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 课程导学 (11:46)1-2 如何更好的使用慕课平台
第2章 开发环境与技术栈介绍本章主要针对课程中应用的开发环境以及技术栈进行相关介绍。本课中会使用,虚拟化技术: virtualbox + vagrant,容器化技术:docker + docker-compose。技术栈涉及spark,Hadoop,hive等。2-1 开发环境---virtualbox介绍 (02:36)2-2 开发环境---docker介绍 (06:48)2-3 开发环境---虚拟机与docker容器技术的对比 (04:16)2-4 开发环境---vagrant介绍 (04:09)2-5 itag项目的技术栈介绍 (02:49)2-6 【讨论题】docker容器技术会彻底取代虚拟机吗?
第3章 大数据环境搭建本章主要讲解开发环境的搭建,虚拟机与docker的安装。针对没有docker基础的同学,我们也会涵盖部分基础知识,从而实现轻松上手。针对容器化的开发环境,我们会详细演示,如何去解决访问和数据持久化。本次环境搭建会配合详细操作文档,方便同学们本地复现。...3-1 作业讲解 (03:51)3-2 virtualbox , vagrant 你安装好了吗?3-3 virtualbox安装ubuntu (06:08)3-4 ubuntu系统的启动与验证 (04:52)3-5 vagrant创建虚拟机环境 (08:44)3-6 用vagrantfile进行详细设置 (11:26)3-7 ubuntu安装docker、 docker-compose (06:29)3-8 Docker安装以及使用的小贴士3-9 老师,为什么我的docker-compose启动不了呢?3-10 zsh shell辅助软件安装与配置 (11:26)3-11 docker 和 docker-compose 小试牛刀 (15:30)3-12 大数据环境安装 (10:46)3-13 大数据环境验证与测试 (14:16)3-14 docker-compose.yml讲解 (09:33)3-15 本章作业 (03:56)3-16 【问答补充】事先用docker建立es_network网络 (05:38)3-17 【技巧补充】docker pull 速度太慢?配个镜像加速吧!3-18 【讨论题】真程序员,用Linux命令行为何如此受追捧?
第4章 itag用户标签系统介绍相较于现有业务的局限性,这章中我们会来共同来探讨标签系统的设计理念。通过UI初步讲解标签的数据含义,结合mysql数据库表结构,去理解业务和标签的实现算法,更为详细的标签算法及ETL清洗逻辑在后续章节会做详细讲解。...4-1 前章作业重难点回顾及问题答疑 (03:40)4-2 现有业务介绍 (04:24)4-3 花三分钟聊一下用户画像 (02:46)4-4 主要数据库及表结构介绍 (11:29)4-5 itag系统介绍、用它来干什么? (05:18)4-6 【讨论题】所谓的大数据用户画像,真的准吗?4-7 本章作业 (03:16)
第5章 数据同步针对数据同步技术,本章中会介绍一些常用的数据同步中间件,以及实际项目中数据库同步至大数据集群的架构迭代(画图)。随后会演示利用sqoop导入数据到hive中。并学习如何对hive进行实际操作。5-1 作业答疑、本章内容大纲介绍 (02:15)5-2 sqoop简单介绍 (03:13)5-3 数据同步架构的1.0版本 (03:58)5-4 数据同步架构2.0及两个拓展问题的解决 (14:27)5-5 Hive简介及架构 (13:36)5-6 Hive实操(一)及docker 文件拷贝 (14:27)5-7 Hive实操(二)及面试题讲解 (10:43)5-8 Hive外部表介绍 (09:21)5-9 sqoop 安装与配置 (12:55)5-10 sqoop 安装及mysql 数据导入脚本5-11 hiver-server中安装sqoop,替换apt源5-12 sqoop 将mysql数据导入到hive (14:12)5-13 【讨论题】数据同步框架需要解决那些问题?
第6章 数据清洗本章中主要讲解大数据项目中数据与业务的关系,数据血缘,数据平台,数仓等相关概念。讲解如何利用spark进行数据操作。分别从spark java,spark scala以及spark sql 三种不同实现方式进行代码演示与对比。6-1 数据平台是什么?包含哪些节点 (10:14)6-2 数据血缘有什么用?如何保证? (04:05)6-3 数据分层的原因、规划以及真实项目经验分享 (13:53)6-4 准备测试数据 (06:27)6-5 Spark Java代码准备及docker网络打通 (16:05)6-6 我的笔记本如何访问虚拟机中的docker网络?6-7 Spark 清洗任务的JAVA实现 (13:48)6-8 准备scala开发环境 (07:14)6-9 Spark 清洗任务的Scala实现 (17:07)6-10 老师,我的代码本地运行报错,winutils.exe 找不到6-11 Spark SQL 处理ETL任务及本章作业 (19:00)6-12 【讨论题】你真的了解ETL吗?
第7章 指标算法及标签ETL本章中将根据产品文档,利用spark sql + spark scala 的方式实现标签ETL。会讲述ES mapping 的设计,演示如何利用spark操作ES,并最终对全流程数据做验证与复盘。7-1 内容介绍及虚拟环境的管理 (12:33)7-2 指标算法说明及环境准备 (04:59)7-3 数据大盘算法指标7-4 会员性别指标算法及ETL结果的ORM操作 (12:39)7-5 注册渠道、是否关注指标实现及IF函数的用法 (17:35)7-6 用户热度指标实现及crossjoin的一些思考 (20:13)7-7 环比指标的实现 (20:06)7-8 提醒类指标实现 (16:49)7-9 折现图指标实现、JOIN实现、GMV指标算法(上) (16:05)7-10 折现图指标实现、JOIN实现、GMV指标算法(下) (15:08)7-11 漏斗指标实现思路及指标算法的测试验证 (20:27)7-12 ES环境创建及Spark操作ES演示(上) (13:10)7-13 ES环境创建及Spark操作ES演示(下) (15:15)7-14 ES mapping 设计思路及JavaBean实现 (09:10)7-15 ES 操作及命令7-16 标签ETL代码实现 (24:23)7-17 ES数据查询及ETL结果验证 (08:01)7-18 标签清洗算法
第8章 itag UI本章中将介绍如何应用springboot + vue 实现项目的前端UI。用户选择特定标签后,ES背后的查询逻辑。对于查询的结果,标签清洗结果,数据库原始结果做一个验证。并最终将UI项目通过docker容器的方式部署起来。8-1 本章介绍 (04:22)8-2 springboot及项目结构介绍 (05:44)8-3 DSL查询语句演练 (22:46)8-4 标签页面前端技术介绍及数据结构推导 (05:10)8-5 前端代码实现思路及演示 (20:12)8-6 后端DSL代码拼接及文件下载实现(上) (17:33)8-7 后端DSL代码拼接及文件下载实现(下) (17:37)8-8 DSL语句验证和标签管理功能的思路 (08:18)8-9 springboot 多环境配置项指定及ETL结果存储的思路 (14:16)8-10 springboot项目的Docker 启动方式 (10:58)
第9章 课程总结本章会进行课程回顾与总结,再次圈重点,敲黑板。并对后续的一个学习线路做规划。9-1 docker补充及数仓topic分享 (11:02)9-2 订单宽表及hive视图的作用 (10:26)9-3 spark 执行过程分析-logical plan (19:50)9-4 利用logicalplan 采集元数据信息 (10:11)9-5 简短的课程总结 (04:10)