Spark大型项目实战：电商用户行为分析大数据平台

Spark大型项目实战：电商用户行为分析大数据平台

第1讲-课程介绍

第2讲_课程环境搭建: CentOS 6.4集群搭建

第3讲课程环境搭建: hadoop-2.5.0-cdh5.3.6集群搭建

第4讲_课程环境搭建: hive-0.13.1-cdh5.3.6安装

第5讲_课程环境搭建: zookeeper-3.4.5-cdh5.3.6集群搭建

第6讲_课程环境搭建: kafka. 2.9.2-0.8.1集群搭建

第7讲-课程环境搭建: flume-ng-1.5.0-cdh5.3.6安装

第8讲_课程环境搭建:离线日志采集流程介绍

第9讲_课程环境搭建:实时数据采集流程介绍

第10讲_课程环境搭建: Spark 1.5.1客户端安装以及基于VARN的提交模式

第11讲-用户”访问session分析:模块介绍

第12讲-用户访问session分析:基础数据结构|以及大数据平台架构介绍

第13讲-用户访问session分析:需求分析

第14讲-用户访问session分析:技术方案设计

第15讲用户访问session分析:数据表设计

第16讲-用户访问session分析: Eclipse工程搭建以及工具类说明

第17讲用户访问session分析:开发配置管理组件

第18讲-用户访问session分析: JDBC原理介绍以及增删改查示范

第19讲用户访问session分析:数据库连接池原理

第20讲-用户访问session分析:单例设计模式

第21讲-用户访问session分析:内部类以及匿名内部类

第22讲用户访问session分析:开发JDBC辅助组件(上)

第23讲-用户访问session分析:开发JDBC辅助组件(下)

第24讲-用户访问session分析: JavaBean概念讲解

第25讲用户访问session分析: DAO模式讲解以及TaskDAO开发

第26讲用户访问session分析:I模式讲解以及DAOFactony开发

第27讲用户访问session分析: JSON数据格式讲解以及fastjson介绍

第28讲用户访问session分析: Spark上下文构建以及模拟数据生成

第29讲-用户访问session分析:按session粒度进行数据聚合

第30讲用户访问session分析:按筛选参数对session粒度聚合数据进行过滤

第31讲用户访问session分析: session聚合统计之自定义Accumulator

第32讲用户访问session分析: session聚合统计之重构实现思路与重构session聚合

第33讲用户访问session分析: session聚合统计之重构过滤进行统计

第34讲-用户访问session分析: session聚合统计之计算统计结果并写入MySQL

第35讲用户访问session分析: session聚合统计之本地测试

第36讲用户访问session分析: session聚合统计之使用Scala实现自定义Accumulator

第37讲用户访问session分析: session随机抽取之实现思路分析

第38讲用户访问session分析: session随机抽取之计算每天每小时session数量

第39讲用户访问session分析: session随机抽取之按时间比例随机抽取算法实现

第40讲用户访问session分析: session随机抽取之根据随机索引进行抽取

第41讲用户访问session分析: session随机抽取之获取抽取session的明细数据

第42讲用户访问session分析: session随机抽取之本地测试

第43讲用户访问session分析: top10热[ J品类之需求回顾以及实现思路分析

第44讲用户访问session分析: top10热| ]品类之获取session访问过的所有品类

第45讲用户访问session分析: top10热[ ]品类之计算各品类点击、下单和支付的次数

第46讲-用户访问session分析: top10热[品类之join品类与点击下单支付次数

第47讲-用户访问session分析: top10热门品类之自定义二次排序key

第48讲用户访问session分析: top10热i ]品类之进行:二次排序

第49讲用户访问session分析: top10热[ J品类之获取top10品类并写入MySQL

第50讲-用户访问session分析: top10热|门品类之本地测试

第51讲用户访问session分析: top10热门]品类之使用Scala实现二次排序

第52讲-用户访问session分析: top10活跃session之开发准备以及top10品类RDD生成

第53讲用户访问session分析: top10活跃session之计算top10品类被各sessoin点击的次数

第54讲用户访问session分析: top10活跃session之分组取TopN算法获取top10活跃session

第55讲-用户访问session分析: top10活跃session之本地测试以及阶段总结

第56讲用户访问session分析:性能调优之在实际项目中分配更多资源

第57讲用户访问session分析:性能调优之在实际项目中调节并行度

第58讲用户访问session分析:性能调优之在实际项目中重构RDD架构以及RDD持久化

第59讲-用户访问session分析:性能调优之在实际项目中广播大变量

第60讲用户访问session分析:性能调优之在实际项目中使用Kryo序列化

第61讲用户访问session分析:性能调优之在实际项目中使用fastutil优化数据格式

第62讲用户访问session分析:性能调优之在实际项目中调节数据本地化等待时长

第63讲-用户访问session分析: JVM调优之原理概述以及降低cache操作的内存占比

第64讲用户访问session分析: JVM调优之调节executor堆外内存与连接等待时长

第65讲用户访问session分析: Shuffle调优之原理概述

第66讲-用户访问session分析: Shufle调优之合并map端输出文件

第67讲用户访问session分析: Shuffle调优之调节map端内存缓冲与reduce端内存占比

第68讲用户访问session分析: Shuffle调优之HashShuffleManager与SortShuffleManager

第69讲用户访问session分析:算子调优之MapPartitions提升Map类操作性能

第70讲用户访问session分析:算子调优之flter过后使用coalesce减少分区数量

第71讲-用户访问session分析:算子调优之使用foreachPartition优化写数据库性能

第72讲-用户访问session分析:算子调优之使用reparition解决Spark SQL低并行度的性能问题

第73讲-用户访问session分析:算子调优之reduceByKey本地聚合介绍

第74讲用户访问session分析: troubleshooting之控制shffle reduce端缓冲大小以避免OOM

第75讲-用户访问session分析: troubleshooting之解决JVM GC导致的shuffle文件拉取失败

第76讲用户访问session分析:

第77讲-用户访问session分析: troubleshooting之解决各种序列化导致的报错

第78讲-用户访问session分析: troubleshooting之解决算子函数返回NULL导致的问题

第79讲用户访问session分析: troubleshooting之解决yarn-client模式导致的网卡流量激增问题

第80讲-用户访问session分析: troubleshooting之解决yarn-cluster模式的JVM栈内存溢出问题

第81讲用户访问session分析: troubleshooting之错误的持久化方式以及checkpoint的使用

第82讲用户访问session分析:数据倾斜解决方案之原理以及现象分析

第83讲-用户访问session分析:数据倾斜解决方案之聚合源数据以及过滤导致倾斜的key

第84讲用户访问session分析:数据倾斜解决方案之提高shuffle操作reduce并行度

第85讲用户访问session分析:数据倾斜解决方案之使用随机key实现双重聚合

第86讲-用户访问session分析:数据倾斜解决方案z将reduce join转换为map join

第87讲-用户访问session分析:数据倾斜解决方案之sample采样倾斜key单独进行join

第88讲用户访问session分析:数据倾斜解决方案之使用随机数以及扩容表进行join

第89讲页面单跳转化率:模块介绍

第90讲页面单跳转化率:需求分析、技术方案设计、数据表设计

第91讲-页面单跳转化率:编写基础代码

第92讲页面单眺转化率:页面切片生成以及页面流匹配算法实现

第93讲-页面单跳转化率:计算页面流起始页面的pv

第94讲页面单跳转化率:计算页面切片的转化率

第95讲-页面单跳转化率:将页面切片转化率写入MySQL

第96讲页面单跳转化率:本地测试

第97讲-页面单跳转化率:生产环境测试

第98讲用户访问session分析:生产环境测试

第99讲-各区域热[门]商品统计:模块介绍

第100讲-各区域热门商品统计:需求分析、技术方案设计以及数据设计

第101讲-各区域热]商品统计:查询用户指定日期范围内的点击行为数据

第102讲-各区域热[ ]商品统计:异构数据源之从MySQL中查询城市数据

第103讲-各区域热[ ]商品统计:关联城市信息以及RDD转换为DataFrame后注册临时表

第104讲各区域热]商品统计:开发自定义UDAF聚合函数之group. concat distinct0

第105讲-各区域热[ ]商品统计:查询各区域各商品的点击次数并拼接城市列表

第106讲-各区域热[ ]商品统计:

第106讲-各区域热[ ]商品统计:使用开窗函数统计各区域的top3热[ ]商品

第107讲-各区域热[ ]商品统计:使用内置case when函数给各个区域打上级别标记

第108讲-各区域热1 ]商品统计:将结果数据写入MySQL中

第109讲-各区域热[ ]商品统计: Spark SQL数据倾斜解决方案

第110讲-各区域热[ ]商品统计:生产环境测试

第111讲-广告点击流量实时统计:需求分析、技术方案设计以及数据设计

第112讲-广告点击流量实时统计:

第113讲-广告点击流量实时统计:使用高性能方式将实时计算结果写入MySQL中

第114讲-广告点击流量实时统计:过滤出每个batch中的黑名单用户以生成动态黑名单

第115讲-广告点击流量实时统计:基于动态黑名单进行点击行为过滤

第116讲-广告点击流量实时统计:计算每天各省各城市各广告的点击量

第117讲-广告点击流量实时统计:计算每天各省的top3热门广告

第118讲-广告点击流量实时统计:计算每天各广告最近1小时滑动窗口内的点击趋势

第119讲-广告点击流量实时统计:实现实时计算程序的HA高可用性

第120讲-广告点击流量实时统计:对实时计算程序进行性能调优(正确)

第121讲-广告点击流量实时统计:生产=环境测试

第122讲_课程总结:都学到了什么?

第123讲- (赠送) Spark 2.0-新特性介绍

第124讲- (赠送) Spark 2.0-新特性介绍-易用性:标准化SQL支持以及更合理的API

第125讲- (赠送) Spark 2.0-新特性介绍高性能:让Spark作为编译器来运行

第126讲- (赠送) Spark 2.0-新特性介绍智能化: Structured Streaming介绍

第127讲- (赠送) Spark 2.0-新特性介绍-Spark 1.x的Volcano Iterator Mode|技术缺陷分析

第128讲- (赠送) Spark 2.0-新特性介绍-

第129讲- (赠送) Spark 2.0-Spark 2.x与1.x对比以及分析.学习建议以及使用建议

第130讲- (赠送) Spark 2.0-课程环境搭建:虚拟机、CentOS. Hadoop. Spark等

第131讲- (赠送) Spark 2.0-开发环境搭建: Eclipse +Maven+ Scala+ Spark

第132讲基于Spark 2.0的用户活跃度分析:模块介绍以及交互式用户行为分析系统的解释

第133讲基于Spark 2.0的用户活跃度分析:统计指定时间内访问次数最多的10个用户

第134讲基于Spark 2.0的用户活跃度分析:统计指定时间内购买金额最多的10个用户

第135讲基于Spark 2.0的用户活跃度分析:统计最近一个周期相比上一个周期访问次数增长最多的10个用户

第136讲基于Spark 2.0的用户活跃度分析:统计最近一个周期相比上一个周期购买金额增长最多的10个用户

第137讲基于Spark 2.0的用户活跃度分析:统计指定注册时间范围内头7天访问次数最高的10个用户

第138讲基于Spark 2.0的用户活跃度分析:统计指定注册时间范围内头7天购买金额最高的10个用户