您好,欢迎来到菜鸟吧源码网(www.cniao8.com)本站只做精品网站源码!
  • 首 页
  • 会员介绍
  •  

    当前位置:主页 > 视频教程 > 人工智能 >
    Spark高级核心实战-Spark性能调优与数据解决方案 Spark大数据多项目案例实操课程

    [↓↓↓资源简介↓↓↓]

    Spark高级核心实战-Spark性能调优与数据解决方案 Spark大数据多项目案例实操课程
    Spark高级核心实战-Spark性能调优与数据解决方案 Spark大数据多项目案例实操课程
    Spark高级核心实战-Spark性能调优与数据解决方案 Spark大数据多项目案例实操课程
    Spark高级核心实战-Spark性能调优与数据解决方案 Spark大数据多项目案例实操课程
        Spark就是为大数据而生,在大数据高兴能支持方面有着非常得天独厚的优势,本次的课程可以带领同学们从Spark入门真正的到精通。Spark教程开始从搭建Spark开发环境一路进行实战全景教学,对Spark非常多高级的特点和知识点进行了讲解,融合了Spark开发性能调优和Spark数据操作案例项目课程,实战性很强,课程内容也是非常充实,大数据工程师们不要错过。

    ===============课程目录===============

    ├─(1) 001课时1:第00课、课程特色和学习方式.mp4
    ├─(2) 002课时2:第1课、Spark概述(四大特性).mp4
    ├─(3) 003课时3:第2课、Spark快速使用.mp4
    ├─(4) 004课时4:第3课、什么是RDD?.mp4
    ├─(5) 005课时5:第4课、Spark架构.mp4
    ├─(6) 006课时6:第5课、linux环境准备(虚拟机,linux).mp4
    ├─(7) 007课时7:第6课、hadoop环境准备.mp4
    ├─(8) 008课时8:第7课、Spark环境准备.mp4
    ├─(9) 009课时9:第8课、Spark开发环境搭建(java,scala).mp4
    ├─(10) 010课时10:第8课、Spark开发环境搭建-maven打包(第8节补充).mp4
    ├─(11) 011课时11:第9课、Spark任务提交.mp4
    ├─(12) 012课时12:第10课、Historyserver服务配置.mp4
    ├─(13) 013课时13:第11课、RDD的创建方式.mp4
    ├─(14) 014课时14:第12课、Transformation和action原理剖析.mp4
    ├─(15) 015课时15:第13课、map,filter,flatMap算子演示(java版).mp4
    ├─(16) 016课时16:第14课、groupbykey,reduceByKey,sortByKey算子演示(java版).mp4
    ├─(17) 017课时17:第15课、join,cogroup,union算子演示(java版本).mp4
    ├─(18) 018课时18:第16课、Intersection,Distinct,Cartesian算子演示(java版本).mp4
    ├─(19) 019课时19:第17课、mapPartitions,reparation,coalesce算子演示(java版).mp4
    ├─(20) 020课时20:第18课、sample,aggregateBykey算子演示(java版本).mp4
    ├─(21) 021课时21:第19课、mapPartitionsWithIndex,repartitionAndSortWithinPartitions算子演示(java版).mp4
    ├─(22) 022课时22:第20课、action算子演示(java版).mp4
    ├─(23) 023课时23:第21课、map,filter,flatMap,groupByKey,reduceByKey,groupByKey,sortByKey算子演示(scala版).mp4
    ├─(24) 024课时24:第22课、join,cogroup,union,intersection,distinct,cartesian算子演示(scan版).mp4
    ├─(25) 025课时25:第23课、mapPartitions,reparition,coalesce,sample,aggregateByKey算子演示(scala版.mp4
    ├─(26) 026课时26:第24课、mapPartitionsWithIndex,repartitionAndSortWithinPartitions算子演示(scala版).mp4
    ├─(27) 027课时27:第25课、RDD持久化(Tachyon).mp4
    ├─(28) 028课时28:第26课、共享变量(广播变量,累加变量).mp4
    ├─(29) 029课时29:第27课、Spark on YARN模式(cluster,client).mp4
    ├─(30) 030课时30:第28课、窄依赖和宽依赖.mp4
    ├─(31) 031课时31:第29课、Shuffle原理剖析.mp4
    ├─(32) 032课时32:第30课、stage划分原理剖析.mp4
    ├─(33) 033课时33:第31课、Spark任务调度.mp4
    ├─(34) 034课时34:第32课、综合案例一TopN(scala).mp4
    ├─(35) 035课时35:第33课、综合案例二日志分析上(scala).mp4
    ├─(36) 036课时36:第33课、综合案例二日志分析下(scala).mp4
    ├─(37) 037课时37:第34课、Spark2内核新特性.mp4
    ├─(38) 038课时38:第35课、Spark调优概述.mp4
    ├─(39) 039课时39:第36课、开发调优(1).mp4
    ├─(40) 040课时40:第37课、开发调优(2).mp4
    ├─(41) 041课时41:第38课、开发调优(3).mp4
    ├─(42) 042课时42:第39课、开发调优(4).mp4
    ├─(43) 043课时43:第40课、开发调优(5).mp4
    ├─(44) 044课时44:第41课、开发调优(6).mp4
    ├─(45) 045课时45:第42课、开发调优(7).mp4
    ├─(46) 046课时46:第43课、开发调优(8).mp4
    ├─(47) 047课时47:第44课、开发调优(9).mp4
    ├─(48) 048课时48:第45课、数据本地化.mp4
    ├─(49) 049课时49:第46课、数据倾斜的原理.mp4
    ├─(50) 050课时50:第47课、数据倾斜解决方案一.mp4
    ├─(51) 051课时51:第48课、数据倾斜解决方案二.mp4
    ├─(52) 052课时52:第49课、数据倾斜解决方案三.mp4
    ├─(53) 053课时53:第50课、数据倾斜解决方案四.mp4
    ├─(54) 054课时54:第51课、数据倾斜解决方案五.mp4
    ├─(55) 055课时55:第52课、数据倾斜解决方案六.mp4
    ├─(56) 056课时56:第53课、数据倾斜解决方案七.mp4
    ├─(57) 057课时57:第54课、shuffle调优.mp4
    ├─(58) 058课时58:第55课、Spark资源模型(内存管理).mp4
    ├─(59) 059课时59:第56课、资源调优.mp4
    ├─(60) 060课时60:第57课、Spark JVM调优(1).mp4
    ├─(61) 061课时61:第58课、Spark JVM调优(2).mp4
    ├─(62) 062课时62:第59课、Spark JVM调优(3).mp4
    ├─(63) 063课时63:第60讲、Spark JVM调优(4).mp4
    ├─(64) 064课时64:第61课、Spark JVM调优(5).mp4
    ├─(65) 065课时65:第62课、Spark调优总结.mp4
    ├─(66) 066课时66:第63课、SparkSQL前世今生.mp4
    ├─(67) 067课时67:第64课、DataFrame使用.mp4
    ├─(68) 068课时68:第65课、reflection方式将RDD转换成DataFrame.mp4
    ├─(69) 069课时69:第66课、Programmatically方式将RDD转换成DataFrame.mp4
    ├─(70) 070课时70:第67课、DataFreme VS RDD.mp4
    ├─(71) 071课时71:第68课、数据源之数据load和save.mp4
    ├─(72) 072课时72:第69课、parquet文件操作.mp4
    ├─(73) 073课时73:第70课、数据源之json.mp4
    ├─(74) 074课时74:第71课、数据源之JDBC.mp4
    ├─(75) 075课时75:第72课、数据源之Hive table-hive环境搭建.mp4
    ├─(76) 076课时76:第73课、数据源之Hive table-spark环境集成.mp4
    ├─(77) 077课时77:第74课、数据源之Hive table-使用.mp4
    ├─(78) 078课时78:第75课、数据源之HBase环境准备.mp4
    ├─(79) 079课时79:第76课、数据源之HBase.mp4
    ├─(80) 080课时80:第77课、Thriftserver使用.mp4
    ├─(81) 081课时81:第78课、UDF开发.mp4
    ├─(82) 082课时82:第79课、UADF开发.mp4
    ├─(83) 083课时83:第80课、开窗函数.mp4
    ├─(84) 084课时84:第81课、groupBy和agg函数使用.mp4
    ├─(85) 085课时85:第82课、综合案例一(日志分析).mp4
    ├─(86) 086课时86:第83课、综合案例二(用户行为分析)-1.mp4
    ├─(87) 087课时87:第84课、综合案例二(用户行为分析)-2.mp4
    ├─(88) 088课时88:第85课、综合案例二(用户行为分析)-3.mp4
    ├─(89) 089课时89:第86课、综合案例二(用户行为分析)-4.mp4
    ├─(90) 090课时90:第87课、综合案例二(用户行为分析)-5.mp4
    ├─(91) 091课时91:第88课、SparkStreaming的应用.mp4
    ├─(92) 092课时92:第89课、Spark Streaming工作原理.mp4
    ├─(93) 093课时93:第90课、Spark Streaming入门案例.mp4
    ├─(94) 094课时94:第91课、Streaming VS Mapreduce VS Storm.mp4
    ├─(95) 095课时95:第92课、Spark Streaming HDFS WordCount例子演示.mp4
    ├─(96) 096课时96:第93课、Spark Streaming之updateStateByKey.mp4
    ├─(97) 097课时97:第94课、Spark Streaming之mapWithState.mp4
    ├─(98) 098课时98:第95课、Spark Streaming之transform.mp4
    ├─(99) 099课时99:第96课、Spark Streaming之window操作.mp4
    ├─(100) 100课时100:第97课、Spark Streaming之foreachRDD.mp4
    ├─(101) 101课时101:第98课、Spark Streaming之与kafka和flume集成的两种方式.mp4
    ├─(102) 102课时102:第99课、Spark Streaming之kafka原理介绍.mp4
    ├─(103) 103课时103:第100课、Spark Streaming之kafka集群部署.mp4
    ├─(104) 104课时104:第101课、Spark Streaming之kafka集成.mp4
    ├─(105) 105课时105:第102课、Spark Streaming之flume原理介绍.mp4
    ├─(106) 106课时106:第103课、Spark Streaming之flume搭建.mp4
    ├─(107) 107课时107:第104课、Spark Streaming之flume集成.mp4
    ├─(108) 108课时108:第105课、Spark Streaming之综合案例演示-TopN计算.mp4
    ├─(109) 109课时109:第105课、Spark Streaming之综合案例演示-TopN计算 -补充.mp4
    ├─(110) 110课时110:第106课、Spark Streaming之Driver HA配置.mp4
    ├─(111) 111课时111:第107课、Spark2新特性之 Spark2设计目标-更容易、更快速、更智能.mp4
    ├─(112) 112课时112:第108课、Spark2新特性之whole-stage code generation和vectorization技术剖析.mp4
    ├─(113) 113课时113:第109课、Spark2 新特性之SparkSession.mp4
    ├─(114) 114课时114:第110课、Spark2新特性之RDD,DataFrema和DataSet关系.mp4
    ├─(115) 115课时115:第111课 、Spark2新特性之DataSet[Untyped] transformations演示(1).mp4
    ├─(116) 116课时116:第112课、Spark2 新特性之DataSet Actions(2).mp4
    ├─(117) 117课时117:第113课 、Spark2 新特性之Basic Dataset functions操作(3).mp4
    ├─(118) 118课时118:第114课、Spark2 新特性之DataSet[Typed] transformations(4).mp4
    ├─(119) 119课时119:第115课、Spark2新特性之再探RDD,DataFrame 和DataSet关系.mp4
    ├─(120) 120课时120:第116课、Spark2 新特性之 Structured Streaming设计目标.mp4
    ├─(121) 121课时121:第117课、spark2新特性之 Structured Streaming 案例演示.mp4
    ├─(122) 122课时122:第118课、Spark2 新特性之 Structured Streaming原理剖析.mp4
    ├─(123) 179如何获取Spark源码.mp4
    ├─(124) 180Spark服务的启动流程.mp4
    ├─(125) 181源码执行wordcount的程序.mp4
    ├─(126) 182SparkContext初始化(1).mp4
    ├─(127) 183SparkContext初始化(2).mp4
    ├─(128) 184Master的资源分配算法.mp4
    ├─(129) 185Executor向Driver注册.mp4
    ├─(130) 186ExcutorUML图.mp4
    ├─(131) 187知识回顾.mp4
    ├─(132) 188大体过一下任务提交流程.mp4
    ├─(133) 189Stage的划分.mp4
    ├─(134) 190Spark任务调度流程.mp4
    ├─(135) 191项目流程介绍.mp4
    ├─(136) 192项目整体概况.mp4
    ├─(137) 193大数据项目的数据来源.mp4
    ├─(138) 194项目背景.mp4
    ├─(139) 195常见概念.mp4
    ├─(140) 196项目需求.mp4
    ├─(141) 197项目整理流程.mp4
    ├─(142) 198从表的设计引发的思考.mp4
    ├─(143) 199获取任务参数.mp4
    ├─(144) 200需求一数据信息.mp4
    ├─(145) 201需求一根据条件筛选会话.mp4
    ├─(146) 202需求一举例说明.mp4
    ├─(147) 203需求一点击下单支付品类TopN(上).mp4
    ├─(148) 204需求一点击下单支付品类TopN(下).mp4
    ├─(149) 205需求二需求分析.mp4
    ├─(150) 206需求二数据信息.mp4
    ├─(151) 207需求二获取用户行为数据.mp4
    ├─(152) 208需求二用户表和信息表join.mp4
    ├─(153) 209需求二再次需求分析.mp4
    ├─(154) 210需求二自定义UDF函数.mp4
    ├─(155) 211需求二自定义UDAF函数.mp4
    ├─(156) 212需求二各区域商品点击次数统计.mp4
    ├─(157) 213需求二城市信息表和商品信息表join.mp4
    ├─(158) 214需求二各区域热门商品统计.mp4
    ├─(159) 215需求二把结果持久化导数据库.mp4
    ├─(160) 216需求二总结.mp4
    ├─(161) 217需求三需求分析.mp4
    ├─(162) 218需求三数据信息.mp4
    ├─(163) 219需求三思路梳理.mp4
    ├─(164) 220需求三从kafka获取数据.mp4
    ├─(165) 221需求三对数据进行黑名单过滤.mp4
    ├─(166) 222需求三动态生成黑名单(上).mp4
    ├─(167) 223需求三动态生成黑名单(下).mp4
    ├─(168) 224需求三实时统计每天各省份各城市广告点击.mp4
    ├─(169) 225需求三实时统计各省份流量点击.mp4
    ├─(170) 226需求三实时统计广告点击趋势.mp4
    ├─(171) 227需求三总结.mp4
    (1)\Spark全面精讲(基于Spark2版本+含Spark调优+超多案例);目录中文件数:8个
    ├─(172) xtwy-hbase.rar
    ├─(173) xtwy-spark2.rar
    ├─(174) xtwy-study.rar
    ├─(175) 第1阶段、Spark core深度剖析【PPT、代码和文档】.rar
    ├─(176) 第2阶段、Spark调优【PPT、代码和文档】.rar
    ├─(177) 第3阶段、Spark SQL精讲【PPT、代码和文档】.rar
    ├─(178) 第4阶段、SparkStreaming精讲【PPT、代码和文档】.rar
    ├─(179) 第5阶段、Spark2新特性【PPT、代码及文档】.rar

    [↓↓↓资源下载↓↓↓]

    暂无演示
  • 点击下载
  •  —下载需要"0"金币— 注意:当账号有足够金币时 点击下载按钮自动扣除。 充值金币升级VIP

    上一篇:最新人工智能科学家与数据挖掘专家大实战课程 打造智能大数据工程师 超全面的视频

    下一篇:矩阵计算工厂MATLAB算法实践课程 科研级MATLAB数学模型建模与算法实战演练视频教程

    郑重声明:
    本站所有内容均由互联网收集整理、网友上传,并且以计算机技术研究交流为目的,仅供大家参考、学习,不存在任何商业目的与商业用途。 若您需要商业运营或用于其他商业活动,请您购买正版授权并合法使用。
    我们不承担任何技术及版权问题,且不对任何资源负法律责任。
    如遇到资源无法下载,请点击这里失效报错。失效报错请在修正建议内填写你的邮箱,24小时修正后邮件通知。
    如有侵犯您的版权,请给我们来信:admin@cniao8.com,我们会尽快处理,并诚恳的向你道歉!

    本站不免费提供咨询,技术支持和安装服务如果需要服务请点击这里游戏棋牌类源码不提供搭建
    最新Python黑马头条推荐系统项目视频教程最新Python黑马头条推荐系统项目视频教
    2020 Python数据分析师特训营84节全套课程2020 Python数据分析师特训营84节全套
    2019 深度学习与PyTorch入门实战教程(价值399元)2019 深度学习与PyTorch入门实战教程(