Spark大型项目实战138讲

#Spark大型项目实战138讲简介

Spark大型项目实战138讲
|____000.第一次升级软件包+课程代码[113-245].zip
|____000.课件、代码、软件包.rar
|____000.课件文档代码[123-138].rar
|____000.课程代码+软件包.rar
|____000.软件安装包.rar
|____040.用户访问session分析-session随机抽取之根据随机索引进行抽取_rec.flv
|____041.用户访问session分析-session随机抽取之获取抽取session的明细数据_rec.flv
|____042.用户访问session分析-session随机抽取之本地测试_rec.flv
|____043.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_rec.flv
|____044.用户访问session分析-top10热门品类之获取session访问过的所有品类_rec.flv
|____045.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_rec.flv
|____046.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_rec.flv
|____047.用户访问session分析-top10热门品类之自定义二次排序key_rec.flv
|____048.用户访问session分析-top10热门品类之进行二次排序_rec.flv
|____049.用户访问session分析-top10热门品类之获取top10品类并写入MySQL_rec.flv
|____050.用户访问session分析-top10热门品类之本地测试_rec.flv
|____051.用户访问session分析-top10热门品类之使用Scala实现二次排序_rec.flv
|____052.用户访问session分析-top10活跃session之开发准备以及top10品类RDD生成_rec.flv
|____053.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_rec.flv
|____054.用户访问session分析-top10活跃session之分组取TopN算法获取top10活跃session_rec.flv
|____055.用户访问session分析-top10活跃session之本地测试以及阶段总结_rec.flv
|____056.用户访问session分析-性能调优之在实际项目中分配更多资源_rec.flv
|____057.用户访问session分析-性能调优之在实际项目中调节并行度_rec.flv
|____058.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_rec.flv
|____059.用户访问session分析-性能调优之在实际项目中广播大变量_rec.flv
|____060.用户访问session分析-性能调优之在实际项目中使用Kryo序列化_rec.flv
|____061.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_rec.flv
|____062.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_rec.flv
|____063.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_rec.flv
|____064.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_rec.flv
|____065.用户访问session分析-Shuffle调优之原理概述_rec.flv
|____066.用户访问session分析-Shuffle调优之合并map端输出文件_rec.flv
|____067.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_rec.flv
|____068.用户访问session分析-Shuffle调优之HashShuffleManager与SortShuffleManager_rec.flv
|____069.用户访问session分析-算子调优之MapPartitions提升Map类操作性能_rec.flv
|____070.用户访问session分析-算子调优之filter过后使用coalesce减少分区数量_rec.flv
|____071.用户访问session分析-算子调优之使用foreachPartition优化写数据库性能_rec.flv
|____072.用户访问session分析-算子调优之使用repartition解决SparkSQL低并行度的性能问题_rec.flv
|____073.用户访问session分析-算子调优之reduceByKey本地聚合介绍_rec.flv
|____074.用户访问session分析-troubleshooting之控制shufflereduce端缓冲大小以避免OOM_rec.flv
|____075.用户访问session分析-troubleshooting之解决JVMGC导致的shuffle文件拉取失败_rec.flv
|____076.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_rec.flv
|____077.用户访问session分析-troubleshooting之解决各种序列化导致的报错_rec.flv
|____078.用户访问session分析-troubleshooting之解决算子函数返回NULL导致的问题_rec.flv
|____079.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_rec.flv
|____080.用户访问session分析-troubleshooting之解决yarn-cluster模式的JVM栈内存溢出问题_rec.flv
|____081.用户访问session分析-troubleshooting之错误的持久化方式以及checkpoint的使用_rec.flv
|____082.用户访问session分析-数据倾斜解决方案之原理以及现象分析_rec.flv
|____083.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_rec.flv
|____084.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_rec.flv
|____085.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_rec.flv
|____086.用户访问session分析-数据倾斜解决方案之将reducejoin转换为mapjoin_rec.flv
|____087.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_rec.flv
|____088.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_rec.flv
|____089.页面单跳转化率-模块介绍_rec.flv
|____090.页面单跳转化率-需求分析、技术方案设计、数据表设计_rec.flv
|____091.页面单跳转化率-编写基础代码_rec.flv
|____092.页面单跳转化率-页面切片生成以及页面流匹配算法实现_rec.flv
|____093.页面单跳转化率-计算页面流起始页面的pv_rec.flv
|____094.页面单跳转化率-计算页面切片的转化率_rec.flv
|____095.页面单跳转化率-将页面切片转化率写入MySQL_rec.flv
|____096.页面单跳转化率-本地测试_rec.flv
|____097.页面单跳转化率-生产环境测试_rec.flv
|____098.用户访问session分析-生产环境测试_rec.flv
|____099.各区域热门商品统计-模块介绍_rec.flv
|____100.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_rec.flv
|____101.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_rec.flv
|____102.各区域热门商品统计-异构数据源之从MySQL中查询城市数据_rec.flv
|____103.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_rec.flv
|____104.各区域热门商品统计-开发自定义UDAF聚合函数之group_concat_distinct()_rec.flv
|____105.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_rec.flv
|____106.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_rec.flv
|____107.各区域热门商品统计-使用内置casewhen函数给各个区域打上级别标记_rec.flv
|____108.各区域热门商品统计-将结果数据写入MySQL中_rec.flv
|____109.各区域热门商品统计-SparkSQL数据倾斜解决方案_rec.flv
|____110.各区域热门商品统计-生产环境测试_rec.flv
|____111.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_rec.flv
|____112.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_rec.flv
|____113.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_rec.flv
|____114.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_rec.flv
|____115.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_rec.flv
|____116.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_rec.flv
|____117.广告点击流量实时统计-计算每天各省的top3热门广告_rec.flv
|____118.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_rec.flv
|____119.广告点击流量实时统计-实现实时计算程序的HA高可用性_rec.flv
|____120.广告点击流量实时统计-对实时计算程序进行性能调优（正确）_rec.flv
|____121.广告点击流量实时统计-生产环境测试_rec.flv
|____122.课程总结-都学到了什么？_rec.flv
|____123.Spark2.0-新特性介绍_rec.flv
|____124.Spark2.0-易用性：标准化SQL支持以及更合理的API_rec.flv
|____125.Spark2.0-高性能：让Spark作为编译器来运行_rec.flv
|____126.Spark2.0-新特性介绍-智能化：StructuredStreaming介绍_rec.flv
|____127.Spark2.0-新特性介绍-Spark1.x的VolcanoIteratorModel深度剖析_rec.flv
|____128.Spark2.0-新特性介绍-whole-stagecodegeneration技术和vectorization技术_rec.flv
|____129.Spark2.0-Spark2.x与1.x对比以及分析、学习建议以及使用建议_rec.flv
|____130.Spark2.0-课程环境搭建：虚拟机、CentOS、Hadoop、Spark等_rec.flv
|____131.Spark2.0-开发环境搭建：Eclipse+Maven+Scala+Spark_rec.flv
|____132.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_rec.flv
|____133.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_rec.flv
|____134.统计指定时间内购买金额最多的10个用户_rec.flv
|____135.基于Spark2.0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_rec.flv
|____136.基于Spark2.0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_rec.flv
|____137.基于Spark2.0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_rec.flv
|____138.基于Spark2.0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_rec.flv
|____课件文档代码