标签：amp 处理流程 案例 企业 实战 设计 char 容错 可视化
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
标签：amp 处理流程 案例 企业 实战 设计 char 容错 可视化
原文地址：https://www.cnblogs.com/liuhuanping/p/9650833.html
