价格: 19 学币

分类: 大数据

发布时间: 2022年1月23日 11:10

最近更新: 2022年2月20日 15:18

资源类型: VIP


第1章 课程导学与学习指南

本章中将向大家介绍课程能学到什么、解决什么实际问题、项目成果展示,课程整体安排以及如何学习更高效。
1-1 导学【课程背景、项目速览】 (11:53)
1-2 怎么更好的使用慕课平台
1-3 你真的会问问题吗?

第2章 认识企业中的大数据平台

为什么要有大数据平台?大数据平台究竟是为了解决什么问题产生的?如何判断一个大数据平台的好坏?
在设计一个数据平台时,需要注意哪些,有什么步骤。各大企业现有的解决方案有哪些,常见的技术栈
有哪些,我们自己设计的这个通用的大数据平台是什么结构。...
2-1 课程简介与学习建议 (07:32)
2-2 什么是大数据平台 (05:34)
2-3 【讨论题】怎样入门大数据?
2-4 为什么要建设大数据平台【三个解决、两个提升】 (05:57)
2-5 大数据平台常用技术栈有哪些【知识体系梳理、我们要用哪些】 (04:28)
2-6 各大企业大数据平台对比【作业:画出我们的平台架构和这些对比一下】 (07:54)

第3章 大数据平台 —— 数据仓库之离线&实时

你真的理解数据仓库是什么吗?数据仓库如何进行分层,为什么要分层呢?分层一定好吗?带你理解数据
仓库,逐步掌握离线数仓工具Hive。对比离线数仓和实时数仓,了解实时数仓常见架构。
3-1 数据仓库VS数据库 (10:11)
3-2 数据仓库分层建设 (08:52)
3-3 Hive是什么【上期思考揭秘:分层的弊端,如何解决】 (06:40)
3-4 Hive安装部署【课下任务:预习Hive和Mysql的区别,Hive都有哪些表?】 (09:52)
3-5 【实操手册】Hive安装部署
3-6 Hive基本使用(上)Hive数据类型/分区/基础语法 (10:37)
3-7 Hive基本使用(中)内部表/外部表/分区表/分桶表 (11:44)
3-8 Hive基本使用(下)内置函数/自定义函数/实现UDF (10:55)
3-9 【作业解答】Hive自定义函数注册
3-10 Hive存储结构 ORCFile (10:38)
3-11 【梳理】Hive知识梳理总结
3-12 Hive常见面试题 (13:45)
3-13 离线数仓VS实时数仓 (05:23)
3-14 图解Lambda架构数据流程 (06:46)
3-15 Kappa 架构 VS Lambda (04:36)
3-16 主流大公司的实时数仓架构 (05:43)

第4章 大数据平台——数据仓库之权限管理

解决三大问题:数仓安全问题,对比常见权限认证框架,使用Ranger开发数仓权限模块;数据来源
问题,对常用数据采集工具进行介绍,使用DataX进行数据采集;数仓管理问题,介绍数据治理的
概念及ApacheAtlas
4-1 权限管理(上)Hadoop/Hive自带权限控制 (05:55)
4-2 权限管理(下)实操Hive的权限操作 (12:46)
4-3 Kerberos认证简介【对称/非对称加密、数字证书、图解Kerberos流程】 (10:44)
4-4 Apache Ranger简介【图解Ranger架构、Ranger管理HDFS、Hive、Yarn举例】 (08:54)
4-5 【讨论题】数据安全问题
4-6 Apache Rangr安装 (06:13)
4-7 Ranger HDFS Plugin安装 (09:46)
4-8 Ranger Hive Plugin安装 (05:31)
4-9 【实操手册】Apache Ranger安装部署
4-10 Ranger Api Java开发之User管理 (22:54)
4-11 Ranger Api Java开发之Policy管理 (15:10)
4-12 数据采集介绍【图解数据采集流程】 (04:14)
4-13 常用数据采集工具【图解Sqoop、Flume、DataX】 (08:36)
4-14 Datax数据采集实战 (18:11)
4-15 【作业解答】Datax完成数据的导入导出
4-16 数据治理简介【要解决的问题、元数据、数据血缘】 (06:58)
4-17 Apache Atlas数据治理【图解Atlas架构】 (07:46)
4-18 数据仓库常见面试题 (10:43)

第5章 大数据平台 —— 调度系统

解决离线批处理任务的定时执行问题,对主流调度框架Azkaban进行架构介绍、特性讲解和部署应
用。通过Java程序调用Azkaban相关接口,实现创建任务、调度任务功能,实现API接口封装
5-1 我们需要一个调度系统【任务处理现状、调度系统通用功能】 (07:49)
5-2 Azkaban介绍【常用开源调度框架对比】 (06:03)
5-3 Azkaban架构与调度流程【图解核心交互流程】 (06:56)
5-4 Azkaban安装部署 (11:34)
5-5 提交Azkaban任务 (10:43)
5-6 【实操手册】Azkaban安装部署及基础使用
5-7 Azkaban用户代理 (10:50)
5-8 Java程序操作Azkaban Api (上) (14:17)
5-9 Java程序操作Azkaban Api(下) (10:30)
5-10 调度系统相关面试指导 (07:21)

第6章 大数据平台 —— 计算引擎

平台的计算引擎是基于Spark构建的,依托了Yarn进行资源调度。本章从Spark架构、核心
介绍及部署开始,进行Spark部分开发。之后接入Spark SQL模块。最后介绍了Spar
k的一些高阶调优技巧。
6-1 Spark简介【Hadoop VS Spark、图解Spark生态】 (08:58)
6-2 Spark架构及执行流程【根据图解了解Spark名词】 (11:24)
6-3 RDD简介及特性【图解WordCount示例中RDD如何转换】 (08:08)
6-4 RDD依赖关系【图解Stage划分】 (06:25)
6-5 Spark三种部署模式实战 (12:54)
6-6 【实操手册】Spark三种部署模式及基本操作
6-7 Spark程序开发 (13:40)
6-8 SparkSQL简介【RDD VS DataFrame】 (06:45)
6-9 SparkSQL程序开发 (10:59)
6-10 Spark 自定义UDF开发 (05:08)
6-11 Spark程序开发原则与基础优化【常见调优策略、持久化级别】 (11:30)
6-12 Spark 数据倾斜调优 (07:32)
6-13 【实操手册】Zeppelin安装与使用
6-14 Spark面试题答疑 (13:09)
6-15 【面试题】你遇到过哪些记忆深刻的大数据面试题

第7章 大数据平台建设 —— SQL查询引擎

介绍SQL On Hadoop 方案。对Presto架构和应用做了一些介绍,利用Presto
作为底层的SQL查询引擎,实现快速查询和多数据源查询。涉及Presto的配置优化,自定义函
数、EventListener、以及通用UDF的开发,最后完成Presto On Yarn部署
7-1 大数据查询引擎Presto简介【作业:了解其他的SQL on Hadoop方案】 (08:07)
7-2 【讨论题】大数据就是做一个SQL Boy吗
7-3 Presto架构与执行流程 (09:13)
7-4 Presto安装部署 (08:10)
7-5 通过Jdbc操作Presto (09:40)
7-6 Presto UDF开发(上) (11:16)
7-7 Presto UDF开发(下) (08:58)
7-8 Presto EventListener开发 (15:22)
7-9 【实操手册】Presto on Yarn
7-10 Presto配置优化 (12:06)
7-11 Presto章节小结 (06:58)

第8章 大数据平台建设 —— 监控预警

集群监控能提高资源利用率,有效管理整个集群,本章对常见集群的预警方案做了介绍和应用,最后通过
Ganafa展示项目监控数据
8-1 监控系统介绍 (03:45)
8-2 【讨论题】经常需要值班的大数据开发人员如何提高幸福感?
8-3 常用开源监控项目对比【Zabbix VS OpenFalcon VS Prometheus】 (09:12)
8-4 OpenFalcon各个组件介绍 (05:48)
8-5 OpenFalcon单机版部署 (14:17)
8-6 【实战手册】OpenFalcon 安装
8-7 OpenFalcon基本使用 (15:33)
8-8 OpenFalcon邮件网关安装 (05:34)
8-9 实现OpenFalcon对Hadoop服务状态报警 (07:47)
8-10 自定义Plugin开发 (12:28)
8-11 Push数据脚本开发 (04:19)
8-12 【实操手册】Grafana安装并使用OpenFalcon数据源
8-13 Grafana监控大盘配置 (07:30)
8-14 监控系统 章节小结 (05:08)

第9章 大数据平台建设 —— 管理整合、任务定制

整合前面章节中开发的数仓管理功能,整合数仓权限、数据治理和数据采集,通过界面化配置实现数据采
集任务定制。实现任务调度功能,实现shell命令、JAVA程序、Python程序、Spar
k程序的运行和管理
9-1 Naga数据平台介绍 (09:02)
9-2 Naga大数据平台功能介绍 (07:13)
9-3 Naga 开发工具及基本类介绍 (13:08)
9-4 集群概览模块实体类开发 (15:17)
9-5 集群概览模块核心功能开发 (12:09)
9-6 集群概览接口开发及测试 (05:54)
9-7 业务线Entity开发 (10:25)
9-8 Hadoop及Hive Client开发 (11:06)
9-9 业务线Controller开发 (09:05)
9-10 任务管理模块介绍 (10:25)
9-11 插件抽象及解析代码开发 (12:27)
9-12 插件接口及测试 (07:11)
9-13 任务流程实体类开发 (04:09)
9-14 创建流程及提交流程开发 (09:43)
9-15 【实操手册】生成azkaban job文件
9-16 插件参数及变量介绍 (08:57)
9-17 引用参数解析方法开发 (08:00)
9-18 插件SDK模块开发 (08:58)
9-19 Java插件开发示例 (05:54)
9-20 Spark插件开发示例 (03:24)
9-21 【实操手册】Naga Plugin Python SDK开发

第10章 系统集成及可视化

实现多引擎的数据查询及可视化模块,生成图表进行展示。将前面的数据仓库、调度系统、SQL引擎、
计算引擎、预警监控系统、元数据管理系统等等,如何将他们集成到一起构建大数据平台
10-1 数据查询架构介绍 (04:22)
10-2 QueryObject开发 (04:48)
10-3 【实操手册】Java DataFrame设计
10-4 DataFrame Wrapper开发 (07:03)
10-5 数据查询缓存 (04:59)
10-6 数据查询接口开发 (07:36)
10-7 数据可视化模块介绍 (04:40)
10-8 多种图表setting抽象 (10:06)
10-9 图表数据查询类 (08:31)
10-10 可视化接口开发及测试 (03:46)
10-11 Naga平台用户模型介绍 (04:35)
10-12 用户登录认证功能 (09:02)
10-13 用户权限认证功能 (03:56)
10-14 审计日志功能 (05:38)
10-15 【梳理介绍】 Naga大数据平台前端框架介绍
10-16 前端开发框架运行 (06:35)
10-17 前端开发及前后端联调实现 (08:55)
10-18 【实操手册】业务线管理前端开发
10-19 【实操手册】数据查询功能界面开发
10-20 【实操手册】可视化图表界面开发
10-21 【梳理总结】前端开发过程中常见问题
10-22 【彩蛋加餐】Naga 数据平台操作手册
10-23 课程总结 (13:16)