• 投稿

大数据项目：基于Spark2.x新闻网大数据实时分析可视化系统项目

1.9万
28
2019-08-08 07:37:02
未经作者授权，禁止转载
103
51
809
105
大数据项目：基于spark2.x新闻网大数据实时分析可视化系统项目，本套课程我已经学完了，学习之前需要有个需要注意的地方： *安装centos切记最小化安装，最好是图形化安装，因为后面的HUE最小化安装是无法编译的*，另外，如果需要文档，PPT已经配套开发工具的请加微信：13716207404
视频教程
cts618 发消息
今天多赚点钱，明天少受点罪。
豆包-更聪明的AI助手,轻松处理各种复杂难题，立即体验！
7万人感兴趣
视频选集
（51/118）
C01-1全套课程内容概述
11:38
C01-2案例需求分析
07:30
C01-3项目架构设计
09:04
C01-4系统数据流程设计
08:48
C01-5集群资源规划设计
03:36
C02-1Linux系统常规设置
22:01
C02-2克隆虚拟机并进行相关的配置
18:01
C02-3对集群中的机器进行基本配置
22:50
C03-1Hadoop2.X版本下载及安装
08:51
C03-2Hadoop2.X分布式集群配置
52:03
C03-3分发到其他各个机器节点
02:54
C03-4HDFS启动集群运行测试
08:16
C03-5YARN集群运行MapReduce程序测试
09:40
C03-6配置集群中主节点到各个机器的SSH无密钥登录
10:56
C04-1Zookeeper版本下载及安装
10:28
C04-2分布式集群配置及参数介绍
14:13
C04-3Zookeeper服务启动及测试
08:47
C05-1HDFS-HA架构原理介绍
15:59
C05-2HDFS-HA详细配置
18:51
C05-3HDFS-HA服务启动及自动故障转移测试
50:09
C05-4YARN-HA架构原理介绍
10:20
C05-5YARN-HA 详细配置
10:41
C05-6YARN-HA 服务启动及自动故障转移测试
10:52
C06-1下载HBase版本并安装
08:06
C06-2分布式集群的相关配置
23:09
C06-3启动依赖于Zookeeper和HDFS的两个服务
14:00
C06-4通过shell测试数据库
11:43
C06-5日志信息存储需求分析及表的创建
09:34
C07-1下载Kafka版本并安装
20:50
C07-2Kafka集群配置
15:09
C08-1Flume节点服务设计
03:06
C08-2Flume版本下载安装
05:17
C08-3Flume agent-1采集节点服务配置
41:56
C08-4Flume agent-2采集节点服务配置
07:22
C09-1下载Flume源码并导入Idea开发工具
17:45
C09-2官方flume与hebase继承的参数介绍
11:52
C09-3下载日志数据并分析
14:02
C09-5自定义slinkhbase程序设计与开发
37:17
C09-6对日志数据进行格式处理
05:59
C09-7idea中自定义sinkhbase程序编译打包jar
09:36
C09-8flume与kafka集成配置
19:31
C10-1应用服务模拟器程序开发
19:17
C10-2编写启动Flume服务程序的shell脚本
41:56
C10-3启动Flume采集相关的所有服务
01:03:35
C10-4创建业务数据
08:20
C10-5Hbase中创建业务数据表
06:52
C10-6完成数据采集全流程测试
32:57
C10-7关于kafka集群中问题的解答
15:11
C11-1配置mysql在线安装的yum源
11:14
C11-2在线安装mysql并启动服务测试
10:01
C12-1Hive 概述
19:03
C12-2Hive 架构设计
06:07
C12-3Hive 安装部署
22:33
C12-4Hive与MySQL集成
19:02
C12-5Hive 服务启动与测试
21:59
C12-6根据业务创建表结构
04:58
C12-7Hive与HBase集成进行数据离线分析
27:04
C13-01Hue概述
18:53
C13-02Hue安装部署
16:05
C13-03Hue基本配置与服务启动
08:52
C13-04Hue与HDFS集成
10:32
C13-05Hue与YARN集成
04:46
C13-06Hue与Hive集成
10:49
C13-07Hue与MySQL集成
07:28
C13-08Hue与HBase整合
05:44
C13-09对采集的数据进行可视化分析
24:33
C13-10Hue使用的经验总结
10:12
C14-1-6Spark2.2本地模式运行测试
33:42
C14-1-7Spark服务WEB监控页面
10:57
C14-1Spark 概述
27:49
C14-2Spark 生态系统介绍
11:59
C14-3Spark2.X学习注意事项
22:07
C14-4Spark2.2源码下载及编译
28:54
C14-5Scala安装及环境变量设置
17:24
C15-1Windows开发环境配置与安装
26:32
C15-2IDEA Maven工程创建与配置
38:26
C15-3开发Spark Application程序并进行本地测试
25:46
C15-4打Jar包并提交spark-submit运行
21:35
C16-1Spark几种运行模式介绍
05:19
C16-2Spark Standalone集群模式配置与运行
33:31
C16-3Spark on YARN集群模式配置与运行
44:56
C17-1三大弹性分布式数据集介绍
27:12
C17-2Spark RDD概述与创建方式
28:46
C17-3Spark RDD五大特性
18:50
C17-4Spark RDD操作方式及使用
48:16
C17-5DataFrame创建方式及功能使用
23:12
C17-6DataSet创建方式及功能
31:20
C18-1Spark SQL概述及特点
36:23
C18-2Spark SQL服务架构
07:15
C18-3Spark SQL与Hive集成（spark-shell）
20:51
C18-4Spark SQL与Hive集成（spark-sql）
17:19
C18-5Spark SQL之ThirftServer和beeline使用
15:56
C18-6Spark SQL与MySQL集成
25:33
C18-7Spark SQL与HBase集成
39:06
C19-1Spark Streaming功能介绍
18:41
C19-2NC服务安装并运行SparkStreaming
19:46
C19-3Spark Streaming服务架构及工作原理
18:43
C19-4Spark Streaming编程模型
16:24
C19-5Spark Streaming读取Socket流数据
09:50
C19-6Spark Streaming结果数据保存到外部数据库
25:05
C19-7SparkStreaming与Kafka集成进行数据处理
34:22
C20-1Structured Streaming 概述及架构
12:49
C20-2Structured Streaming 编程模型
25:07
C20-3实时数据处理业务分析
15:03
C20-4Stuctured Streaming 与Kafka集成（一）
27:16
C20-5Stuctured Streaming 与Kafka集成（二）
19:31
C20-6Stuctured Streaming 与MySQL集成
35:43
C20-7基于结构化流完成业务数据实时分析（一）
01:09:59
C20-8基于结构化流完成业务数据实时分析（二）
11:57
C20-9基于结构化流完成业务数据实时分析（三）
03:18
C21-1基于业务需求的WEB系统设计
12:34
C21-2下载Tomcat并创建Web工程
08:44
C21-3Web系统数据处理服务层开发
11:30
C21-4基于WebSocket协议的数据推送服务开发
14:22
C21-5基于Echart框架的页面展示层开发（一）
03:18
C21-6基于Echart框架的页面展示层开发（二）
24:29
C21-7工程编译并打包发布
10:01
C21-8启动各个服务并展示最终项目运行效果
38:14

Spark大数据项目实战
cts618
1.1万 11

ETL离线数仓
cts618
1.8万 12

Informatica
cts618
1.1万 7

电影推荐系统
cts618
2.2万 2

Kettle
cts618
8209 9

EasyUI
cts618
2261 0

BI商业大数据分析平台
cts618
4287 1

黑马-Flink实时数仓
cts618
7125 1

Flink电商项目（新）
cts618
2785 1

数仓架构与实战
cts618
5687 5

大数据项目：电视收视率企业项目实战（Hadoop+Spark）
cts618
9926 4

电商数仓3.0
cts618
3788 1

Flink实时旅游平台
cts618
1872 2

ArcGIS视频教程
cts618
3155 0

云原生实战
cts618
2717 3

CDH数仓环境搭建
cts618
3770 3

hadoop
cts618
4028 5

Datastage
cts618
5867 24

机器学习和推荐系统
cts618
2261 1

03业务数仓项目总结
cts618
425 0
展开
2026“次元奇旅”暑期狂欢节
客服
顶部
赛事库 课堂 2021拜年纪