大数据 Spark 视频教程全集(103P)| 22 小时从入门到精通

8748
26
2019-07-18 21:03:04
36
19
443
15
本视频面向拥有Java语言基础的同学,以Java语言为蓝本,深入浅出的讲解scala语言的语法和特征,并应用scala语言,讲解spark生态系统下的大数据开发技术。
B 站小 up 主,9 年工作经验的 Java 萌新。一起来学习打卡。知其然,知其所以然。
视频选集
(1/103)
1. 1、认识scala-1
09:31
2. 2、安装开发环境-1
06:07
3. 3、scala Shell、用idea创建maven项目-1
15:11
4. 4、配置maven本地仓库、导入切换项目等其它配置-1
07:51
5. 5、变量的声明-1
06:45
6. 6、scala的7种值类型和条件表达式-1
08:33
7. 7、for循环-1
13:16
8. 8、方法和函数的声明以及方法转换成函数-1
18:01
9. 9、数组-1
20:35
10. 10、映射-1
09:03
11. 11、元组-1
12:40
12. 12、集合之seq-1
18:34
13. 13、集合之set-1
07:57
14. 14、集合之map-1
05:52
15. 1、lazy关键字-1
11:04
16. 2、函数式编程练习之常用方法-1
26:17
17. 3、函数式编程之reduce-1
14:32
18. 4、函数式编程之fold-1
08:41
19. 5、函数式编程之aggregate-1
07:20
20. 6、函数式编程之交并差集-1
03:20
21. 7、scala实现wordcount-1
19:24
22. 1、创建类、属性-1
20:41
23. 2、构造器、辅助构造器-1
20:40
24. 3、单例对象-1
15:12
25. 4、伴生对象-1
10:30
26. 5、apply和unapply方法-1
23:05
27. 6、private关键字-1
14:42
28. 7、特质、抽象类、继承、重写、实现等-1
20:02
29. 8、模式匹配之匹配字符串-1
09:27
30. 9、模式匹配之匹配类型-1
07:14
31. 10、模式匹配之匹配数组、元组、集合-1
18:34
32. 11、模式匹配之样例类-1
09:16
33. 12、模式匹配之偏函数-1
08:42
34. 1、作为值的函数-1
08:06
35. 2、柯里化概念及声明方式-1
17:33
36. 3、柯里化练习-1
10:45
37. 4、隐式转换和隐式参数-1
11:19
38. 5、隐式转换练习1-1
14:36
39. 6、隐式转换练习2-1
18:21
40. 7、泛型-1
12:00
41. 8、upperbound-1
12:46
42. 9、viewbound-1
16:13
43. 10、contextbound-1
10:37
44. 1、actor概念-1
10:32
45. 2、actor实例之创建actor-1
07:47
46. 3、actor实例之消息的接收与发送(异步没有返回值)-1
19:52
47. 4、actor实例之消息的接收与发送(同步有返回值)-1
04:54
48. 5、actor实例之消息的接收与发送(异步有返回值)-1
08:36
49. 6、actor实例之并行编程思想实现单词计数-1
30:25
50. 7、akka简介-1
10:16
51. 8、akka案例需求分析-1
08:07
52. 9、akka案例代码分析-1
21:00
53. 1、spark简介-1
11:39
54. 2、spark集群搭建、启动-1
06:45
55. 3、spark Shell.启动和提交任务-1
12:11
56. 4、spark Wordcount-1
19:21
57. 5、上传并执行任务-1
12:53
58. 1、rdd的概念-1
13:15
59. 2、生成rdd的两种方式-1
05:36
60. 3、两种类型的算子:transformation和action-1
18:42
61. 4、常用算子练习1-1
24:30
62. 5、常用算子练习2-1
16:58
63. 1、案例需求-求用户在某基站停留的时间-1
12:57
64. 2、案例实现-求用户在某基站停留的时间-1
21:37
65. 3、案例实现-求用户访问学科的子网页top3-1
08:34
66. 4、案例实现-求用户访问学科的子网页top3-chache、自定义分区器-1
19:19
67. 1、spark集群启动流程-1
07:27
68. 2、spark任务提交流程-1
05:50
69. 3、wordcount中创建了那些rdd-1
13:06
70. 4、案例分析实现-按照ip统计区域访问量-1
21:58
71. 1、rdd之间的依赖关系-1
11:14
72. 2、dag的生成和stage的划分-1
11:32
73. 3、webui观察stage划分和任务的生成-1
12:04
74. 4、自定义二次排序-1
23:11
75. 1、checkpoint-1
16:05
76. 2、sparksql介绍-1
08:26
77. 3、创建dataframe-1
09:22
78. 4、dataframe常用操作-dsl风格语法-1
10:15
79. 5、dataframe常用操作-sql风格语法-1
03:36
80. 6、通过反射推断schema-1
18:04
81. 7、通过structtype直接指定schema-1
12:11
82. 8、hive-on-spark-1
21:40
83. 1、sparkstreaming简介-1
09:08
84. 2、实例分析:sparkstreaming获取netcat产生的数据进行实时分析-1
06:50
85. 3、sparkstreaming实现按批次累加-1
24:22
86. 4、窗口函数概念及使用场景-1
17:29
87. 5、窗口函数实现wordcount-1
08:36
88. 6、spark-on-yarn-1
26:02
89. 7、补充:sparkstreaming依赖-1
00:59
90. 1、关于查看源码的一些介绍-1
09:06
91. 2、导入源码-1
05:22
92. 3、集群启动流程-master类-1
23:17
93. 4、集群启动流程-worker类-1
12:47
94. 5、sparksubmit提交任务-1
09:02
95. 6、sparkcontext-1
17:10
96. 7、创建driveractor和clientactor的过程-1
13:37
97. 8、clientactor向master注册任务信息过程-1
07:33
98. 9、任务调度的两种方式及master通知worker启动executor的过程-1
10:59
99. 10、executor向driveractor反向注册的过程-1
06:22
100. 11、rdd生成和stage划分-1
20:46
101. 12、生成任务并提交-1
06:22
102. 13、task任务执行流程-1
10:57
103. 14、总结-任务生成及提交流程-1
15:23
客服
顶部
赛事库 课堂 2021拜年纪