欢迎来到富士康智库官网
帮助中心

富士康智库官网

热门搜索:

移动电商app交互式数据分析平台 Spark大型项目

本站优惠价
66.00
1.7折 原价:¥399.00
  • 库存
  • 销量
  • 44113
  • 0
担保交易,安全保证,有问题不解决可申请退款。
  • 分享

深圳富士康

  • 信誉:
  • 掌柜:
  • 深圳富士康
  • 宝贝:
  • 417件
  • 认证:
  • 个人
  • 创店:
  • 2018-12-24
  • 描述
    0
  • 发货
    0
  • 售后
    0

Spark 2.0大型项目实战:移动电商app交互式数据分析平台(大数据高端课程)课程视频教程


【价值2250元】Spark 2.0大型项目实战:移动电商app交互式数据分析平台(大数据高端课程)课程视频教程下载。本项目主要讲解了一套应用于互联网电商企业中,使用Java、Spark等技术开发的大数据统计分析平台,对电商网站的各种用户行为(访问行为、页面跳转行为、购物行为、广告点击行为等)进行复杂的分析。用统计分析出来的数据,辅助公司中的PM(产品经理)、数据分析师以及管理人员分析现有产品的情况,并根据用户行为分析结果持续改进产品的设计,以及调整公司的战略和业务。最终达到用大数据技术来帮助提升公司的业绩、营业额以及市场占有率的目标。


一、大数据集群搭建

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YARN的提交模式


二、用户访问session分析: 

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:工厂模式讲解以及DAOFactory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热门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热门品类之获取session访问过的所有品类

第45讲-用户访问session分析:top10热门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热门品类之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热门品类之进行二次排序

第49讲-用户访问session分析:top10热门品类之获取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


三、企业级性能调优、troubleshooting经验与数据倾斜解决方案:

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:Shuffle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filter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repartition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shuffle 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:troubleshooting之解决YARN队列资源不足导致的application直接失败

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:数据倾斜解决方案之将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


四、页面单跳转化率统计:

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-页面单跳转化率: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


五、各区域热门商品统计:

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-各区域热门商品统计:查询用户指定日期范围内的点击行为数据

第102讲-各区域热门商品统计:异构数据源之从MySQL中查询城市数据

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

第104讲-各区域热门商品统计:开发自定义UDAF聚合函数之group_concat_distinct()

第105讲-各区域热门商品统计:查询各区域各商品的点击次数并拼接城市列表

第106讲-各区域热门商品统计:关联商品信息并使用自定义get_json_object函数和内置if函数标记经营类型

第106讲-各区域热门商品统计:使用开窗函数统计各区域的top3热门商品

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

第108讲-各区域热门商品统计:将结果数据写入MySQL中

第109讲-各区域热门商品统计:Spark SQL数据倾斜解决方案

第110讲-各区域热门商品统计:生产环境测试


六、广告点击流量实时统计:

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:为动态黑名单实时计算每天各用户对各广告的点击次数

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

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?


新升级增加课程大纲:

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 Model技术缺陷分析

第128讲-(赠送)Spark 2.0-新特性介绍-whole-stage code generation技术和vectorization技术

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


附:

课件文档代码


课程两点:

亮点一、高端Spark大数据项目。

亮点二、按照企业级的标准搭建大数据项目的架构。

亮点三、按照高端的J2EE与Spark结合的交互式分析大数据平台的架构,讲解Spark开发。

亮点四、采用真实的企业级大数据项目开发流程,包括近10个步骤。

亮点五、技术点覆盖广泛,一套课程覆盖Spark Core、Spark SQL与Spark Streaming高达90以上的技术点。

亮点六、真实的企业级性能调优方案、troubleshooting解决线上故障经验、高端的数据倾斜解决方案。

亮点七、业务功能极其复杂,全部采用真实的企业级业务需求。

亮点八、包含大量Spark技术点。

亮点九、贯穿了大量讲师行业从业的经验与经历,以及感想。

亮点十、赠送全套完整商业级别的源代码,稍加改造即可应用,商业价值在百万以上。

亮点十一、采用新的技术Spark 2.0进行项目实战开发


  • 商品评价
  • 交易规则


1、自动:在上方保障服务中标有自动发货的商品,拍下后,将会自动收到来自卖家的商品,在订单详情中查看卡密/或下载链接;

2、手动:未标有自动发货的的商品,拍下后,卖家会收到邮件、短信提醒,买家可通过QQ/电话的方式联系商家发货。


1、描述:商品描述(含标题)与实际商品不一致的(例:描述充值的QQ会员一年,实际只充值了一个月或充值其他QQ钻等);

2、演示:有演示站时,与实际商品小于95%一致的(但描述中有"不保证完全一样、有变化的可能性"类似显著声明的除外);

3、发货:手动发货商品,在卖家未发货前,已申请退款的;

4、服务:卖家不提供安装服务或需额外收费的(但描述中有显著声明的除外);

5、其他:如质量方面的硬性常规问题等。

注:经核实符合上述任一,均支持退款,但卖家予以积极解决问题则除外。交易中的商品,卖家无法对描述进行修改!


1、在未拍下前,双方在QQ上所商定的内容,亦可成为纠纷评判依据(商定与描述冲突时,商定为准);

2、在商品同时有网站演示与图片演示,且站演与图演不一致时,默认按图演作为纠纷评判依据(特别声明或有商定除外);

3、在没有"无任何正当退款依据"的前提下,写有"一旦售出,概不支持退款"等类似的声明,视为无效声明;

4、虽然交易产生纠纷的几率很小,但请尽量保留如聊天记录这样的重要信息,以防产生纠纷时便于我司工作人员介入快速处理。



联系我们
Q Q:2662058978
电话:0827-12345
邮箱:web@foxconnzk.cn
时间:09:30 - 23:00
联系客服
网站客服 联系客服
手机版

扫一扫进手机版
返回顶部