Spark 2.0大型项目实战：移动电商app交互式数据分析平台 - 辰枫源码

上传

点击文件名下载附件　　【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。
　　课程章节
　　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

　 (, 下载次数: 0)