基于Spark2.x新闻网大数据实时分析可视化系统

9326
10
2019-06-05 20:36:29
50
17
323
57
转自护栏网(侵删) 该课程要用到Linux,建议先学UP主前面上传的《大数据基础系列Linux讲解》av54644392
WHAT CAN I DO FOR YOU !
视频选集
(23/119)
1、全套课程内容概述
11:38
2、案例需求分析
07:30
3、项目架构设计
09:04
4、系统数据流程设计
08:48
5、集群资源规划设计
03:36
1、Linux系统常规设置
22:01
2、克隆虚拟机并进行相关的配置
18:01
3、对集群中的机器进行基本配置
22:50
1、Hadoop2.X版本下载及安装
08:51
2、Hadoop2.X分布式集群配置
52:03
3、分发到其他各个机器节点
02:54
4、HDFS启动集群运行测试
08:16
5、YARN集群运行MapReduce程序测试
09:40
6、配置集群中主节点到各个机器的SSH无密钥登录
10:56
1、Zookeeper版本下载及安装
10:28
2、分布式集群配置及参数介绍
14:13
3、Zookeeper服务启动及测试
08:47
1、HDFS-HA架构原理介绍
15:59
2、HDFS-HA详细配置
18:51
3、HDFS-HA服务启动及自动故障转移测试
50:09
4、YARN-HA架构原理介绍
10:20
5、YARN-HA 详细配置
10:41
6、YARN-HA 服务启动及自动故障转移测试
10:52
1、下载HBase版本并安装
08:06
2、分布式集群的相关配置
23:09
3、启动依赖于Zookeeper和HDFS的两个服务
14:00
4、通过shell测试数据库
11:43
5、日志信息存储需求分析及表的创建
09:34
1、下载Kafka版本并安装
20:50
2、Kafka集群配置
15:09
1、Flume节点服务设计
03:06
2、Flume版本下载安装
05:17
3、Flume agent-1采集节点服务配置
41:56
4、Flume agent-2采集节点服务配置
07:22
1、下载Flume源码并导入Idea开发工具
17:45
2、官方flume与hebase继承的参数介绍
11:52
3、下载日志数据并分析
14:02
4、flume与hbase继承配置
19:24
5、自定义slinkhbase程序设计与开发
37:17
6、对日志数据进行格式处理
05:59
7、idea中自定义sinkhbase程序编译打包jar
09:36
8、flume与kafka集成配置
19:31
1、应用服务模拟器程序开发
19:17
2、编写启动Flume服务程序的shell脚本
41:56
3、启动Flume采集相关的所有服务
01:03:35
4、创建业务数据
08:20
5、Hbase中创建业务数据表
06:52
6 完成数据采集全流程测试
32:57
7、关于kafka集群中问题的解答
15:11
1、配置mysql在线安装的yum源
11:14
2、在线安装mysql并启动服务测试
10:01
1、Hive 概述
19:03
2、Hive 架构设计
06:07
3、Hive 安装部署
22:33
4、Hive与MySQL集成
19:02
5、Hive 服务启动与测试
21:59
6、根据业务创建表结构
04:58
7、Hive与HBase集成进行数据离线分析
26:59
1、Hue概述
18:53
2、Hue安装部署
16:05
3、Hue基本配置与服务启动
08:52
4、Hue与HDFS集成
10:32
5、Hue与YARN集成
04:46
6、Hue与Hive集成
10:49
7、Hue与MySQL集成
07:28
8、Hue与HBase整合
05:44
9、对采集的数据进行可视化分析
24:33
10、Hue使用的经验总结
10:12
1、Spark 概述
27:49
2、Spark 生态系统介绍
11:59
3、Spark2.X学习注意事项
22:07
4、Spark2.2源码下载及编译
28:54
5、Scala安装及环境变量设置
17:24
6、Spark2.2本地模式运行测试
33:42
7、Spark服务WEB监控页面
10:57
1、Windows开发环境配置与安装
26:32
2、IDEA Maven工程创建与配置
38:26
3、开发Spark Application程序并进行本地测试
25:46
4、打Jar包并提交spark-submit运行
21:35
1、Spark几种运行模式介绍
05:19
2、Spark Standalone集群模式配置与运行
33:31
3、Spark on YARN集群模式配置与运行
44:56
1、三大弹性分布式数据集介绍
27:12
2、Spark RDD概述与创建方式
28:46
3、Spark RDD五大特性
18:50
4、Spark RDD操作方式及使用
48:16
5、DataFrame创建方式及功能使用
23:12
6、DataSet创建方式及功能
31:20
1、Spark SQL概述及特点
36:23
2、Spark SQL服务架构
07:15
3、Spark SQL与Hive集成(spark-shell)
20:51
4、Spark SQL与Hive集成(spark-sql)
17:19
5、Spark SQL之ThirftServer和beeline使用
15:56
6、Spark SQL与MySQL集成
25:33
7、Spark SQL与HBase集成
39:06
1、Spark Streaming功能介绍
18:41
2、NC服务安装并运行SparkStreaming
19:46
3、Spark Streaming服务架构及工作原理
18:43
4、Spark Streaming编程模型
16:24
5、Spark Streaming读取Socket流数据
09:50
6、Spark Streaming结果数据保存到外部数据库
25:05
7、SparkStreaming与Kafka集成进行数据处理
34:22
1、Structured Streaming 概述及架构
12:49
2、Structured Streaming 编程模型
25:07
3、实时数据处理业务分析
15:03
4、Stuctured Streaming 与Kafka集成(一)
27:16
5、Stuctured Streaming 与Kafka集成(二)
19:31
6、Stuctured Streaming 与MySQL集成
35:43
7、基于结构化流完成业务数据实时分析(一)
01:09:59
8、基于结构化流完成业务数据实时分析(二)
11:57
9、基于结构化流完成业务数据实时分析(三)
03:18
1、基于业务需求的WEB系统设计
12:34
2、下载Tomcat并创建Web工程
08:44
3、Web系统数据处理服务层开发
11:30
4、基于WebSocket协议的数据推送服务开发
14:22
5、基于Echart框架的页面展示层开发(一)
03:18
6、基于Echart框架的页面展示层开发(二)
24:29
7、工程编译并打包发布
10:01
8、启动各个服务并展示最终项目运行效果
38:14
客服
顶部
赛事库 课堂 2021拜年纪