/ 实战 / 大数据入门第一课 Hadoop基础知识与电商网站日志数据分析
收藏

新手入门大数据
Hadoop基础与电商行为日志分析

Hadoop核心组件精讲 +阶段案例+ 电商行为日志分析实战,系统入门大数据

大数据入门第一课 Hadoop基础知识与电商网站日志数据分析

难度 中级 时长 17小时 学习人数 699 好评度 100% 更新时间 2019.07.23

大数据入门第一课 Hadoop基础知识与电商网站日志数据分析

  • 第1章 大数据概述

    本章将从故事说起,让大家明白大数据是与我们的生活息息相关的,并不是遥不可及的,还会介绍大数据的特性,以及大数据对我们带来的技术变革,大数据处理过程中涉及到的技术以及大数据典型应用。

    • 1-1 课程导学 试看
    • 1-2 ***学前必读***(助你平稳踩坑,畅学无忧,课程学习与解决问题指南)
    • 1-3 课程目录
    • 1-4 从一个案例说起
    • 1-5 什么是大数据以及大数据的4V特征 试看
    • 1-6 大数据带来的技术变革
    • 1-7 大数据现存的模式
    • 1-8 大数据的技术概念
    • 1-9 大数据带来的挑战
    • 1-10 如何对大数据进行存储和分析
    • 1-11 大数据典型应用
  • 第2章 初识Hadoop

    本章节将带领大家认识Hadoop以及Hadoop生态系统、Hadoop的发展史、Hadoop的优势、Hadoop的三个核心组件、Hadoop发行版的选择,为后续深入讲解Hadoop打下坚实的基础。

    • 2-1 课程目录
    • 2-2 Hadoop概述
    • 2-3 Hadoop核心组件之HDFS概述
    • 2-4 Hadoop核心组件之MapReduce
    • 2-5 Hadoop核心组件之YARN
    • 2-6 Hadoop优势
    • 2-7 Hadoop发展史
    • 2-8 Hadoop生态圈
    • 2-9 Hadoop发行版选型
    • 2-10 OOTB环境的使用
  • 第3章 分布式文件系统HDFS

    本章将从Hadoop的设计目标、架构及文件系统命令空间出发,快速搭建单节点伪分布式HDFS的实验环境,通过讲解使用hdfs shell以及Java API的方式操作HDFS文件系统,详细分析HDFS文件的读写流程,并通过HDFS API来实现词频统计案例,使得大家对Hadoop分布式文件系统HDFS有深刻的认识以及实战。 ...

    • 3-1 HDFS概述
    • 3-2 HDFS设计目标
    • 3-3 HDFS架构详解
    • 3-4 文件系统NameSpace详解
    • 3-5 HDFS副本机制
    • 3-6 本课程使用的Linux环境介绍
    • 3-7 Hadoop部署前置介绍
    • 3-8 JDK1.8部署详解
    • 3-9 ssh无密码登陆部署详解
    • 3-10 Hadoop安装目录详解及hadoop-env配置
    • 3-11 HDFS格式化以及启动详解
    • 3-12 HDFS常见文件之防火墙干扰
    • 3-13 Hadoop停止集群以及如何单个进程启动
    • 3-14 Hadoop命令行操作详解
    • 3-15 深度剖析Hadoop文件的存储机制
    • 3-16 HDFS API编程之开发环境搭建
    • 3-17 HDFS API编程之第一个应用程序的开发
    • 3-18 HDFS API编程之jUnit封装
    • 3-19 HDFS API编程之查看HDFS文件内容
    • 3-20 HDFS API编程之创建文件并写入内容
    • 3-21 HDFS API编程之副本系数深度剖析
    • 3-22 HDFS API编程之重命名
    • 3-23 HDFS API编程之copyFromLocalFile
    • 3-24 HDFS API编程之带进度的上传大文件
    • 3-25 HDFS API编程之下载文件
    • 3-26 HDFS API编程之列出文件夹下的所有内容
    • 3-27 HDFS API编程之递归列出文件夹下的所有文件
    • 3-28 HDFS API编程之查看文件块信息
    • 3-29 HDFS API编程之删除文件
    • 3-30 HDFS项目实战之需求分析
    • 3-31 HDFS项目实战之代码框架编写
    • 3-32 HDFS项目实战之自定义上下文
    • 3-33 HDFS项目实战之自定义处理类实现
    • 3-34 HDFS项目实战之功能实现
    • 3-35 HDFS项目实战之使用自定义配置文件重构代码
    • 3-36 HDFS项目实战之使用反射创建自定义Mapper对象
    • 3-37 HDFS项目实战之可插拔的业务逻辑处理
    • 3-38 HDFS Replica Placement Policy
    • 3-39 HDFS写数据流程图解
    • 3-40 HDFS读数据流程图解
    • 3-41 HDFS Checkpoint详解
    • 3-42 HDFS SaveMode
  • 第4章 分布式计算框架MapReduce

    本章将从架构、编程模型等角度带大家认识Hadoop的分布式计算框架MapReduce,掌握MapReduce各个核心组件编程,并通过两个案例让大家深入掌握MapReduce编程的方方面面。

    • 4-1 课程目录
    • 4-2 MapReduce概述
    • 4-3 MapReduce编程模型详解
    • 4-4 MapReduce编程模型核心概念详解
    • 4-5 词频统计之自定义Mapper实现
    • 4-6 词频统计之自定义Reducer实现
    • 4-7 词频统计之自定义Driver类实现
    • 4-8 词频统计之本地方式运行
    • 4-9 词频统计之通过Debug方式进一步了解偏移量以及重构代码
    • 4-10 词频统计升级之Combiner操作 试看
    • 4-11 流量统计实战之需求
    • 4-12 流量统计实战之自定义复杂数据类型
    • 4-13 流量统计实战之自定义Mapper类
    • 4-14 流量统计实战之自定义Reducer实现
    • 4-15 流量统计实战之Driver开发
    • 4-16 流量统计实战之代码重构及NullWritable的使用
    • 4-17 流量统计实战升级之自定义Partitioner
  • 第5章 资源调度框架YARN

    本章将从YARN的产生背景、YARN的架构及执行流程的角度带大家认知Hadoop的资源调度框架YARN,快速搭建单节点伪分布式YARN的实验环境并掌握如何提交MapReduce作业提交到YARN上运行。

    • 5-1 课程目录
    • 5-2 YARN产生背景
    • 5-3 YARN概述
    • 5-4 YARN架构详解
    • 5-5 YARN执行流程
    • 5-6 YARN环境部署
    • 5-7 提交example案例到YARN上运行
    • 5-8 提交流量统计案例到YARN上运行
  • 第6章 电商项目实战Hadoop实现

    本章将通过电商用户行为日志分析的项目实战,来将前面几个章节讲解的知识点串联起来,综合使用Hadoop的技术进行离线统计分析。

    • 6-1 课程目录
    • 6-2 用户行为日志概述
    • 6-3 为什么要记录用户行为日志
    • 6-4 日志内容介绍
    • 6-5 用户行为日志分析的意义所在
    • 6-6 电商常用术语
    • 6-7 项目需求描述
    • 6-8 数据处理流程及技术架构
    • 6-9 浏览量统计功能实现
    • 6-10 省份浏览量统计之IP库解析
    • 6-11 省份浏览量统计之日志解析
    • 6-12 省份浏览量统计之功能实现
    • 6-13 页面浏览量统计之页面编号获取
    • 6-14 页面浏览量统计之功能实现
    • 6-15 数据处理过程中ETL的重要性
    • 6-16 原始日志ETL操作
    • 6-17 浏览量统计功能升级
    • 6-18 省份浏览量统计功能升级
    • 6-19 页面浏览量统计功能升级思路
    • 6-20 打包到服务器上运行
    • 6-21 项目扩展
  • 第7章 数据仓库Hive

    本章将从Hive的产生背景、体系架构、Hive部署、DDL以及DML来掌握Hive使用的方方面面。

    • 7-1 课程目录
    • 7-2 Hive产生背景
    • 7-3 Hive是什么
    • 7-4 为什么要使用Hive
    • 7-5 Hive在Hadoop生态圈中的位置
    • 7-6 Hive体系架构
    • 7-7 Hive部署架构
    • 7-8 Hive与RDBMS的区别
    • 7-9 Hive部署
    • 7-10 Hive快速入门
    • 7-11 Hive DDL之数据库操作
    • 7-12 Hive DDL之表操作
    • 7-13 Hive DML之加载和导出数据
    • 7-14 Hive QL基本统计
    • 7-15 Hive QL之聚合函数
    • 7-16 Hive QL之分组函数
    • 7-17 Hive QL之join的使用
    • 7-18 Hive QL执行计划
  • 第8章 电商项目实战Hive实现

    本章将使用Hive对电商用户行为日志分析进行重新实现,让大家对MapReduce编程和Hive实现的方式进行对比,体会Hive在生产上使用的便捷性。

    • 8-1 课程目录
    • 8-2 外部表在Hive中的使用
    • 8-3 track_info分区表的创建
    • 8-4 将ETL的数据加载到Hive表
    • 8-5 使用Hive完成统计分析功能
    • 8-6 Hive实现项目的方便性体现
  • 第9章 Hadoop分布式集群搭建

    本章将带领大家搭建一个三个节点的分布式Hadoop集群环境,让大家对于Hadoop集群的安装有更深入的认识,并将项目实战案例运行在分布式集群环境中。

    • 9-1 课程目录
    • 9-2 Hadoop集群规划
    • 9-3 前置条件安装
    • 9-4 JDK安装
    • 9-5 Hadoop集群部署
    • 9-6 提交作业到Hadoop集群上运行
    • 9-7 课程总结
  • 第10章 (彩蛋番外篇)Join在MapReduce中的实现

    本章将从SQL中的join入手,详细剖析如何在MapReduce中实现JOIN,这是面试中经常被考察到的点,考察你的MapReduce功底以及优化策略。

    • 10-1 Join概述
    • 10-2 ReduceJoin流程分析
    • 10-3 ReduceJoin功能实现
    • 10-4 MapJoin实现原理
    • 10-5 MapJoin功能实现
  • 第11章 (讨论群内直播内容分享)Hadoop小问题剖析

    本次分享中,主要针对剖析小文件的产生、对集群带来的影响以及解决方案相关内容进行了讲解。

    • 11-1 小文件问题
    • 11-2 什么是小文件
    • 11-3 小文件怎么产生的
    • 11-4 小文件解决方案(上)
    • 11-5 小文件解决方案(下)
    • 11-6 Hadoop真的凉了吗
本课程已完结

试看

全部试看小节



讲师

Michael_PK 全栈工程师

八年互联网公司一线研发经验,担任大数据架构师。 主要从事基于Spark/Flink为核心打造的大数据公有云、私有云数据平台产品的研发。 改造过Hadoop、Spark等框架的源码为云平台提供更高的执行性能。 集群规模过万,有丰富的大数据项目实战经验以及授课经验(授课数千小时,深受学员好评)。

课程预览

检测到您还没有关注慕课网服务号,无法接收课程更新通知。请扫描二维码即可绑定
重新观看
意见反馈 邀请有奖 帮助中心 APP下载
官方微信