第1章 课程介绍与学习指南 试看 2 节 | 12分钟

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。

收起列表

• 视频： 1-1 课程导学 (11:46) 试看
• 图文： 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 6 节 | 21分钟

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。

收起列表

• 视频： 2-1 开发环境---virtualbox介绍 (02:36)
• 视频： 2-2 开发环境---docker介绍 (06:48)
• 视频： 2-3 开发环境---虚拟机与docker容器技术的对比 (04:16)
• 视频： 2-4 开发环境---vagrant介绍 (04:09)
• 视频： 2-5 itag项目的技术栈介绍 (02:49) 试看
• 作业： 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 试看 18 节 | 113分钟

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。...

收起列表

• 视频： 3-1 作业讲解 (03:51) 试看
• 图文： 3-2 virtualbox , vagrant 你安装好了吗？
• 视频： 3-3 virtualbox安装ubuntu (06:08)
• 视频： 3-4 ubuntu系统的启动与验证 (04:52)
• 视频： 3-5 vagrant创建虚拟机环境 (08:44)
• 视频： 3-6 用vagrantfile进行详细设置 (11:26)
• 视频： 3-7 ubuntu安装docker、 docker-compose (06:29)
• 图文： 3-8 Docker安装以及使用的小贴士
• 图文： 3-9 老师，为什么我的docker-compose启动不了呢？
• 视频： 3-10 zsh shell辅助软件安装与配置 (11:26)
• 视频： 3-11 docker 和 docker-compose 小试牛刀 (15:30)
• 视频： 3-12 大数据环境安装 (10:46)
• 视频： 3-13 大数据环境验证与测试 (14:16)
• 视频： 3-14 docker-compose.yml讲解 (09:33)
• 视频： 3-15 本章作业 (03:56)
• 视频： 3-16 【问答补充】事先用docker建立es_network网络 (05:38)
• 图文： 3-17 【技巧补充】docker pull 速度太慢？配个镜像加速吧！
• 作业： 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 7 节 | 31分钟

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。...

收起列表

• 视频： 4-1 前章作业重难点回顾及问题答疑 (03:40)
• 视频： 4-2 现有业务介绍 (04:24)
• 视频： 4-3 花三分钟聊一下用户画像 (02:46)
• 视频： 4-4 主要数据库及表结构介绍 (11:29)
• 视频： 4-5 itag系统介绍、用它来干什么？ (05:18)
• 作业： 4-6 【讨论题】所谓的大数据用户画像，真的准吗？
• 视频： 4-7 本章作业 (03:16)

第5章 数据同步 13 节 | 100分钟

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。

收起列表

• 视频： 5-1 作业答疑、本章内容大纲介绍 (02:15)
• 视频： 5-2 sqoop简单介绍 (03:13)
• 视频： 5-3 数据同步架构的1.0版本 (03:58)
• 视频： 5-4 数据同步架构2.0及两个拓展问题的解决 (14:27)
• 视频： 5-5 Hive简介及架构 (13:36)
• 视频： 5-6 Hive实操（一）及docker 文件拷贝 (14:27)
• 视频： 5-7 Hive实操（二）及面试题讲解 (10:43)
• 视频： 5-8 Hive外部表介绍 (09:21)
• 视频： 5-9 sqoop 安装与配置 (12:55)
• 图文： 5-10 sqoop 安装及mysql 数据导入脚本
• 图文： 5-11 hiver-server中安装sqoop，替换apt源
• 视频： 5-12 sqoop 将mysql数据导入到hive (14:12)
• 作业： 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 12 节 | 108分钟

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。

收起列表

• 视频： 6-1 数据平台是什么？包含哪些节点 (10:14)
• 视频： 6-2 数据血缘有什么用？如何保证？ (04:05)
• 视频： 6-3 数据分层的原因、规划以及真实项目经验分享 (13:53)
• 视频： 6-4 准备测试数据 (06:27)
• 视频： 6-5 Spark Java代码准备及docker网络打通 (16:05)
• 图文： 6-6 我的笔记本如何访问虚拟机中的docker网络？
• 视频： 6-7 Spark 清洗任务的JAVA实现 (13:48)
• 视频： 6-8 准备scala开发环境 (07:14)
• 视频： 6-9 Spark 清洗任务的Scala实现 (17:07)
• 图文： 6-10 老师，我的代码本地运行报错，winutils.exe 找不到
• 视频： 6-11 Spark SQL 处理ETL任务及本章作业 (19:00)
• 作业： 6-12 【讨论题】你真的了解ETL吗？

第7章 指标算法及标签ETL 18 节 | 227分钟

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。

收起列表

• 视频： 7-1 内容介绍及虚拟环境的管理 (12:33)
• 视频： 7-2 指标算法说明及环境准备 (04:59)
• 图文： 7-3 数据大盘算法指标
• 视频： 7-4 会员性别指标算法及ETL结果的ORM操作 (12:39)
• 视频： 7-5 注册渠道、是否关注指标实现及IF函数的用法 (17:35)
• 视频： 7-6 用户热度指标实现及crossjoin的一些思考 (20:13)
• 视频： 7-7 环比指标的实现 (20:06)
• 视频： 7-8 提醒类指标实现 (16:49)
• 视频： 7-9 折现图指标实现、JOIN实现、GMV指标算法（上） (16:05)
• 视频： 7-10 折现图指标实现、JOIN实现、GMV指标算法（下） (15:08)
• 视频： 7-11 漏斗指标实现思路及指标算法的测试验证 (20:27)
• 视频： 7-12 ES环境创建及Spark操作ES演示（上） (13:10)
• 视频： 7-13 ES环境创建及Spark操作ES演示（下） (15:15)
• 视频： 7-14 ES mapping 设计思路及JavaBean实现 (09:10)
• 图文： 7-15 ES 操作及命令
• 视频： 7-16 标签ETL代码实现 (24:23)
• 视频： 7-17 ES数据查询及ETL结果验证 (08:01)
• 图文： 7-18 标签清洗算法

第8章 itag UI 10 节 | 127分钟

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。

收起列表

• 视频： 8-1 本章介绍 (04:22)
• 视频： 8-2 springboot及项目结构介绍 (05:44)
• 视频： 8-3 DSL查询语句演练 (22:46)
• 视频： 8-4 标签页面前端技术介绍及数据结构推导 (05:10)
• 视频： 8-5 前端代码实现思路及演示 (20:12)
• 视频： 8-6 后端DSL代码拼接及文件下载实现（上） (17:33)
• 视频： 8-7 后端DSL代码拼接及文件下载实现（下） (17:37)
• 视频： 8-8 DSL语句验证和标签管理功能的思路 (08:18)
• 视频： 8-9 springboot 多环境配置项指定及ETL结果存储的思路 (14:16)
• 视频： 8-10 springboot项目的Docker 启动方式 (10:58)

第9章 课程总结 5 节 | 56分钟

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。

收起列表

• 视频： 9-1 docker补充及数仓topic分享 (11:02)
• 视频： 9-2 订单宽表及hive视图的作用 (10:26)
• 视频： 9-3 spark 执行过程分析-logical plan (19:50)
• 视频： 9-4 利用logicalplan 采集元数据信息 (10:11)
• 视频： 9-5 简短的课程总结 (04:10)