视频选集
（59/60）
1、大数据面试导学
12:02
2、课程目录
04:36
3、HDFS架构详解
13:16
4、图解HDFS核心组件的职责
02:37
5、图解HDFS写数据流程
11:32
6、图解HDFS读数据过程
04:15
7、HDFS HA架构
08:24
8、彩蛋之HA真的有用吗
04:16
9、为什么会有小文件
05:53
10、小文件给Hadoop集群带来的瓶颈问题
07:19
11、大数据学习方法论的思考
03:00
12、课程目录
04:53
13、业界常见SQL on Hadoop框架概述
11:10
14、行式存储vs列式存储
07:06
15、常用调优策略宏观角度分析
03:00
16、架构调优之分表
05:35
17、架构调优之分区表
07:18
18、架构调优之充分利用中间结果集
04:16
19、架构调优之压缩概述
06:25
20、架构调优之压缩的选型
05:59
21、架构调优之压缩整合Hadoop的使用
07:01
22、架构调优之压缩整合Hive的使用
08:26
23、架构调优之压缩的作业
03:10
24、语法调优之order by和sort by区别详解
15:40
25、语法调优之distribute by和cluster by详解
05:05
26、语法调优之reducer个数控制详解
05:47
27、语法调优之执行计划概述
03:39
28、语法调优之普通join深度剖析
15:16
29、语法调优之map join深度剖析
09:30
30、运行调优之推测执行
04:41
31、运行调优之并行执行
03:11
32、运行调优之JVM重用
02:54
33、本章总结
03:43
34、课程目录
04:33
35、算子的合理选择之map和mapPartition
17:58
36、算子的合理选择foreach和foreachPartition
06:29
37、算子的合理选择之reduceByKey和groupByKey
18:26
38、算子的合理选择之collect
04:36
39、算子的合理选择之coalesce和repartition
06:38
40、算子的合理选择之cache和persist
05:54
41、序列化的合理选择之Java序列化性能测试
21:10
42、序列化的合理选择之Kryo序列化性能测试
06:46
43、Sink数据到MySQL之基础环境准备
08:43
44、Sink数据到MySQL之功能开发及性能调优
09:41
45、Spark Streaming整合Kafka概述
05:26
46、本章总结以及常见Spark面试题梳理
06:42
47、课程目录
03:05
48、数据倾斜的现象分析
09:10
49、结合MapReduce的Shuffle来说数据倾斜
05:06
50、结合Spark的Shuffle来说数据倾斜
20:30
51、常见数据倾斜产生的地方
04:33
52、解决数据倾斜的思路分析
03:40
53、课程目录
05:40
54、反射之概述
04:56
55、反射之Class详解
18:06
56、反射之Constructor详解
11:32
57、反射之Method详解
08:00
58、反射之Field详解
05:57
59、反射之BeanUtils详解
05:20
60、反射之Introspector详解
06:17
顶部