基于Flume+Kafka+Spark Streaming打造企业大数据流处理平台视频 - 辰枫源码

上传

点击文件名下载附件　　基于Flume+Kafka+Spark Streaming打造企业大数据流处理平台课程视频教程下载。流行框架打造通用平台，直接应用于企业项目。本课程为Spark Streaming实时流处理项目实战。当前最火爆的Spark Streaming打造实时流处理项目实战，让你掌握实时处理的整套处理流程，达到大数据中级研发工程师的水平！附：源码。
　　课程章节
　　第1章课程介绍
　　1-1 -导学-
　　1-2 -授课习惯和学习建议
　　1-3 -OOTB环境使用演示
　　1-4 -Linux环境及软件版本介绍
　　1-5 -Spark版本升级
　　第2章初识实时流处理
　　2-1 -课程目录
　　2-2 -业务现状分析
　　2-3 -实时流处理产生背景
　　2-4 -实时流处理概述
　　2-5 -离线计算和实时计算对比
　　2-6 -实时流处理框架对比
　　2-7 -实时流处理架构及技术选型
　　2-8 -实时流处理在企业中的应用
　　第3章分布式日志收集框架Flume
　　3-1 -课程目录
　　3-2 -业务现状分析
　　3-3 -Flume概述
　　3-4 -Flume架构及核心组件
　　3-5 -Flume&JDK环境部署
　　3-6 -Flume实战案例一
　　3-7 -Flume实战案例二
　　3-8 -Flume实战案例三(重点掌握)
　　第4章分布式发布订阅消息系统Kafka
　　4-1 -课程目录
　　4-2 -Kafka概述
　　4-3 -Kafka架构及核心概念
　　4-4 -Kafka单节点单Broker部署之Zookeeper安装
　　4-5 -Kafka单节点单broker的部署及使用
　　4-6 -Kafka单节点多broker部署及使用
　　4-7 -Kafka容错性测试
　　4-8 -使用IDEA+Maven构建开发环境
　　4-9 -Kafka Producer Java API编程
　　4-10 -Kafka Consumer Java API编程
　　4-11 -Kafka实战之整合Flume和Kafka完成实时数据采集
　　第5章实战环境搭建
　　5-1 -课程目录
　　5-2 -Scala安装
　　5-3 -Maven安装
　　5-4 -Hadoop环境搭建
　　5-5 -HBase安装
　　5-6 -Spark环境搭建
　　5-7 -开发环境搭建
　　第6章 Spark Streaming入门
　　6-1 -课程目录
　　6-2 -Spark Streaming概述
　　6-3 -Spark Streaming应用场景
　　6-4 -Spark Streaming集成Spark生态系统的使用
　　6-5 -Spark Streaming发展史
　　6-6 -从词频统计功能着手入门Spark Streaming
　　6-7 -Spark Streaming工作原理(粗粒度)
　　6-8 -Spark Streaming工作原理(细粒度)
　　第7章 Spark Streaming核心概念与编程
　　7-1 -课程目录
　　7-2 -核心概念之StreamingContext
　　7-3 -核心概念之DStream
　　7-4 -核心概念之Input DStreams和Receivers
　　7-5 -核心概念之Transformation和Output Operations
　　7-6 -案例实战之Spark Streaming处理socket数据
　　7-7 -案例实战之Spark Streaming处理文件系统数据
　　第8章 Spark Streaming进阶与案例实战
　　8-1 -课程目录
　　8-2 -实战之updateStateByKey算子的使用
　　8-3 -实战之将统计结果写入到MySQL数据库中
　　8-4 -实战之窗口函数的使用
　　8-5 -实战之黑名单过滤
　　8-6 -实战之Spark Streaming整合Spark SQL操作
　　第9章 Spark Streaming整合Flume
　　9-1 -课程目录
　　9-2 -Push方式整合之概述
　　9-3 -Push方式整合之Flume Agent配置开发
　　9-4 -Push方式整合之Spark Streaming应用开发
　　9-5 -Push方式整合之本地环境联调
　　9-6 -Push方式整合之服务器环境联调
　　9-7 -Pull方式整合之概述
　　9-8 -Pull方式整合之Flume Agent配置开发
　　9-9 -Pull方式整合之Spark Streaming应用开发
　　9-10 -Pull方式整合之本地环境联调
　　9-11 -Pull方式整合之服务器环境联调
　　第10章 Spark Streaming整合Kafka
　　10-1 -课程目录
　　10-2 -Spark Streaming整合Kafka的版本选择详解
　　10-3 -Receiver方式整合之概述
　　10-4 -Receiver方式整合之Kafka测试
　　10-5 -Receiver方式整合之Spark Streaming应用开发
　　10-6 -Receiver方式整合之本地环境联调
　　10-7 -Receiver方式整合之服务器环境联调及Streaming UI讲解
　　10-8 -Direct方式整合之概述
　　10-9 -Direct方式整合之Spark Streaming应用开发及本地环境测试
　　10-10 -Direct方式整合之服务器环境联调
　　第11章 Spark Streaming整合Flume&Kafka打造通用流处理基础
　　11-1 -课程目录
　　11-2 -处理流程画图剖析
　　11-3 -日志产生器开发并结合log4j完成日志的输出
　　11-4 -使用Flume采集Log4j产生的日志
　　11-5 -使用KafkaSInk将Flume收集到的数据输出到Kafka
　　11-6 -Spark Streaming消费Kafka的数据进行统计
　　11-7 -本地测试和生产环境使用的拓展
　　第12章 Spark Streaming项目实战
　　12-1 -课程目录
　　12-2 -需求说明
　　12-3 -用户行为日志介绍
　　12-4 -Python日志产生器开发之产生访问url和ip信息
　　12-5 -Python日志产生器开发之产生referer和状态码信息
　　12-6 -Python日志产生器开发之产生日志访问时间
　　12-7 -Python日志产生器服务器测试并将日志写入到文件中
　　12-8 -通过定时调度工具每一分钟产生一批数据
　　12-9 -使用Flume实时收集日志信息
　　12-10 -对接实时日志数据到Kafka并输出到控制台测试
　　12-11 -Spark Streaming对接Kafka的数据进行消费
　　12-12 -使用Spark Streaming完成数据清洗操作
　　12-13 -功能一之需求分析及存储结果技术选型分析
　　12-14 -功能一之数据库访问DAO层方法定义
　　12-15 -功能一之HBase操作工具类开发
　　12-16 -功能一之数据库访问DAO层方法实现
　　12-17 -功能一之将Spark Streaming的处理结果写入到HBase中
　　12-18 -功能二之需求分析及HBase设计&HBase数据访问层开发
　　12-19 -功能二之功能实现及本地测试
　　12-20 -将项目运行在服务器环境中
　　第13章可视化实战
　　13-1 -课程目录
　　13-2 -为什么需要可视化
　　13-3 -构建Spring Boot项目
　　13-4 -Echarts概述
　　13-5 -Spring Boot整合Echarts绘制静态数据柱状图
　　13-6 -Spring Boot整合Echarts绘制静态数据饼图
　　13-7 -项目目录调整
　　13-8 -根据天来获取HBase表中的实战课程访问次数
　　13-9 -实战课程访问量domain以及dao开发
　　13-10 -实战课程访问量Web层开发
　　13-11 -实战课程访问量实时查询展示功能实现及扩展
　　13-12 -Spring Boot项目部署到服务器上运行
　　13-13 -阿里云DataV数据可视化介绍
　　13-14 -DataV展示统计结果功能实现
　　第14章 Java拓展
　　14-1 -课程目录
　　14-2 -使用Java开发Spark应用程序
　　14-3 -使用Java开发Spark Streaming应用程序

　 (, 下载次数: 0)