_Spark源码之SparkSubmit提交任务Worker节点启动DriverWrapper进程运行main方法】
• 79：Spark核心_Spark源码之SparkSubmit提交任务AppClient 向Master申请Application资源】
• 80：Spark核心_Spark源码之Application 资源调度01】
• 81：Spark核心_Spark源码之Application 资源调度02】
• 82：Spark核心_Spark源码之Application 资源调度资源划分总结】
• 83：Spark核心_Spark源码之Worker节点按照划分的资源启动Executor】
• 84：Spark核心_Spark源码之Spark任务调度job触发划分Stage过程】
• 85：Spark核心_Spark源码之Spark任务调度task执行】
• 86：Spark核心_Spark源码之资源调度结论验证01】
• 87：Spark核心_Spark源码之资源调度结论验证02】
• 88：Spark核心_Spark高级应用之Spark广播变量原理】
• 笔记】
• 代码】
• 资料】
• 章节5：Spark分布式计算框架核心高阶进阶
• 100：Spark核心_Spark高级应用之Spark Master HA 提交任务命令及测试】
• 101：Spark核心_Spark高级应用之Spark Shuffle-HashShuffleManager机制原理】
• 102：Spark核心_Spark高级应用之Spark Shuffle-SortShuffleManager机制原理】
• 103：Spark核心_Spark高级应用之Spark Shuffle 文件寻址过程】
• 104：Spark核心_Spark高级应用之Spark 内存管理两种机制】
• 105：Spark核心_Spark高级应用之Spark Shuffle优化】
• 89：Spark核心_Spark高级应用之Spark广播变量代码实战】
• 90：Spark核心_Spark高级应用之Spark累加器原理】
• 91：Spark核心_Spark高级应用之Spark累加器代码实战】
• 92：Spark核心_Spark高级应用之Spark自定义累加器代码实战】
• 93：Spark核心_Spark高级应用之Spark自定义累加器Scala代码实战】
• 94：Spark核心_Spark高级应用之SparkShell使用】
• 95：Spark核心_Spark高级应用之Spark WebUI界面操作01】
• 96：Spark核心_Spark高级应用之Spark WebUI界面操作02】
• 97：Spark核心_Spark高级应用之Spark WebUI界面操作03】
• 98：Spark核心_Spark高级应用之Spark 历史日志服务器配置及使用】
• 99：Spark核心_Spark高级应用之Spark Master HA 原理及搭建】
• 笔记】
• 代码】
• 资料】
• 章节6：Spark分布式计算框架之SparkSQL
• 106：SparkSQL_SparkSQL发展过程及演变历史】
• 107：SparkSQL_SparkSQL底层操作对象及谓词下推】
• 108：SparkSQL_SparkSQL读取Json格式的数据加载DatFrame 01】
• 109：SparkSQL_SparkSQL读取Json格式的数据加载DatFrame 02】
• 110：SparkSQL_SparkSQL读取Json格式的数据加载DatFrame 03】
• 111：SparkSQL_SparkSQL读取Json格式的RDD加载DatFrame】
• 112：SparkSQL_SparkSQL读取普通格式的RDD通过反射方式加载DatFrame】
• 113：SparkSQL_SparkSQL读取普通格式的RDD通过动态创建Schema方式加载DatFrame】
• 114：SparkSQL_SparkSQL读取Parquet格式的数据加载DatFrame】
• 115：SparkSQL_SparkSQL读取csv格式的数据加载DatFrame】
• 116：SparkSQL_SparkSQL读取Tuple类型的Dataset加载DatFrame】
• 117：SparkSQL_SparkSQL读取MySQL表数据加载DatFrame】
• 118：SparkSQL_Spark on Hive 配置及SparkSQL连接Hive测试】
• 119：SparkSQL_Hive HQL与SparkSQL查询数据速度对比】
• 120：SparkSQL_SparkSQL 读取Hive中的数据加载DataFrame 01】
• 121：SparkSQL_SparkSQL 读取Hive中的数据加载DataFrame 02】
• 122：SparkSQL_SparkSQL 自定义函数UDF实战应用】
• 123：SparkSQL_SparkSQL 自定义聚合函数UDAF实战应用 01】
• 124：SparkSQL_SparkSQL 自定义聚合函数UDAF实战应用 02】
• 125：SparkSQL_SparkSQL Over 开窗函数实战使用 01】
• 126：SparkSQL_SparkSQL Over 开窗函数实战使用 02】
• 127：SparkSQL_经典案例分析_找出状态变化的行】
• 128：SparkSQL_经典案例分析_不同场景统计用户访问网站总时长】
• 129：SparkSQL_经典案例分析_读取JsonArray数据进行解析】
• 130：SparkSQL_经典案例分析_读取Json字符串直接获取属性对应的值】
• 131：SparkSQL_经典案例分析_读取嵌套的json格式的数据】
• 132：SparkSQL_经典案例分析_数据表行列变化转换分析 01】
• 133：SparkSQL_经典案例分析_数据表行列变化转换分析 02】
• 134：SparkSQL_经典案例分析_用户登录网站7日留存数据统计分析】
• 135：SparkSQL_经典案例分析_VpnLog 用户在线统计需求分析】
• 136：SparkSQL_经典案例分析_VpnLog 用户在线统计SQL实现 01】
• 137：SparkSQL_经典案例分析_VpnLog 用户在线统计SQL实现 02】
• 138：SparkSQL_经典案例分析_VpnLog 用户在线统计SQL实现 03】
• 139：SparkStreaming_SparkStreaming介绍及各个计算框架对比】
• 笔记(1)】
• 笔记】
• 代码】
• 资料(1)】
• 资料】
• 章节7：Spark分布式计算框架之SparkStreaming
• 140：SparkStreaming_SparkStreaming读取Socket数据原理及流程】
• 141：SparkStreaming_SparkStreaming读取Socket数据注意问题】
• 142：SparkStreaming_SparkStreaming实时热词统计代码实战】
• 143：SparkStreaming_SparkStreaming WebUI操作解释】
• 144：SparkStreaming_SparkStreaming foreachRDD算子注意问题及代码实战】
• 145：SparkStreaming_SparkStreaming transform算子注意问题及代码实战】
• 146：SparkStreaming_SparkStreaming updateStateByKey 算子实战操作】
• 147：SparkStreaming_SparkStreaming renduceByKeyAndWindow 算子实战操作】
• 148：SparkStreaming_SparkStreaming renduceByKeyAndWindow 优化处理方式原理及实战操作】
• 149：SparkStreaming_SparkStreaming window窗口函数实战操作】
• 150：SparkStreaming_SparkStreaming 监控目录中的数据保存到磁盘中代码实战】
• 151：SparkStreaming_SparkStreaming 其他算子介绍】
• 152：SparkStreaming_Driver HA 实现 01】
• 153：SparkStreaming_Driver HA 实现 02】
• 154：Kafka分布式消息系统_Kafka分布式消息系统特点介绍】
• 155：Kafka分布式消息系统_Kafka分布式消息系统架构介绍】
• 156：Kafka分布式消息系统_Kafka分布式消息系统生产者模型及topic存储消息特点】
• 157：Kafka分布式消息系统_Kafka分布式消息系统消费者模型特点】
• 158：Kafka分布式消息系统_Kafka分布式消息系统特点总结】
• 159：Kafka分布式消息系统_Kafka分布式消息系统知识点总结】
• 160：Kafka分布式消息系统_Kafka集群搭建及启动脚本编写】
• 161：Kafka分布式消息系统_Kafka 命令之查看topic&生产消费数据&查看组的消费信息】
• 162：Kafka分布式消息系统_Kafka 命令之topic leader 均衡机制及删除topic命令】
• 163：SparkStreaming_SparkStreaming1.6 + Kafka0.8.2 Receiver模式 整合原理】
• 164：SparkStreaming_SparkStreaming1.6 + Kafka0.8.2 Direct模式 整合原理】
• 165：SparkStreaming_SparkStreaming2.3 + Kafka011 Direct模式 整合及代码实战】
• 166：SparkStreaming_Direct模式 代码验证及利用Kafka管理消费者offset 代码设置】
• 167：SparkStreaming_Direct模式参数设置与特性解读】
• 168：SparkStreaming_消费kafka数据offset维护方式介绍】
• 169：SparkStreaming_消费kafka数据手动维护消费者offset代码】
• 170：SparkStreaming_消费kafka数据手动维护消费者offset测试】
• 171：SparkStreaming_消费kafka数据参数解释】
• 笔记】
• 代码】
• 资料】
• 19、大数据任务流调度系统Azkaban
• 章节1：Azkaban系统基础原理及搭建
• 1.txt
• 1：Azkaban 任务流调度器_Azkaban使用场景及介绍
• 2：Azkaban 任务流调度器_源码编译及安装
• 3：Azkaban 任务流调度器_导入数据库及创建SSL配置
• 4：Azkaban 任务流调度器_Azkaban-Web端配置及Azkaban-Executor端配置
• 5：Azkaban 任务流调度器_Azkaban启动访问及HTTPS访问、HTTP访问
• 笔记
• 资料
• 章节2：Azkaban任务调度使用
• 1.txt
• 6：Azkaban 任务流调度器_Azkaban日志查看&名词解&任务流依赖编写
• 7：Azkaban 任务流调度器_Azkaban任务流提交执行、日志查看、定时任务提交
• 8：Azkaban 任务流调度器_Azkaban传参及问题解决
• 笔记
• 1、预科阶段
• 10：大数据重点课程大纲
• 1：什么是大数据
• 2：人工智能真的来了吗
• 3：机器学习和深度学习
• 4：数据挖掘
• 5：大数据技术体系
• 6：什么人可以学习大数据
• 7：大数据职位介绍
• 8：大数据简历怎么写
• 9：大数据学习方法
• 20、音乐数据中心数仓综合项目
• 章节1：数据仓库建模理论及模型设计
• 10：数据仓库建模理论_数据仓库分层案例分析
• 11：数据仓库建模理论_数据库与数据仓库区别
• 12：音乐数据中心项目_项目介绍
• 1：数据仓库建模理论_数据库及数据库三范式设计
• 2：数据仓库建模理论_ER实体关系模型设计
• 3：数据仓库建模理论_ER实体关系模型设计案例分析
• 4：数据仓库建模理论_数据仓库产生原因及数据仓库概念
• 5：数据仓库建模理论_数据仓库发展过程
• 6：数据仓库建模理论_维度建模事实表及维度表
• 7：数据仓库建模理论_维度建模数据分析模型分类
• 8：数据仓库建模理论_维度建模案例分析
• 9：数据仓库建模理论_数据仓库分层设计及每层设计思想
• 笔记
• 代码
• 新建文本文档.txt
• 章节2：歌曲热度与歌手热度排行
• 13：音乐数据中心项目_项目技术架构设计
• 14：音乐数据中心项目_项目集群配置、项目人数及项目开发周期
• 15：音乐数据中心项目_项目数据仓库分层设计、主题设计、命名规范
• 16：音乐数据中心项目_歌曲热度及歌手热度_需求
• 17：音乐数据中心项目_歌曲热度及歌手热度_需求分析 01
• 18：音乐数据中心项目_歌曲热度及歌手热度_需求分析 02
• 19：音乐数据中心项目_歌曲热度及歌手热度_表模型设计
• 20：音乐数据中心项目_歌曲热度及歌手热度_数据仓库分层及数据流转处理流程
• 21：音乐数据中心项目_歌曲热度及歌手热度_项目结构介绍
• 22：音乐数据中心项目_歌曲热度及歌手热度_客户端歌曲播放日志数据处理 01
• 23：音乐数据中心项目_歌曲热度及歌手热度_客户端歌曲播放日志数据处理 02
• 24：音乐数据中心项目_歌曲热度及歌手热度_客户端歌曲播放日志数据处理 03
• 25：音乐数据中心项目_歌曲热度及歌手热度_Sqoop 安装及准备jar包
• 26：音乐数据中心项目_歌曲热度及歌手热度_将歌库歌曲表通过Sqoop导入ODS层
• 27：音乐数据中心项目_歌曲热度及歌手热度_SparkSQL 使用补充
• 28：音乐数据中心项目_歌曲热度及歌手热度_ETL获取EDS层歌曲基本信息日全量表 01
• 29：音乐数据中心项目_歌曲热度及歌手热度_ETL获取EDS层歌曲基本信息日全量表 02
• 30：音乐数据中心项目_歌曲热度及歌手热度_ETL获取EDS层歌曲特征日统计表 01
• 31：音乐数据中心项目_歌曲热度及歌手热度_ETL获取EDS层歌曲特征日统计表 02
• 32：音乐数据中心项目_歌曲热度及歌手热度_微信指数公式及歌曲歌手热度计算公式
• 33：音乐数据中心项目_歌曲热度及歌手热度_歌曲热度统计 01
• 34：音乐数据中心项目_歌曲热度及歌手热度_歌曲热度统计 02
• 35：音乐数据中心项目_歌曲热度及歌手热度_歌手热度统计 01
• 36：音乐数据中心项目_歌曲热度及歌手热度_歌手热度统计 02
• 37：音乐数据中心项目_歌曲热度及歌手热度_Azkaban任务流调度环境准备
• 38：音乐数据中心项目_歌曲热度及歌手热度_Azkaban任务流脚本准备 01
• 39：音乐数据中心项目_歌曲热度及歌手热度_Azkaban任务流脚本准备 02
• 40：音乐数据中心项目_歌曲热度及歌手热度_Azkaban任务流配置及任务流调度任务
• 41：音乐数据中心项目_歌曲热度及歌手热度_Azkaban任务调度结果查看及SuperSet介绍
• 42：音乐数据中心项目_Superset BI可视化_Superset基于Linux安装
• 43：音乐数据中心项目_Superset BI可视化_Superset界面介绍及导入数据源及表
• 44：音乐数据中心项目_Superset BI可视化_Superset 图表制作
• 45：音乐数据中心项目_Superset BI可视化_Superset 柱状图制作
• 46：音乐数据中心项目_Superset BI可视化_Superset 饼图及自定义页面制作
• 47：音乐数据中心项目_Superset BI可视化_Superset 折线图制作
• 48：音乐数据中心项目_歌曲热度及歌手热度_结果使用Superset 可视化展示
• 笔记
• 代码
• 资料
• 章节3：机器详细信息统计及日活跃用户统计
• 49：音乐数据中心项目_机器详细信息统计_需求及数据来源
• 50：音乐数据中心项目_机器详细信息统计_需求分析
• 51：音乐数据中心项目_机器详细信息统计_数仓分层ODS层设计
• 52：音乐数据中心项目_机器详细信息统计_数仓分层EDS层及DM层设计
• 53：音乐数据中心项目_机器详细信息统计_Sqoop导入mysql数据到ODS层 01
• 54：音乐数据中心项目_机器详细信息统计_Sqoop导入mysql数据到ODS层 02
• 55：音乐数据中心项目_机器详细信息统计_EDS层数据ETL 01
• 56：音乐数据中心项目_机器详细信息统计_EDS层数据ETL 02
• 57：音乐数据中心项目_机器详细信息统计_EDS层数据ETL 03
• 58：音乐数据中心项目_机器详细信息统计_Azkaban任务流自动调度 01
• 59：音乐数据中心项目_机器详细信息统计_Azkaban任务流自动调度 02
• 60：音乐数据中心项目_机器详细信息统计_报表使用Superset可视化展示
• 61：音乐数据中心项目_用户画像7日活跃用户分析__需求及数据来源
• 62：音乐数据中心项目_用户画像7日活跃用户分析__需求分析
• 63：音乐数据中心项目_用户画像7日活跃用户分析__数据仓库ODS、EDS、DM分层设计
• 64：音乐数据中心项目_用户画像7日活跃用户分析__Sqoop导入mysql数据到ODS层 01
• 65：音乐数据中心项目_用户画像7日活跃用户分析__Sqoop导入mysql数据到ODS层 02
• 66：音乐数据中心项目_用户画像7日活跃用户分析__业务处理数据分析
• 67：音乐数据中心项目_用户画像7日活跃用户分析__EDS层数据ETL 01
• 68：音乐数据中心项目_用户画像7日活跃用户分析__EDS层数据ETL 02
• 69：音乐数据中心项目_用户画像7日活跃用户分析__Azkaban任务流自动调度 01
• 70：音乐数据中心项目_用户画像7日活跃用户分析__Azkaban任务流自动调度 02
• 71：音乐数据中心项目_用户画像7日活跃用户分析__Superset可视化展示数据
• 笔记
• 代码
• 新建文本文档.txt
• 资料
• 章节4：商户及地区营收统计
• 72：音乐数据中心项目_商户、地区营收统计__商户营收统计与地区营收统计需求
• 73：音乐数据中心项目_商户营收统计__商户营收统计需求分析 01
• 74：音乐数据中心项目_商户营收统计__商户营收统计需求分析 02
• 75：音乐数据中心项目_商户营收统计__商户营收统计数仓分层设计 01
• 76：音乐数据中心项目_商户营收统计__商户营收统计数仓分层设计 02
• 77：音乐数据中心项目_商户营收统计__用户上报机器位置信息数据增量导入ODS层
• 78：音乐数据中心项目_商户营收统计__用户上报机器位置信息业务分析 01
• 79：音乐数据中心项目_商户营收统计__用户上报机器位置信息业务分析之高德api使用 02
• 80：音乐数据中心项目_商户营收统计__用户上报机器位置信息业务分析之高德api使用 03
• 81：音乐数据中心项目_商户营收统计__用户上报机器位置信息业务 ETL 数据清洗获取EDS层数据 01
• 82：音乐数据中心项目_商户营收统计__用户上报机器位置信息业务 ETL 数据清洗获取EDS层数据 02
• 83：音乐数据中心项目_商户营收统计__机器消费订单明细数据增量导入ODS层
• 84：音乐数据中心项目_商户营收统计__机器消费订单明细数据业务 ETL 数据清洗获取EDS层数据
• 85：音乐数据中心项目_商户营收统计__机器日营收情况统计表业务分析 01
• 86：音乐数据中心项目_商户营收统计__机器日营收情况统计表业务分析 02
• 87：音乐数据中心项目_商户营收统计__机器日营收情况统计表 ETL 数据分析得到EDS层数据
• 88：音乐数据中心项目_商户营收统计__机器日营收情况统计表 ETL 数据分析得到DM层结果数据
• 89：音乐数据中心项目_地区营收统计__地区营收统计业务需求
• 90：音乐数据中心项目_地区营收统计__地区营收统计获取DM层数据
• 91：音乐数据中心项目_商户、地区营收统计__Azkaban任务调度环境准备
• 92：音乐数据中心项目_商户、地区营收统计__Azkaban任务调度编写及执行 01
• 93：音乐数据中心项目_商户、地区营收统计__Azkaban任务调度编写及执行 02
• 94：音乐数据中心项目_商户、地区营收统计__使用Superset数据可视化展示结果
• 笔记
• 代码
• 资料
• 章节5：实时业务统计
• 100：音乐数据中心项目_流式业务处理_日志采集接口部署到Linux中及Flume搭建配置
• 101：音乐数据中心项目_流式业务处理_使用Flume采集接口日志到Kafka
• 102：音乐数据中心项目_流式业务处理_实时统计pv&uv业务分析
• 103：音乐数据中心项目_流式业务处理_实时统计pv&uv业务代码
• 104：音乐数据中心项目_流式业务处理_实时统计pv&uv数据执行及结果查看
• 105：音乐数据中心项目_流式业务处理_实时统计歌曲点播热榜业务分析
• 106：音乐数据中心项目_流式业务处理_实时统计歌曲点播热榜业务数据准备
• 107：音乐数据中心项目_流式业务处理_实时统计歌曲点播热榜业务代码及数据结果查看
• 95：音乐数据中心项目_流式业务处理_流式业务介绍
• 96：音乐数据中心项目_流式业务处理_日志采集接口设计Controller
• 97：音乐数据中心项目_流式业务处理_日志采集接口设计Service
• 98：音乐数据中心项目_流式业务处理_日志采集接口设计 Log日志目录配置
• 99：音乐数据中心项目_流式业务处理_日志采集接口设计 Log日志采集测试
• 笔记
• 代码
• 新建文本文档.txt
• 资料
• 章节6：Spark优化
• 108：Spark优化_资源优化设置
• 109：Spark优化_并行度设置
• 110：Spark优化_自定义分区器设置
• 111：Spark优化_代码优化 01
• 112：Spark优化_代码优化 02
• 113：Spark优化_代码优化 03
• 114：Spark优化_代码优化 04
• 115：Spark优化_SparkShuffle优化及Spark内存优化
• 116：Spark优化_Spark堆外内存优化
• 117：Spark优化_Spark数据倾斜
• 118：Spark优化_第一类方式解决Spark数据倾斜
• 119：Spark优化_第二类方式解决Spark数据倾斜
• 120：Spark优化_第三类方式解决Spark数据倾斜 01
• 121：Spark优化_第三类方式解决Spark数据倾斜案例分析
• 122：Spark优化_第三类方式解决Spark数据倾斜 02
• 笔记
• 代码
• 资料
• 21、Flink实时计算引擎
• 章节10：Flink性能优化
• 91：Flink性能优化之CheckPoint页面监控
• 92：Flink性能优化之Flink内存优化
• 93：Flink性能优化之网络缓存优化和复习总结
• 代码
• 课堂笔记
• 下载资料
• 章节11：附录：常见面试题汇总讲解
• 94：Flink常见的面试题汇总讲解(1)
• 95：Flink常见的面试题汇总讲解(2)
• 章节1：初识Flink
• 1：初识Flink之Flink的定义
• 2：初识Flink之Flink的有状态计算
• 3：初识Flink之Flink的用户和使用场景
• 4：初识Flink之Flink的特点和优势
• 5：初识Flink之Flink和其他计算框架的对比
• 6：初识Flink之复习总结
• 代码
• 课堂笔记
• 下载资料
• 章节2：Flink快速入门
• 7：Flink快速入门之开发环境
• 8：Flink快速入门之流计算的WordCount
• 9：Flink快速入门之批计算的WordCount案例
• 代码
• 课堂笔记
• 下载资料
• 章节3：Flink的安装和部署
• 10：Flink的安装和部署之集群基本架构
• 11：Flink的安装和部署之节点介绍
• 12：Flink的安装和部署之Standalone机器安装和提交Job
• 13：Flink的安装和部署之Flink并行度和Slot
• 14：Flink的安装和部署之集Flink提交到Yarn流程图
• 15：Flink的安装和部署之Flink提交到Yarn的两种模式
• 16：Flink的安装和部署之Flink提交到Yarn的第一种模式
• 17：Flink的按照和部署之Flink提交到Yarn的第二种模式
• 18：Flink的按照和部署之Flink提交到Yarn的HA
• 代码
• 课堂笔记
• 下载资料
• 章节4：Flink的常用API详解
• 19：Flink常用API之DataStream的编程模型
• 20：Flink常用API之HDFS文件Source
• 21：Flink常用API之Collection的Source
• 22：Flink常用API之Kafka的Source第一种
• 23：Flink常用API之Kafka的Source第二种
• 24：Flink常用API之自定义的Source
• 25：Flink常用API之HDFS的Sink
• 26：Flink常用API之Redis的Sink
• 27：Flink常用API之Kafka的Sink第一种
• 28：Flink常用API之Kafka的Sink第二种(1)
• 29：Flink常用API之Kafka的Sink第二种(2)
• 30：Flink常用API之自定义的Sink
• 31：Flink常用API之转换算子的Map和FlatMap算子
• 32：Flink常用API之转换算子的Filter到聚合算子
• 33：Flink常用API之转换算子的Union算子
• 34：Flink常用API之转换算子的Connect算子
• 35：Flink常用API之转换算子的Split算子
• 36：Flink常用API之转换算子的函数类(1)
• 37：Flink常用API之转换算子的函数类(2)
• 38：Flink常用API之转换算子的富函数类
• 39：Flink常用API之转换算子的底层ProcessFunction(1)
• 40：Flink常用API之转换算子的底层ProcessFunction(2)
• 41：Flink常用API之转换算子的侧输出流
• 42：Flink常用API复习总结
• 代码
• 课堂笔记
• 下载资料
• 章节5：Flink的State管理与恢复
• 43：Flink中State管理与恢复之常用State分类
• 44：Flink中State管理与恢复之键控状态案例1
• 45：Flink中State管理与恢复之键控状态案例2
• 46：Flink中State管理与恢复之CheckPoint原理1
• 47：Flink中State管理与恢复之CheckPoint原理2
• 48：Flink中State管理与恢复之CheckPoint的参数设置
• 49：Flink中State管理与恢复之状态后端Backend
• 50：Flink中State管理与恢复之状态后端Backend案例(1)
• 51：Flink中State管理与恢复之状态后端Backend案例(2)
• 52：Flink中State管理与恢复之Savepint案例
• 53：Flink中State管理与恢复复习总结
• 代码
• 课堂笔记
• 下载资料
• 章节6：Flink的Window(窗口)详解
• 54：Flink中Window详解之Window分类
• 55：Flink中Window详解之Window的API
• 56：Flink中Window详解之Window的聚合函数(1)
• 57：Flink中Window详解之Window的聚合函数(2)
• 58：Flink中Window详解之Window的聚合函数(3)
• 59：Flink中Window详解复习总结
• 代码
• 课堂笔记
• 下载资料
• 章节7：Flink的Time详解
• 60：Flink的Time详解之时间语义Time介绍
• 61：Flink的Time详解之Watermark原理(1)
• 62：Flink的Time详解之Watermark原理(2)
• 63：Flink的Time详解之Watermark原理(3)
• 65：Flink的Time详解之Watermark的案例(有序数据流1)
• 66：Flink的Time详解之Watermark的案例(有序数据流2)
• 67：Flink的Time详解之Watermark的案例(乱序数据流1)
• 68：Flink的Time详解之Watermark的案例(乱序数据流2)
• 69：Flink的Time详解之AllowedLateness理论
• 70：Flink的Time详解之AllowedLateness案例(1)
• 71：Flink的Time详解之AllowedLateness案例(2)
• 72：Flink的Time详解之复习总结
• 代码
• 课堂笔记
• 下载资料
• 章节8：TableAPI和Flink的SQL
• 73：TableAPI和SQL之新版本介绍
• 74：TableAPI和SQL之创建TableEnvironment
• 75：TableAPI和SQL之创建Table(1)
• 76：TableAPI和SQL之创建Table(2)
• 77：TableAPI和SQL之修改字段和过滤查询
• 78：TableAPI和SQL之分组聚合和UDF
• 79：TableAPI和SQL之Window和时间语义(1)
• 80：TableAPI和SQL之Window和时间语义(2)
• 81：TableAPI和SQL之SQL语句执行1
• 82：TableAPI和SQL之SQL语句滚动Window的写法
• 83：TableAPI和SQL之SQL语句滑动Window的写法
• 84：TableAPI和SQL复习总结
• 代码
• 课堂笔记
• 下载资料
• 章节9：Flink的复杂事件处理CEP编程
• 85：Flink的CEP编程之CEP的相关概念
• 86：Flink的CEP编程之Pattern定义
• 87：Flink的CEP编程之Pattern检测和选择结果
• 88：Flink的CEP编程之CEP案例(1)
• 89：Flink的CEP编程之CEP案例(2)
• 90：Flink的CEP编程之复习总结
• 代码
• 课堂笔记
• 下载资料
• 22、Flink城市交通实时监控平台
• 章节1：实时卡扣监控
• 1：Flink交通项目_项目介绍及数据来源
• 2：Flink道路监控_实时监控超速车辆信息
• 3：Flink道路监控_实时监控超速车辆信息 代码实现
• 4：Flink道路监控_实时监控卡扣平均速度信息
• 5：Flink道路监控_实时监控最通畅的topN卡扣信息
• 6：Flink道路监控_实时监控套牌车辆信息
• 7：Flink道路监控_实时监控危险驾驶信息
• 8：Flink道路监控_实时监控违法车辆出警信息
• 9：Flink道路监控_实时监控违法车辆出警信息 02
• 笔记
• 代码
• 资料
• 章节2：违法车辆预警
• 10：Flink道路监控_违法车辆轨迹分析
• 11：Flink道路监控_违法车辆轨迹分析结果存储HBase
• 12：Flink道路监控_违法车辆轨迹分析结果存储HBase 批量操作
• 13：Flink道路监控_实时统计区域车辆数-布隆过滤器
• 14：Flink道路监控_布隆过滤器统计本地车统计
• 笔记
• 代码
• 资料
• 章节3：实时城市交通违法预警
• 15：套牌车分析需求和代码1
• 16：套牌车分析代码2和测试1
• 17：套牌车分析代码2和测试2
• 18：危险驾驶车辆分析需求
• 19：危险驾驶车辆代码实现1
• 20：危险驾驶车辆代码实现2
• 21：危险驾驶车辆分析代码测试
• 22：交警出警记录和违法车辆连接计算1
• 23：交警出警记录和违法车辆连接计算2
• 24：交警出警记录和违法车辆连接计算3
• 章节4：车辆实时分布
• 25：实时车辆布控分析业务和Set去重代码
• 26：布隆过滤器原理
• 27：布隆过滤器的代码1
• 28：布隆过滤器的代码2
• 29：布隆过滤器实现车辆去重的代码3
• 30：布隆过滤器的优化
• 31：布隆过滤器优化之后的测试
• 23、CDH集群管理
• 章节1：Cloudera Manager 简介及CDH简介
• 1：大数据集群搭建及管理问题
• 2：CDH hadoop 发行版简介及Cloudera Manager 平台简介
• 3：Cloudera Manager平台架构原理及模块分析
• 笔记
• 章节2：Cloudera Manager 安装及CDH安装
• 1.txt
• 10：Coludera Manager平台搭建Cloudera Manager 平台安装步骤详解
• 11：Coludera Manager平台搭建Cloudera Manager 平台安装实战操作
• 12：基于Cloudera Manager 平台搭建CDH
• 4：Coludera Manager平台搭建节点角色划分及内存分配
• 5：Coludera Manager平台搭建ip&hostname&防火墙&selinux设置
• 6：Coludera Manager平台搭建本地yum源配置使用
• 7：Coludera Manager平台搭建两两节点之间免密登录配置
• 8：Coludera Manager平台搭建节点时间同步及JDK配置安装
• 9：Coludera Manager平台搭建MySQL安装及安装第三方依赖
• 笔记(1)
• 资料
• 章节3：Cloudera Manager 平台操作使用
• 13：Cloudera Manager 页面状态监控介绍
• 14：Cloudera Manager 页面主页面选项操作
• 15：Cloudera Manager 页面集群设置操作
• 16：Cloudera Manager 页面CMS图表展示及注意问题
• 17：Cloudera Manager HDFS HA 升级操作及测试
• 笔记
• 章节4：hive & hue & impala & oozie使用
• 18：Cloudera Manager 之CDH添加 Hive 服务实操
• 19：Cloudera Manager 之CDH添加 oozie 服务实操
• 20：Cloudera Manager 之CDH添加 hue 服务实操
• 21：Hue UI 系统界面介绍
• 22：Hue UI 系统用户权限操作及HDFS文件系统操作
• 23：Hue UI 系统Hive 表库操作及元数据操作
• 24：Hue UI 系统配置RDBMS数据库及操作
• 25：Impala 数据分析引擎介绍
• 26：Impala 数据分析引擎架构角色介绍
• 27：Cloudera Manager 之CDH添加 Impala 服务实操&Impala优缺点&Impala与Hive异同比较
• 28：Impala 与Hive 查询SQL速度对比及元数据同步测试
• 29：Impala 操作之Impala-Shell命令操作01
• 30：Impala 操作之Impala-Shell命令操作02
• 31：oozie 任务流调度架构原理及web界面展示
• 32：oozie 任务流调度及任务流提交运行
• 33：oozie 任务流依赖关系配置及调度
• 笔记
• 资料
• 24、Kylin 数据仓库分析引擎
• 章节1：数据仓库理论基础及OLAP分析瓶颈
• 1.txt
• 1：数据分析之OLTP与OLAP操作的区别
• 2：OLAP数据分析之事实表与维度表
• 3：OLAP数据分析之星型模型与雪花模型
• 4：OLAP数据分析特点及分类
• 5：OLAP数据分析操作类型解释
• 6：OLAP数据分析瓶颈问题
• 笔记
• 章节2：Kylin架构原理及实战操作
• 1.txt
• 10：Kylin 解压目录介绍及Kylin界面介绍
• 11：Kylin 分布式搭建及Kylin配置解释
• 12：Kylin 构建Cube实操之Hive准备事实表及维度表
• 13：Kylin 构建Cube实操之创建Kylin Project及构建Kylin Model
• 14：Kylin 构建Cube实操之创建Cube及Cube配置01
• 15：Kylin 构建Cube实操之创建Cube及Cube配置02
• 16：Kylin 构建Cube实操之Kylin构建Cube执行流程及结果查询速度对比
• 17：Kylin 构建Cube实操之Kylin 样例Cube导入及模型介绍
• 18：Kylin 构建Cube实操之Kylin 样例Cube 构建
• 19：Kylin 构建Cube实操之Kylin 样例增量构建Cube及速度测试对比
• 20：Kylin 构建Cube实操之Kylin 样例Cube 合并Segment片段
• 7：Kylin介绍及Kylin架构原理
• 8：Kylin搭建安装要求
• 9：Kylin搭建基础环境准备及Kylin搭建启动
• 笔记
• 资料
• 章节3：Kylin 算法及实战操作
• 21：Kylin构建Cube之Layered Cubing 逐层算法
• 22：Kylin构建Cube之Fast Cubing 逐块算法及算法的选择
• 23：Kylin构建Cube之创建Project&Model&Cube实战
• 24：Kylin构建Cube之Kylin SQL 注意问题及JDBC 代码连接Kylin
• 25：Kylin构建Cube之Kylin SQL 传参操作
• 笔记
• 代码
• 资料
• 25、Python数据挖掘语言
• 章节10：模块和列表推导式
• 52：模块的使用以及安装
• 53：模块制作
• 54：python中的模块
• 55：列表推导式
• 章节11：数据库操作
• 56：环境配置和pymysql安装
• 57：创建数据库实例
• 58：添加表
• 59：添加数据
• 60：修改数据
• 61：删除数据
• 62：查询数据
• 章节12：Numpy
• 63：NumPy是什么
• 64：为什么使用NumPy
• 65：NumPy基础
• 66：NumPy生成数组
• 67：常用函数
• 68：切片
• 章节1：python概述
• 1：介绍和历史
• 2：关键点和优缺点
• 3：应用场景
• 章节2：安装下载及基础语法
• 4：开发环境下载与安装
• 5：入门案例 注释 乱码预防
• 6：变量及类型
• 7：标识符与输入输出
• 8：运算符
• 章节3：逻辑判断和循环
• 10：while循环结构 (1)
• 11：for循环
• 9：if分支结构
• 章节4：集合类型
• 12：字符串基础 (1)
• 13：字符串常用的方法 (1)
• 14：列表list基础 (1)
• 15：列表常用的方法 (1)
• 16：元组的概述 (1)
• 17：元组的常用的方法 (1)
• 18：字典dict (1)
• 19：可变类型与不可变类型 (1)
• 章节5：函数
• 20：函数介绍 定义与调用 参数一
• 21：函数参数二
• 22：函数返回值
• 23：全局变量
• 24：递归函数
• 25：匿名函数
• 章节6：文件操作
• 26：文件的打开与关闭
• 27：文件写操作
• 28：文件读操作
• 29：文件随机读上
• 30：文件随机读下
• 31：文件的相关操作
• 章节7：类和对象
• 32：类和对象概述
• 33：类的定义与对象创建上
• 34：类的定义与对象创建下
• 35：__init__方法
• 36：__new__方法
• 37：__str__方法
• 38：__del__方法
• 39：保护对象属性–私有属性
• 40：继承
• 41：多继承
• 42：重写
• 43：多态
• 44：类属性与实例属性
• 45：类方法和静态方法
• 章节8：设计模式
• 46：单例设计模式 (1)
• 47：工厂设计模式 (1)
• 章节9：异常
• 48：异常概述与捕获 (1)
• 49：异常的传递 (1)
• 50：自定义异常 (1)
• 51：异常处理中抛出异常 (1)
• 课件
• 26、机器学习与数据挖掘
• 课件
• 章节1：PySpark及线性回归算法
• 章节2：贝叶斯算法、KNN算法及KMeans算法
• 章节3：微博聚类、逻辑回归及音乐分类
• 章节4：道路预测及逻辑回归优化
• 章节1：PySpark及线性回归算法
• 1：pyspark环境准备
• 2：pyspark wordcount
• 3：pvuv-code
• 4：pvuv-code2
• 5：线性回归算法
• 6：线性回归代码
• 章节2：贝叶斯算法、KNN算法及KMeans算法
• 10：KNN 案例
• 11：KNN数字案例
• 12：KMeans算法
• 13：KMeans案例
• 7：复习+贝叶斯公式推导
• 8：贝叶斯原理+垃圾邮件分类
• 9：KNN算法
• 章节3：微博聚类、逻辑回归及音乐分类
• 14：复习
• 15：TF-IDF
• 16：微博聚类
• 17：逻辑回归
• 18：音乐分类案例
• 19：道路预测原理
• 章节4：道路预测及逻辑回归优化
• 20：道路预测模拟数据
• 21：道路预测模型训练+使用
• 22：求导公式
• 23：逻辑回归损失函数推导
• 24：逻辑回归损失函数推导02
• 25：逻辑回归调优01
• 26：逻辑回归复习
• 27：逻辑回归优化
• 28：混淆矩阵+ROC&AUC
• 29：ROC + AUC
• 章节5：决策树、随机森林算法
• 30：决策树介绍
• 31：决策树01
• 32：决策树02
• 27、推荐系统项目
• 章节1：推荐系统架构原理
• 10：推荐系统_App推荐系统架构
• 1：推荐系统_推荐系统介绍
• 2：推荐系统_基于用户的协同过滤思想
• 3：推荐系统_基于商品的协同过滤思想
• 4：推荐系统_基于用户及基于商品协同过滤思想总结
• 5：推荐系统_App推荐系统原理 01
• 6：推荐系统_App推荐系统原理 02
• 7：推荐系统_App推荐案例计算分析
• 8：推荐系统_推荐系统中冷启动问题
• 9：推荐系统_推荐系统lambda架构
• 笔记
• 资料
• 章节2：推荐系统流程实现
• 11：推荐系统_三种表数据模拟
• 12：推荐系统_Hive创建对应表及数据加载
• 13：推荐系统_Hive 数据表 ETL 预处理获取数据中间表 01
• 14：推荐系统_Hive 数据表 ETL 预处理获取数据中间表 02
• 15：推荐系统_Hive 模型特征表获取分析
• 16：推荐系统_python处理Hive数据文件代码编写
• 17：推荐系统_python处理Hive表数据及数据导出
• 18：推荐系统_特征工程获取训练集全量特征
• 19：推荐系统_特征工程&训练模型获取模型文件
• 20：推荐系统_推荐服务_数据准备
• 21：推荐系统_推荐服务_推荐服务介绍
• 22：推荐系统_推荐服务_dubbo-provider端介绍
• 23：推荐系统_推荐服务_dubbo-consumer端介绍
• 24：推荐系统_推荐服务_推荐服务代码
• 笔记
• 代码
• 资料
• 28、大数据面试题精讲
• 10：SQL面试题-数据转换-行列变换
• 11：SQL面试题-数据转换-窗口函数应用
• 12：SQL面试题-数据格式转换
• 13：SQL面试题-行列变换
• 14：SQL面试题-统计网站访问信息 01
• 15：SQL面试题-统计网站访问信息 02
• 16：SQL面试题-统计特长生
• 17：SQL面试题-统计充值金额前三的信息
• 18：SQL面试题-订单信息统计 01
• 19：SQL面试题-订单信息统计 02
• 1：SQL面试题-统计作家写的书总数
• 20：SQL面试题-直播APP统计PV&UV
• 21：SQL面试题-主播收入统计
• 22：SQL面试题-找出前3大ctime信息
• 23：SQL面试题-统计用户留存率
• 24：SQL面试题-SparkSQL自定义UDF解析URL
• 2：SQL面试题-表A表B得到表C
• 3：SQL面试题-统计最大消费金额对应的日期
• 4：SQL面试题-表数据去重分析
• 5：SQL面试题-查询a,b两表不相交的数据集
• 6：SQL面试题-统计存款利率
• 7：SQL面试题-Hive中Cube使用
• 8：SQL面试题-统计连续n天登陆的用户
• 9：SQL面试题-统计用户留存情况
• 资料
• 29、面试和成功求职的秘技
• 10：面试前，准备完美的自我介绍
• 11：常见面试非技术问题应对方案
• 12：笔试题如何准备？
• 13：大数据面试题如何看？
• 14：面试时，面对面试官的礼仪五要素
• 15：面试时，表现自己的三大核心优势就成功了
• 16：面试时，碰到不会的技术题如何应对？
• 17：面试时，扬长避短如何表达自己想要表达的内容
• 18：面试时，将自己对公司的了解表达出来
• 19：面试时，如何谈薪水
• 1：为什么有人是“面霸”，有人是“面渣”？
• 20：面试时，要不要问五险一金和加班问题？
• 21：面试时，如何合理结束本次面试
• 22：做好面试总结，让本次面试成为下一次更好发挥的演练
• 23：收到offer，如何正确应对？
• 24：体检报告如何去做？
• 25：公司报道第一天，必须做的三大事
• 26：上班的新菜鸟，一定不能做的八件蠢事
• 27：对你的上级，做到4 点职业准则，就一定能成为职场赢家
• 28：你的同事，是菜鸟生存下去的关键
• 29：遇到不会的问题，三步让你正确应对
• 2：最佳简历的十要素
• 30：加班，对于菜鸟不是坏事
• 3：最佳简历_个人基本要素合理写法
• 4：最佳简历_大数据的专业技能如何写？
• 5：最佳简历_大数据的项目经验如何写？
• 6：简历投递的五大招聘网站
• 7：接到面试电话，三要素让你完美应对HR
• 8：面试前，如何调查公司背景
• 9：面试前，如何调查公司项目案例和相关技术使用
• 2、Linux 操作系统
• 章节1：Linux操作系统概述与安装
• 软件
• 文档
• 源码
• 10：禁用防护墙
• 11：禁用selinux
• 12：关闭sshd服务的DNS验证
• 13：关机重启命令
• 14：拍摄快照
• 15：克隆虚拟机
• 1：课程介绍
• 2：Linux操作系统
• 3：安装VMWare软件
• 4：安装Centos操作系统上
• 5：安装Centos操作系统下
• 6：网络设置
• 7：安装Xshell7和Xftp7
• 8：配置主机名和静态映射
• 9：配置时间同步
• 章节2：Linux常用命令
• 软件
• 文档
• 源码
• 16：基本命令_命令入门
• 17：基本命令_获取命令的帮助上
• 18：基本命令_获取命令的帮助下
• 19：基本命令_echo PATH ls
• 20：基本命令_pwd cd mkdir
• 21：基本命令_cp mv
• 22：基本命令_ln rm
• 23：文件系统命令_虚拟目录树
• 24：文件系统命令_df mount umount
• 25：系统操作命令_du stat history
• 26：系统操作命令_date
• 27：进程相关命令_ps kill
• 28：进程相关命令_pstree
• 29：进程相关命令_top
• 30：进程相关命令_netstat
• 31：设置定时任务和时间同步完善
• 32：文本操作命令_touch cat head tail
• 33：文本操作命令_管道 xargs 数据重定向
• 34：文本操作命令_cut
• 35：文本操作命令_sort
• 36：文本操作命令_sed上
• 37：文本操作命令_sed下
• 38：文本操作命令_awk上
• 39：文本操作命令_awk下
• 40：文本操作命令_wc
• 41：文本操作命令_vim上
• 42：文本操作命令_vim下
• 43：文件压缩与打包_zip与unzip
• 44：文件压缩与打包_gzip和gunzip
• 45：文件压缩与打包_tar上
• 46：文件压缩与打包_tar下
• 章节3：Linux用户权限和软件安装与管理
• 软件
• 文档
• 源码
• 47：用户 用户组 其他人概述
• 48：用户管理_添加用户
• 49：用户管理_修改与删除用户
• 50：用户管理_用户口令管理
• 51：用户组管理
• 52：用户用户组相关系统文件详讲
• 53：Linux文件属性与权限概述
• 54：修改所属的用户组
• 55：修改文件的所有者
• 56：改变权限_数字类型改变权限
• 57：改变权限_符号类型改变权限
• 58：权限对文件的重要性
• 59：权限对于目录的重要性
• 60：rpm概述
• 61：rpm安装
• 62：rpm查询和卸载
• 63：yum概述
• 64：yum命令
• 章节4：ShellScript脚本编程
• 软件
• 文档
• 源码
• 65：Shell脚本编程_概述
• 66：awk脚本编程实现消费统计
• 67：函数的定义与调用
• 68：Shell脚本中的变量_本地变量
• 69：Shell脚本中的变量_局部变量
• 70：shell脚本中的变量_位置变量
• 71：Shell脚本中的变量_特殊变量1
• 72：数组
• 73：横跨父子进程的变量
• 74：单双引号和反引号
• 75：逻辑表达式
• 76：算术表达式
• 77：条件表达式
• 78：分支结构_if
• 79：分支结构_case
• 80：循环语句_while
• 81：循环语句_for
• 82：正则表达式_基本匹配上
• 83：正则表达式_基本匹配下
• 84：正则表达式_扩展匹配
• 85：shell脚本检查
• 86：企业面试真题_小米 搜狐
• 87：企业面试真题_金山
• 30、入职后快速成长到CTO
• 10：工作中，快速学习新技术的最佳方式（重要的是形成体系，而不是钻到某个技术点）
• 11：软实力是真实力
• 12：软实力的七要素，7A 软实力理论
• 13：好的沟通有方法
• 14：快速说服别人的技巧
• 15：口才也能练出来
• 16：领导力如何自我修炼
• 17：会议发言的三要素
• 18：酒宴祝词、会议发言的完美公式
• 19：五点职场礼仪，让你秒变职场受欢迎人士
• 1：三法宝，处理同事关系
• 20：软实力是最容易让你脱颖而出的关键
• 2：核心两点，处理好领导关系
• 3：每件事都是学习的机会
• 4：主动加班，试用期加班是学习的好机会
• 5：未通过试用期，如何应对？
• 6：工作后，千万不要停止学习
• 7：项目经验如何累积？
• 8：大数据高级技术还需要学习哪些？
• 9：架构师课程如何学习？
• 3、大型网站高并发处理
• 软件
• 动静分离
• apache-tomcat-8.5.61.tar.gz
• consul_0.7.5_linux_amd64
• jdk-8u221-linux-x64.rpm
• master
• nginx-1.20.1.tar.gz
• Postman-win64-8.10.0-Setup.exe
• 文档
• assets
• images
• 03-第二阶段：大型网站高并发处理
• Nginx课程大纲.xmind
• 源码
• 章节1：大型网站高并发处理
• 10：Nginx目录介绍
• 11：Nginx启动与关闭
• 12：设置开机自启动
• 13：Nginx配置文件之全局快和event块
• 14：Nginx配置文件之http块
• 15：虚拟主机介绍
• 16：基于IP的虚拟主机配置方式上
• 17：基于IP的虚拟主机配置方式下
• 18：基于端口的虚拟主机配置
• 19：基于域名的虚拟主机配置方式
• 1：课程介绍
• 20：配置服务的反向代理上
• 21：配置服务的反向代理中
• 22：配置服务的反向代理下
• 23：什么是负载均衡和负载均衡策略
• 24：实现负载均衡配置
• 25：Location配置上
• 26：Location配置中
• 27：Location配置下
• 28：配置动静分离上
• 29：配置动静分离下
• 2：Nginx是什么
• 30：什么是动态负载均衡
• 31：动态负载均衡相关技术
• 32：Consul环境搭建
• 33：Consul添加服务
• 34：nginx-upsync-module简介与安装
• 35：Nginx重新安装
• 36：Nginx动态负载均衡配置
• 37：动态负载均衡测试
• 38：生活中的限流和为什么需要限流
• 39：如何限流之控制速率
• 3：为什么学习Nginx之现实生活中的案例分析
• 40：如何限流之限制连接数和设置白名单
• 41：Nginx原理
• 42：Nginx优化
• 43：为什么要学习keepalived
• 44：Keepalived概述
• 45：VRRP协议的工作原理和VRRP选举机制
• 46：keepalived实现Nginx高可用_安装上
• 47：keepalived实现Nginx高可用_安装下
• 48：Keepalived实现Nginx高可用_配置上
• 49：Keepalived实现Nginx高可用_配置下
• 4：web系统架构变迁中遇到的问题
• 50：Keepalived实现Nginx高可用测试
• 51：Nginx总结
• 5：如何解决这些问题
• 6：Nginx作用
• 7：Nginx下载与依赖程序的安装
• 8：Nginx安装上
• 9：Nginx安装下
• 4、Maven项目管理
• 软件
• IDEA相关
• apache-maven-3.8.2-bin.tar.gz
• apache-maven-3.8.2-bin
• apache-tomcat-7.0.69.tar.gz
• 文档
• image
• 04-第三阶段：Maven项目依赖管理
• Maven课程大纲.xmind
• 源码
• code
• 10：配置Maven和IDEA整合Maven设置更新
• 11：在IDEA中创建Maven工程
• 12：Maven项目目录介绍
• 13：POM模型_依赖关系
• 14：依赖关系_依赖的传递性
• 15：依赖关系_依赖相同资源的依赖原则
• 16：依赖关系_依赖排除
• 17：依赖关系_依赖范围
• 18：依赖关系_依赖管理
• 19：POM模型_继承关系
• 1：课程介绍
• 20：POM模型_多继承
• 21：POM模型_聚合关系
• 22：内置插件_配置编译插件
• 23：内置插件_资源拷贝插件
• 24：Maven中的常见插件_扩展插件Tomcat
• 25：Maven中的常见插件_插件管理
• 26：Maven常用命令
• 27：Maven项目命名规范
• 28：基于Maven创建war工程上
• 29：基于Maven创建war工程下
• 2：为什么要使用Maven
• 30：Tomcat热部署上
• 31：Tomcat热部署下
• 3：什么是Maven
• 4：Maven的作用和Maven工程类型
• 5：Maven下载安装
• 6：IDEA下载 安装和破解
• 7：IDEA整合Maven
• 8：Maven仓库是什么
• 9：仓库的访问优先级
• 5、Zookeeper分布式协调服务框架
• 软件
• apache-zookeeper-3.5.7-bin.tar.gz
• jdk-8u221-linux-x64.rpm
• 文档
• image
• 05-第四阶段：Zookeeper分布式协调服务框架
• Zookeeper课程大纲.xmind
• 【可用002】ZooKeeper-分布式过程协同技术详解
• 源码
• zookeeper
• 章节1：zookeeper分布式协调服务框架
• 10：集群架构剖析_Zookeeper之安其内
• 11：集群架构剖析_脑裂和服务器数量选取
• 12：四台服务器之间免密登录
• 13：JDK安装和环境变量配置
• 14：集群搭建_下载
• 15：集群搭建_搭建步骤上
• 16：集群搭建_搭建步骤下
• 17：集群搭建_启动和关闭
• 18：Znode数据结构
• 19：客户端命令行操作一
• 1：课程介绍
• 20：客户端命令行操作二
• 21：客户端命令行操作三
• 22：客户端命令行操作四
• 23：会话(Session)
• 24：事件监听原理刨析
• 25：工作原理
• 26：Zookeeper集群的特点
• 27：IDEA环境搭建
• 28：创建ZooKeeper客户端
• 29：创建节点
• 2：为什么使用Zookeeper
• 30：判断节点是否存在
• 31：获取节点值和状态信息
• 32：获取子节点信息
• 33：修改节点值
• 34：删除节点
• 35：验证注册事件被触发的一次性
• 36：分布式协调案例_RMI概述
• 37：Java原生RMI实现
• 38：开发RMI接口和实现类
• 39：通过JNDI发布服务
• 3：Zookeeper概述
• 40：调用RMI服务
• 41：RMI服务的局限性mp4
• 42：高可用RMI原理分析上
• 43：高可用RMI原理分析下
• 44：服务生产者代码分析上
• 45：服务生产者代码分析下
• 46：服务消费者代码分析
• 47：程序测试和总结
• 4：分布式编程容易出现的问题
• 5：拜占庭将军问题
• 6：Paxos小岛的故事上
• 7：Paxos小岛的故事中
• 8：Paxos小岛的故事下
• 9：集群架构剖析_ZooKeeper之攘其外
• 6、Git项目版本管理
• 软件
• Git-2.33.0.2-32-bit.exe
• Git-2.33.0.2-64-bit.exe
• 文档
• image
• 06-第五阶段：Git项目版本管理
• Git项目版本管理大纲.xmind
• progit_v2.1.55
• 源码
• first_git_repos
• second_git_repos
• 10：常用命令_添加、删除文件和文件状态查看
• 11：常用命令_提交文件和查看日志
• 12：常用命令_修改文件和状态的变化
• 13：常用命令_版本切换
• 14：什么是分支？
• 15：创建分支
• 16：查看分支
• 17：分支切换
• 18：合并分支和删除分支
• 19：代码托管中心和码云介绍
• 1：课程介绍
• 20：Git整合码云_创建SSH Key
• 21：Git整合码云_创建远程仓库
• 22：Git整合码云_克隆远程仓库到本地
• 23：Git整合码云_推送
• 24：Git整合码云_拉取
• 25：Git整合码云_创建和删除远程库地址别名
• 26：Git整合码云_版本冲突的产生
• 27：Git整合码云_版本冲突的解决
• 28：使用IDEA提交代码
• 29：使用IDEA提交代码问题解决
• 2：什么是Git
• 30：在idea中用git获取新项目代码
• 31：版本冲突
• 3：本地版本控制和集中式版本控制工具
• 4：分布式版本控制工具和版本控制工作的作用
• 5：为什么要学习Git
• 6：Git下载
• 7：Git安装
• 8：工作机制剖析
• 9：常用命令_设置签名与初始化
• 7、Hadoop 分布式文件系统HDFS
• 软件
• Windows依赖
• hadoop-3.1.3.tar.gz
• msvbcrt_aio_2018.07.31
• MSVBCRT_AIO_2018.07.31_X86+X64.exe
• 文档
• gfs+mapreduce+bigtable
• image
• 07-第六阶段：Hadoop 分布式文件系统HDFS
• Hadoop 分布式文件系统HDFS大纲.xmind
• 大数据时代
• 源码
• HdfsClientAPI
• 10：Hadoop三大发行版本（了解）
• 11：Hadoop核心组件
• 12：Hadoop关联项目
• 13：HDFS介绍
• 14：HDFS架构剖析
• 15：HDFS完全分布式搭建_规划和前置环境
• 16：hadoop安装包相关上
• 17：hadoop安装包相关下
• 18：HDFS完全分布式搭建_HDFS集群配置上
• 19：HDFS完全分布式搭建_HDFS集群配置中
• 1：课程介绍
• 20：HDFS完全分布式搭建_HDFS集群配置下
• 21：HDFS完全分布式搭建_格式化、启动和测试上
• 22：HDFS完全分布式搭建_格式化、启动和测试下
• 23：HDFS完全分布式搭建_常见的HDFS命令行操作上
• 24：HDFS完全分布式搭建_常见的HDFS命令行操作下
• 25：HDFS完全分布式搭建_集群启动和停止总结
• 26：NameNode角色分析上
• 27：NameNode角色分析下
• 28：NameNode_FsImage和Edits log文件分析上
• 29：NameNode_FsImage和Edits log文件分析中
• 2：1TB大文件操作的思考
• 30：NameNode_FsImage和Edits log文件分析下
• 31：SecondaryNameNode分析上
• 32：SecondaryNameNode分析下
• 33：NameNode故障处理（扩展）
• 34：NameNode多目录配置(了解)
• 35：DataNode分析上
• 36：DataNode分析中
• 37：DataNode分析下
• 38：时间未同步bug解决(选学)
• 39：权限(了解)
• 3：分治思想引入案例
• 40：Hadoop集群的安全模式
• 41：Hadoop集群的安全模式_参数配置
• 42：Hadoop集群的安全模式_命令操作
• 43：准备Hadoop的Windows开发环境
• 44：HDFS之JavaAPI_项目搭建
• 45：HDFS之JavaAPI_创建目录上
• 46：HDFS之JavaAPI_创建目录下
• 47：HDFS之JavaAPI_上传文件准备
• 48：HDFS之JavaAPI_上传文件高级API实现
• 49：HDFS之JavaAPI_上传文件之基础API实现（选学）
• 4：单机处理大数据的问题上
• 50：HDFS之JavaAPI_上传文件之参数优先级
• 51：HDFS之JavaAPI_文件改名和移动
• 52：HDFS之JavaAPI_下载文件
• 53：HDFS之JavaAPI_文件和目录的删除
• 54：HDFS之JavaAPI_获取指定文件的详情
• 55：HDFS之JavaAPI_文件和目录的判断
• 56：HDFS之JavaAPI_获取指定目录下文件详细
• 57：HDFS之JavaAPI_获取指定目录下文件详细测试和总结
• 58：HDFS写文件流程_流程剖析一
• 59：HDFS写文件流程_流程剖析二.
• 5：单机处理大数据的问题下
• 60：HDFS写文件流程_流程剖析三
• 61：HDFS写文件流程_流程剖析四
• 62：HDFS写文件流程_节点距离的计算（理解）
• 63：HDFS写文件流程_数据块副本放置策略
• 64：HDFS读文件流程（重点）
• 65：HDFS Federation联邦
• 66：NameNode HA概述
• 67：手动NameNode HA概述
• 68：自动NameNode HA概述
• 69：NameNode自动HA 集群搭建_规划
• 6：集群分布式处理大数据
• 70：ssh时不提示信息配置
• 71：NameNode自动HA集群搭建_HDFS配置上
• 72：NameNode自动HA集群搭建_HDFS配置下
• 73：NameNode自动HA集群搭建_首次启动HDFS HA集群一
• 74：NameNode自动HA集群搭建_首次启动HDFS HA集群二
• 75：NameNode自动HA集群搭建_首次启动HDFS HA集群三.
• 76：NameNode自动HA集群搭建_首次启动HDFS HA集群四
• 77：NameNode自动HA集群搭建_首次启动HDFS HA集群五
• 78：编写HDFS HA启动脚本
• 79：编写HDFS HA关闭脚本
• 7：集群分布式处理大数据优劣的辩证
• 8：Hadoop是什么？
• 9：Hadoop发展历史
• 8、Hadoop 分布式计算MapReduce和资源管理Yarn
• 软件
• hadoop-3.1.3-src.tar.gz
• jd-gui jar包反编译
• 文档
• image
• 08-第七阶段：Hadoop 分布式计算MapReduce和资源管理Yarn
• Hadoop_Shuffle.pptx
• MapReduce-圆形缓存区源码分析.pptx
• 第八阶段：数据仓库Hive大纲.xmind
• 第八阶段：数据仓库Hive讲义
• 第七阶段课程大纲.xmind
• 源码.md
• 源码
• fof
• WeatherDemo
• wordcount
• 100：好友推荐案例实战_FOFDriver1开发一
• 101：好友推荐案例实战_FOFDriver1开发二
• 102：好友推荐案例实战_FOFMapper1开发
• 103：好友推荐案例实战_FOFReducer1开发
• 104：好友推荐案例实战_MR1测试
• 105：好友推荐案例实战_FOFDriver2开发
• 106：好友推荐案例实战_FOFMapper2开发
• 107：好友推荐案例实战_FOFReducer2开发一
• 108：好友推荐案例实战_FOFReducer2开发二
• 109：好友推荐案例实战_FOFReducer2开发三
• 10：Yarn RM HA搭建_文档查看与集群规划
• 110：好友推荐案例实战_MR2测试
• 111：hadoop 3.x 新特性
• 11：Yarn RM HA搭建_相关文件配置
• 12：Yarn RM HA搭建_启动
• 13：Yarn RM HA搭建_测试
• 14：Yarn RM HA搭建_高可用测试
• 15：Yarn RM HA搭建_启动脚本编写
• 16：Yarn RM HA搭建_关闭脚本编写
• 17：Yarn RM HA搭建_资源调度器介绍
• 18：Yarn RM HA搭建_FIFO资源调度器
• 19：Yarn RM HA搭建_容量(Capacity)调度
• 1：课程介绍
• 20：Yarn RM HA搭建_公平(Fair)调度器上
• 21：Yarn RM HA搭建_公平(Fair)调度器下
• 22：单词数量统计案例实战_运行自带的wordcount上
• 23：单词数量统计案例实战_运行自带的wordcount下
• 24：自带的wordcount源码分析
• 25：手写wordcount_环境准备
• 26：手写WordCount_Mapper类编写上
• 27：手写WordCount_Mapper类编写下
• 28：手写WordCount_Reducer类编写
• 29：手写WordCount_Driver类编写
• 2：MapReduce的定义
• 30：手写WordCOunt_本地运行测试
• 31：手写WordCOunt_集群中运行测试
• 32：Hadoop序列化与反序列化一
• 33：Hadoop序列化与反序列化二
• 34：Hadoop序列化与反序列化三
• 35：MapReduce源码分析_准备工作一
• 36：MapReduce源码分析_准备工作二
• 37：客户端提交作业_waitForCompletion
• 38：客户端提交作业_monitorAndPrintJob
• 39：客户端作业提交_submit
• 3：MapReduce优缺点
• 40：客户端作业提交_job资源在hdfs上的路径(选学)
• 41：切片数量的计算(重点)一
• 42：切片数量的计算(重点)二
• 43：切片数量的计算(重点)三
• 44：切片数量的计算(重点)四
• 45：切片数量的计算(重点)五
• 46：切片数量的计算(重点)六
• 47：切片数量的计算(重点)七
• 48：切片数量的计算(重点)八
• 49：切片数量的计算(重点)九
• 4：MapReduce工作流程一
• 50：Map阶段源码分析_源码从哪里看
• 51：Map阶段源码分析_runNewMapper引入
• 52：Map阶段源码分析_runNewMapper分析
• 53：Map阶段源码分析_mapper和inputFormat对象如何创建？
• 54：Map阶段源码分析_input对象如何创建？
• 55：Map阶段源码分析_initialize分析
• 56：Map阶段源码分析_run(mapperContext)分析
• 57：Map阶段源码分析_nextKeyValue分析
• 58：Map阶段源码分析_out对象如何创建
• 59：Map阶段源码分析_有Reduce时out对象创建
• 5：MapReduce工作流程二
• 60：Map阶段源码分析_分区
• 61：Map阶段源码分析_自定义分区类
• 62：Map阶段源码分析_圆形缓冲区引入
• 63：Map阶段源码分析_圆形缓冲区一
• 64：Map阶段源码分析_圆形缓冲区二
• 65：Map阶段源码分析_圆形缓冲区三
• 66：Map阶段源码分析_圆形缓冲区四
• 67：Map阶段源码分析_排序比较器一
• 68：Map阶段源码分析_排序比较器二
• 69：Map阶段源码分析_排序比较器三
• 6：MapReduce工作流程三
• 70：Map阶段源码分析_没有Reduce
• 71：Reduce阶段源码分析_概述
• 72：Reduce阶段源码分析_copy数据源码一
• 73：Reduce阶段源码分析_copy数据源码二
• 74：Reduce阶段源码分析_copy数据源码三
• 75：Reduce阶段源码分析_分组比较器一
• 76：Reduce阶段源码分析_分组比较器二
• 77：Reduce阶段源码分析_如何自定义分组比较器
• 78：Reduce阶段源码分析_Reduce类
• 79：Reduce阶段源码分析_Reducer运行时run方法一
• 7：Yarn资源管理器_架构剖析
• 80：Reduce阶段源码分析_Reducer运行时run方法二
• 81：Reduce阶段源码分析_Reducer运行时run方法二
• 82：温度分析案例实战_需求分析
• 83：温度分析案例实战_Weather类开发上
• 84：温度分析案例实战_Weather类开发下
• 85：温度分析案例实战_WeatherMapper类开发上
• 86：温度分析案例实战_WeatherMapper类开发下
• 87：温度分析案例实战_分区类编写
• 88：温度分析案例实战_排序比较器编写
• 89：温度分析案例实战_分组比较器编写
• 8：Yarn资源管理器_工作机制上
• 90：温度分析案例实战_WeatherReducer类编写
• 91：温度分析案例实战_WeatherDriver类编写
• 92：温度分析案例实战_运行测试上
• 93：温度分析案例实战_运行测试下
• 94：Reduce中遍历values时key是否改变一
• 95：Reduce中遍历values时key是否改变二
• 96：好友推荐案例实战_需求
• 97：好友推荐案例实战_数据集
• 98：好友推荐案例实战_案例分析
• 99：好友推荐案例实战_项目搭建
• 9：Yarn资源管理器_工作机制下
• 9、数据仓库 Hive
• 软件
• data
• mysql
• apache-hive-3.1.2-bin.tar.gz
• mysql-connector-java-5.1.37.jar
• 文档
• image
• 第八阶段：数据仓库Hive大纲.xmind
• 第八阶段：数据仓库Hive讲义
• 源码
• hivedemo
• 100：Hive优化_MapSide聚合
• 101：Hive优化_去重统计和避免笛卡尔积出现
• 102：Hive优化_合理设置MapTask数量mp4
• 103：Hive优化_合理设置Reduce数
• 10：Hive下载与安装_MySQL安装一
• 11：Hive下载与安装_MySQL安装二
• 12：Hive下载与安装_直连数据库模式安装一
• 13：Hive下载与安装_直连数据库模式安装.二
• 14：Hive下载与安装_直连数据库式启动和使用一
• 15：Hive下载与安装_直连数据库式启动和使用二
• 16：Hive下载与安装_远程服务器模式安装一
• 17：Hive下载与安装_远程服务器模式安装二
• 18：Hive下载与安装_远程服务器模式安装三
• 19：Hive下载与安装_远程服务器模式测试
• 1：Hive课程介绍
• 20：Hive SQL_官网介绍
• 21：Hive SQL_数据库实例创建
• 22：Hive SQL_数据库实例查询.showmp4
• 23：Hive SQL_数据库实例查询desc
• 24：Hive SQL_数据库实例修改
• 25：HiveSQL_数据库实例删除
• 26：HiveSQL_数据类型
• 27：HiveSQL_完整的DDL建表语法规则
• 28：HiveSQL_创建表
• 29：HiveSQL_查看表描述信息
• 2：Hive概述_简介
• 30：HiveSQL_删除表
• 31：HiveSQL_添加数据load 一
• 32：HiveSQL_添加数据load 二
• 33：HiveSQL_添加数据insert 一
• 34：HiveSQL_添加数据insert 二
• 35：HiveSQL_默认分隔符
• 36：HiveSQL_删除表中数据
• 37：HiveSQL_内部表和外部表一
• 38：HiveSQL_内部表和外部表二
• 39：HiveSQL_内部表和外部表三
• 3：Hive概述_系型数据库区别
• 40：HiveSQL_表分区概述
• 41：表分区_单分区
• 42：表分区_双分区
• 43：表分区_添加分区
• 44：表分区_删除分区
• 45：表分区_修复分区
• 46：HiveSQL_使用已有表建表（扩展）
• 47：HiveSQL_SerDe
• 48：查询语句_语法规则与数据准备
• 49：查询语句_全表和指定列查询
• 4：Hive概述_Hive的优缺点
• 50：查询语句_列别名和算术运算符
• 51：查询语句_常用聚合函数 where语句 limit语句
• 52：查询语句_比较运算符一
• 53：查询语句_比较运算符二
• 54：查询语句_逻辑运算符
• 55：查询语句_分组
• 56：查询语句_表别名
• 57：查询语句_笛卡尔积
• 58：查询语句_join语句
• 59：查询语句_order by排序
• 5：Hive概述_Hive架构一
• 60：查询语句_sort by排序
• 61：查询语句_distribute by
• 62：查询语句_cluster by
• 63：查询语句_基站掉话率分析实战上
• 64：查询语句_基站掉话率分析实战下
• 65：函数_内置函数
• 66：函数_数学函数
• 67：函数_收集函数和类型转换函数
• 68：函数_日期函数
• 69：函数_条件函数
• 6：Hive概述_Hive架构二
• 70：函数_字符串函数
• 71：函数_内置的聚合函数和内置表生成函数
• 72：函数_复杂函数
• 73：函数_自定义函数
• 74：函数_自定义UDF函数一
• 75：函数_自定义UDF函数二
• 76：函数_自定义UDF函数三和自定义UDAF函数
• 77：函数_hive实现wordcount单词统计
• 78：函数_struct的使用
• 79：Hive参数与动态分区_参数一
• 7：Hive下载与安装_三种安装方式区别
• 80：Hive参数与动态分区_参数二
• 81：Hive参数与动态分区_动态分区
• 82：Hive分桶_分桶概述
• 83：Hive分桶_创建分桶表一
• 84：Hive分桶_创建分桶表二
• 85：Hive分桶_抽样查询分析（了解）
• 86：Lateral View
• 87：视图View
• 88：索引（了解）
• 89：Hive运行方式_命令行方式cli
• 90：Hive运行方式_脚本运行方式(重点)
• 91：Hive优化_Fetch抓取
• 92：Hive优化_执行计划
• 93：Hive优化_本地运行模式
• 94：Hive优化_并行运行
• 95：Hive优化_严格与非严格模式
• 96：Hive优化_行列过滤
• 97：Hive优化_JVM重用和推测执行
• 98：Hive优化_小表与大表join
• 99：Hive优化_大表与大表join
• 9：Hive下载与安装_官网阅读
• 百战大数据 更新20221128
• 19、项目四 PB级百战出行网约车
• 10：订单监控_存储数据之读取数据
• 11：订单监控_存储数据之保存数据至MySQL
• 12：订单监控_Maxwell介绍
• 13：订单监控_Maxwell安装
• 14：订单监控_Spark_Streaming整合Kafka_上
• 15：订单监控_Spark_Streaming整合Kafka_下
• 16：订单监控_实时统计订单总数之消费订单数据
• 17：订单监控_实时统计订单总数之构建订单解析器
• 18：订单监控_实时统计订单总数之解析订单JSON数据
• 19：订单监控_实时统计订单总数
• 1：百战出行
• 20：订单监控_实时统计乘车人数统计
• 21：订单监控_Redis工具类
• 22：订单监控_保存数据到Redis中
• 23：虚拟车站_需求分析
• 24：虚拟车站_虚拟车站实现思路
• 25：虚拟车站_Uber h3介绍
• 26：虚拟车站_H3算法使用
• 27：虚拟车站_HBase工具类上
• 28：虚拟车站_HBase工具类下
• 29：虚拟车站_Kafka消费订单数据
• 2：百战出行架构设计
• 30：虚拟车站_储存订单数据至HBase
• 31：虚拟车站_Spark SQL读取HBase订单数据
• 32：虚拟车站_创建订单数据的DataFrame
• 33：虚拟车站_Spark SQL集成H3
• 34：虚拟车站_虚拟车站站点统计
• 35：虚拟车站_保存虚拟车站信息
• 36：订单交易数据统计分析_数据准备
• 37：订单交易数据统计分析_kafka消费数据至HBase_上
• 38：订单交易数据统计分析_kafka消费数据至HBase_下
• 39：订单交易数据统计分析_自定义Spark SQL多数据
• 3：环境搭建_HBase安装部署
• 40：订单交易数据统计分析_自定义外部数据源HbaseR
• 41：订单交易数据统计分析_自定义外部数据源HbaseRel
• 42：订单交易数据统计分析_自定义外部数据源HbaseRelation
• 43：订单交易数据统计分析_订单总数统计
• 44：订单交易数据统计分析_订单月总数统计
• 45：订单交易数据统计分析_公里数统计
• 46：订单交易数据统计分析_汇总结果
• 47：订单交易数据统计分析_保存汇总数据
• 48：订单交易数据统计分析_当日各城市的车辆分布
• 49：订单交易数据统计分析_当月各城市的车辆分布
• 4：环境搭建_Kafka安装部署
• 50：订单交易数据统计分析_汇总当日车辆和当月车辆
• 51：订单交易数据统计分析_当日订单分布
• 52：订单交易数据统计分析_当月订单分布
• 53：订单交易数据统计分析_汇总日、月订单分布
• 54：订单交易数据统计分析_车辆分布和订单分布的汇总
• 55：订单交易数据统计分析_保存车辆分布和订单分布的汇总结果
• 56：司机数据统计分析_数据准备
• 57：司机数据统计分析_kafka消费数据至HBase
• 58：司机数据统计分析_当日各城市的司机注册数
• 59：司机数据统计分析_当月各城市的司机注册数
• 5：环境搭建_MySQL安装部署
• 60：司机数据统计分析_本年各城市的司机注册数
• 61：司机数据统计分析_汇总各城市司机注册数
• 62：司机数据统计分析_各城市司机注册数保存HBase
• 63：司机数据统计分析_当日平台有效订单总数
• 64：司机数据统计分析_当月平台有效订单总数
• 65：司机数据统计分析_本年平台有效订单总数
• 66：司机数据统计分析_当日司机总订单
• 67：司机数据统计分析_本月司机总订单
• 68：司机数据统计分析_本年度司机总订单
• 69：司机数据统计分析_当日的人均订单完成率
• 6：环境搭建_Redis安装部署
• 70：司机数据统计分析_本月的人均订单完成率
• 71：司机数据统计分析_本年度的人均订单完成率
• 72：司机数据统计分析_汇总司机订单完成率
• 73：司机数据统计分析_用户数据统计分析_数据准备
• 74：用户数据统计分析_日新增用户
• 75：用户数据统计分析_周、月新增用户
• 76：用户数据统计分析_汇总日、周、月新增用户数据
• 77：用户数据统计分析_统计日活跃用户
• 78：用户数据统计分析_统计周、月活跃用户
• 79：用户数据统计分析_汇总日、周、月活跃用户
• 7：构建父工程项目
• 80：用户数据统计分析_次日留存用户
• 81：用户数据统计分析_周留存率
• 82：用户数据统计分析_月留存率
• 83：用户数据统计分析_汇总日、周、月留存率
• 84：即席查询_Phoenix介绍
• 85：即席查询_Phoenix安装
• 86：即席查询_Phoenix常用的命令操作
• 87：即席查询_JDBC连接接Phoenix
• 88：Phoniex生成表_订单、司机、用户数据表
• 89：大数据WEB平台_项目创建
• 8：订单监控_收集订单数据
• 90：大数据WEB平台_整合Mybatis框架
• 91：大数据WEB平台_查询新增用户数据
• 92：大数据WEB平台_查询留存率数据
• 93：大数据WEB平台_查询订单汇总数据
• 94：大数据WEB平台_查询车辆订单汇总数据
• 95：大数据WEB平台_查询各城市司机注册数据
• 96：大数据WEB平台_查询司机订单完成率数据
• 97：大数据WEB平台_查询虚拟车站信息
• 98：大数据WEB平台_查询实时订单和乘车人数
• 9：订单监控_订单数据分析
• 课件.txt
• 21、Superset可视化系统
• 10：SuperSet实战_图表操作
• 1：课程介绍
• 2：Superset概述
• 3：环境搭建_安装Python环境
• 4：环境搭建_安装配置Superset
• 5：环境搭建_启停Superset
• 6：环境搭建_Superset启停脚本.
• 7：SuperSet实战_整合MySQL数据源
• 8：SuperSet实战_操作MySQL数据库表
• 9：SuperSet实战_仪表盘操作
• 课件.txt