收藏

多层次构建企业级大数据平台, 成就全能型大数据开发

引擎层+平台能力层+数据应用层,全流程实战,进击集群“管理者”、数据处理“执行者”、数据价值“发现者”

多层次构建企业级大数据平台, 成就全能型大数据开发

¥599.00
难度 中级 时长 42小时 学习人数 116 综合评分 10.00
  • 第1章 你好,大数据平台! 试看 6 节 | 47分钟

    大数据平台不是一个单一的项目,而是多个大数据组件融合而成的一个平台,是海量数据处理的全流程工厂。本章我们会站在大数据工程师的角度认识大数据平台,了解大数据平台的核心内容,逐步构建大数据平台的认知体系。

    收起列表

    • 视频: 1-1 做驾驭“多赛道” 的 “全能型” 大数据人才,获岗位自由切换和晋升“优先权” (12:57) 试看
    • 视频: 1-2 如何成为一个大数据工程师 (09:59)
    • 视频: 1-3 站在数据工程师角度看大数据平台 (04:59)
    • 视频: 1-4 一叶知秋:企业大数据平台初探 (12:32)
    • 视频: 1-5 浅谈大数据平台和数据中台的关系 (05:58)
    • 图文: 1-6 课程知识点
  • 第2章 大数据平台的地基:快速搞定Hadoop集群安装部署 12 节 | 98分钟

    大数据平台一般都基于Hadoop集群进行搭建,所以对于大数据集群的部署是搭建大数据平台的第一步。本章通过对大数据组件安装逻辑进行抽象、设计,实战开发Hadoop集群自动部署的项目,支持Hadoop集群的自动部署,并可以扩展其他大数据组件。...

    收起列表

    • 视频: 2-1 阶段一:做集群的管理者 (02:30)
    • 视频: 2-2 拆解自动部署步骤 (07:33)
    • 视频: 2-3 JSch实现远程命令执行 (14:03)
    • 视频: 2-4 Freemarker实现配置自动生成 (11:07)
    • 作业: 2-5 【阶段练练练】 Freemarker通过模板生成个人名片
    • 视频: 2-6 核心模块:配置文件加载 (10:10)
    • 视频: 2-7 核心模块:机器初始化及免密 (10:06)
    • 视频: 2-8 核心模块:配置模板生成 (15:38)
    • 视频: 2-9 自动部署核心逻辑开发 (08:13)
    • 图文: 2-10 自动部署使用手册
    • 视频: 2-11 自动部署Hadoop集群 (14:55) 试看
    • 视频: 2-12 本章小结 (03:02)
  • 第3章 平台基础模块之监控和预警 13 节 | 72分钟

    监控系统是大数据平台的标配,监控的目的在于能够捕获异常指标预防大数据集群出现问题,以及发现问题后及时处理,保障集群稳定。

    收起列表

    • 视频: 3-1 监控系统的必要性 (10:38)
    • 视频: 3-2 Prometheus实现机器监控 (08:35)
    • 视频: 3-3 PromQL查询及报警配置 (11:54)
    • 图文: 3-4 PromQL 基本使用
    • 作业: 3-5 【阶段练练练】配置邮箱报警,并触发报警
    • 视频: 3-6 再谈Prometheus架构 (12:07)
    • 视频: 3-7 Hadoop重点监控指标梳理 (06:07)
    • 图文: 3-8 Grafana安装并使用Prometheus数据源
    • 视频: 3-9 实战:Hadoop重点监控采集及监控图表配置 (10:10)
    • 图文: 3-10 Hadoop重点监控指标
    • 视频: 3-11 扩展:自定义Exporter开发 (09:07)
    • 作业: 3-12 【阶段练练练】实现Hadoop主从切换Exporter
    • 视频: 3-13 本章小结 (02:53)
  • 第4章 平台底层引擎之HDFS存储治理 13 节 | 85分钟

    分析HDFS元数据,结合多种策略推进HDFS数据治理,提高HDFS存储服务的稳定性和空间利用率。

    收起列表

    • 视频: 4-1 认识数据治理 (06:49)
    • 视频: 4-2 数仓分层策略 (07:52)
    • 视频: 4-3 HDFS元数据分析 (05:20)
    • 视频: 4-4 FSImage元数据分析 (07:25)
    • 视频: 4-5 实战:遍历HDFS存储空间 (06:56)
    • 视频: 4-6 Hadoop3新特性:EC纠删码技术 (07:49)
    • 视频: 4-7 EC转换命令测试 (06:26)
    • 作业: 4-8 【阶段练练练】采用不同的EC策略进行存储
    • 视频: 4-9 为什么HDFS不适合存储小文件 (07:09)
    • 视频: 4-10 如何解决小文件存储的问题 (05:06)
    • 视频: 4-11 实战:Text类型小文件合并程序开发 (15:14)
    • 视频: 4-12 实战:ORC类型小文件合并程序开发 (04:41)
    • 视频: 4-13 本章小结 (03:34)
  • 第5章 平台底层引擎之YARN计算治理 8 节 | 46分钟

    计算资源总是有限的,既要利用Yarn队列划分能力进行资源划分,又需要对用户的任务进行分析优化,提高集群资源的利用率。

    收起列表

    • 视频: 5-1 认识计算治理 (07:23)
    • 视频: 5-2 YARN的三类调度策略 (13:21)
    • 视频: 5-3 CapacityScheduler配置实战 (11:44)
    • 作业: 5-4 【阶段练练练】配置FairScheduler
    • 视频: 5-5 任务分析组件:Dr Elephant (04:15)
    • 图文: 5-6 DrElephant安装部署
    • 视频: 5-7 DrElephant采集任务运行信息 (04:10)
    • 视频: 5-8 本章小节 (04:20)
  • 第6章 企业数据平台建设第一步:打造集群管理平台 试看 22 节 | 198分钟

    对于企业侧而言,完成Hadoop集群创建之后,还需要将数据管理好、将集群治理好。本章会对前面课程HDFS数据治理及YARN计算治理的内容进行工具化,实现Hadoop集群的概览、治理和任务分析,解决企业侧大数据集群管理的痛点。

    收起列表

    • 视频: 6-1 设计一个集群管理平台 (06:13) 试看
    • 视频: 6-2 数据采集和集群概览功能详解 (05:19)
    • 视频: 6-3 HDFS数据治理模块详解 (04:20)
    • 视频: 6-4 YARN计算治理模块详解 (03:34)
    • 视频: 6-5 核心功能:HDFS JMX采集 (14:27)
    • 视频: 6-6 核心功能:Yarn JMX采集 (16:15)
    • 视频: 6-7 HDFS健康度评分指标 (08:29)
    • 视频: 6-8 HDFS基础数据采集详解 (11:36)
    • 视频: 6-9 核心功能:HDFS 数据详情采集 (18:37)
    • 视频: 6-10 认识规则引擎 (09:18)
    • 视频: 6-11 规则引擎Drools实战 (13:42)
    • 作业: 6-12 【阶段练练练】编写营销活动规则
    • 视频: 6-13 核心功能:HDFS健康度评分 (14:40)
    • 视频: 6-14 YARN健康度评分指标 (08:28)
    • 视频: 6-15 核心功能:YARN健康度评分 (13:22)
    • 视频: 6-16 集群概览服务及接口 (10:36)
    • 视频: 6-17 存储计算详情列表服务及接口 (04:59)
    • 视频: 6-18 健康度评分服务及接口 (12:04)
    • 视频: 6-19 审计日志服务及接口 (08:21)
    • 图文: 6-20 课程使用的前端框架介绍
    • 视频: 6-21 集群管理平台前端开发及联调 (13:11)
    • 图文: 6-22 前端开发过程中常见问题
  • 第7章 扩展:Hadoop如何开发和测试 9 节 | 47分钟

    平台底层引擎的运维管理人员需要具备对于Hadoop代码优化、二次开发的能力,提高核心竞争力。

    收起列表

    • 视频: 7-1 Hadoop开发与测试 (10:48)
    • 视频: 7-2 基准测试工具:TestDFSIO (06:25)
    • 视频: 7-3 基准测试工具:NNBench (04:31)
    • 视频: 7-4 基准测试工具:MRBench (03:03)
    • 视频: 7-5 Yarn SLS测试实战 (09:21)
    • 作业: 7-6 【阶段练练练】运行Hadoop源码自带的测试类
    • 视频: 7-7 Hadoop上线流程 (07:31)
    • 作业: 7-8 【阶段练练练】模拟Hadoop上线流程
    • 视频: 7-9 本章小结 (04:37)
  • 第8章 扩展:面试题和分布式系统延伸 11 节 | 79分钟

    Hadoop的架构、读写流程是面试所重点关注的方向,Hadoop作为我们接触到的有代表性的分布式系统,可以帮助我们更好的认识分布式原理。

    收起列表

    • 视频: 8-1 逃不过的面试 (06:17)
    • 视频: 8-2 常见Hadoop面试题(一) (10:00)
    • 视频: 8-3 常见Hadoop面试题(二) (07:52)
    • 作业: 8-4 【互助分享】你遇到的那些有意思的Hadoop面试题
    • 视频: 8-5 Prometheus面试题 (03:39)
    • 视频: 8-6 聊聊分布式系统 (11:51)
    • 视频: 8-7 再看HDFS存储架构 (08:15)
    • 视频: 8-8 分布式系统的中心化问题 (13:50)
    • 视频: 8-9 再谈CAP定理 (08:18)
    • 作业: 8-10 【讨论一下】列举你知道的分布式系统
    • 视频: 8-11 阶段小结 (08:30)
  • 第9章 企业数据平台建设第二步: 实现统一数据视图 22 节 | 220分钟

    找数难、取数难、用数难一直是困扰企业大数据平台发展的问题,本章我们通过建设统一数据视图项目帮助数据平台解决“有哪些数据”、“数据长什么样子”、“如何找到我需要的数据”、“如何使用数据”和“谁在用这些数据”问题。...

    收起列表

    • 视频: 9-1 阶段二:做数据处理的执行者 (07:39)
    • 视频: 9-2 阶段二学习路线图 (07:24)
    • 视频: 9-3 为什么建设统一数据视图 (09:33)
    • 视频: 9-4 元数据管理的三个问题 (07:29)
    • 视频: 9-5 统一数据视图架构及模块划分 (10:04)
    • 视频: 9-6 数据源模块实体及链接参数抽象 (17:49)
    • 视频: 9-7 核心功能:多数据源管理及验证 (17:14)
    • 视频: 9-8 核心功能:多数据源链接抽象 (10:29)
    • 视频: 9-9 核心功能:多数据源元数据查询功能 (12:42)
    • 图文: 9-10 数据查询抽象DataFrame设计与实现
    • 视频: 9-11 核心功能:数据查询功能开发 (09:15)
    • 视频: 9-12 核心功能:自动更新库表信息 (12:36)
    • 视频: 9-13 数据编目实体介绍 (10:18)
    • 视频: 9-14 数据编目服务开发 (09:11)
    • 视频: 9-15 数据质量及接口管理模块介绍 (08:01)
    • 视频: 9-16 数据质量及接口服务开发 (09:57)
    • 作业: 9-17 【讨论一下】列举一下常用的SQL质量校验规则
    • 视频: 9-18 元数据管理服务前端开发 (13:36)
    • 视频: 9-19 番外篇:元数据体系架构的演进 (17:26)
    • 视频: 9-20 番外篇:Apache Atlas介绍 (09:01)
    • 视频: 9-21 番外篇:DataHub介绍 (06:29)
    • 视频: 9-22 本章小结 (12:57)
  • 第10章 平台能力建设之计算引擎 33 节 | 201分钟

    工欲善其事必先利其器,大数据领域的计算引擎就是我们处理海量数据的“利器”,也是我们必备的技能之一。

    收起列表

    • 视频: 10-1 大数据计算引擎学习路线 (04:12)
    • 视频: 10-2 MapReduce架构图解 (09:42)
    • 视频: 10-3 实战:MapReduce实现WordCount程序 (08:24)
    • 图文: 10-4 Hive安装部署
    • 视频: 10-5 Hive架构图解 (05:53)
    • 视频: 10-6 实战:Hive基础命令及JDBC操作 (05:46)
    • 图文: 10-7 Spark安装及多种运行模式介绍
    • 视频: 10-8 Spark架构及提交流程 (14:23)
    • 视频: 10-9 Spark核心数据结构 (15:51)
    • 视频: 10-10 实战:Spark实现WordCount程序 (10:47)
    • 视频: 10-11 实战:Spark DataFrame操作 (08:23)
    • 视频: 10-12 Spark常见优化策略 (07:19)
    • 图文: 10-13 Presto安装及配置
    • 视频: 10-14 Presto架构介绍 (10:34)
    • 视频: 10-15 Presto内存模型介绍 (10:27)
    • 图文: 10-16 Presto On Yarn介绍
    • 视频: 10-17 实战:Presto命令行及JDBC操作 (03:14)
    • 视频: 10-18 Hive TestBench介绍 (04:10)
    • 图文: 10-19 HiveTestBench安装实战
    • 作业: 10-20 【阶段练练练】使用HiveTestBench测试对比计算引擎
    • 图文: 10-21 面试题:分而治之的MapReduce
    • 图文: 10-22 面试题:最常用的数据仓库Hive
    • 图文: 10-23 面试题:基于内存的Spark引擎
    • 图文: 10-24 面试题:MPP架构的代表Presto引擎
    • 视频: 10-25 扩展:再看MapReduce性能 (13:07)
    • 视频: 10-26 扩展:Shuffle的演进 (14:47)
    • 视频: 10-27 扩展:SQL join优化演进 (10:42)
    • 视频: 10-28 番外篇:数据血缘之Hive Hook (05:29)
    • 视频: 10-29 番外篇:实战HiveHook表级别数据血缘 (10:18)
    • 视频: 10-30 番外篇:数据血缘之Presto EventListener (03:05)
    • 视频: 10-31 番外篇:实战PrestoEventListener获取运行SQL (13:50)
    • 视频: 10-32 番外篇:数据血缘之SparkListener (06:01)
    • 视频: 10-33 本章小结 (04:31)
  • 第11章 平台能力建设之数据采集服务 13 节 | 105分钟

    数据管道(数据采集服务)是业务数据库和大数据平台之间的桥梁,通过数据管道可以将业务数据快速的同步到大数据集群。如何支持多类业务数据源、支持多种同步方式和同步场景是数据管道系统设计的核心。

    收起列表

    • 视频: 11-1 为什么要建设数据管道 (09:09)
    • 视频: 11-2 DataX架构介绍 (09:20)
    • 图文: 11-3 DataX安装部署
    • 视频: 11-4 实战:Datax实现Mysql和HDFS数据采集 (15:45)
    • 视频: 11-5 实战:Datax增量采集配置 (08:07)
    • 视频: 11-6 SeaTunnel架构介绍 (05:25)
    • 图文: 11-7 SeaTunnel安装部署
    • 视频: 11-8 实战:SeaTunnel实现Mysql数据采集 (10:49)
    • 视频: 11-9 实战:SeaTunnel增量采集配置 (06:28)
    • 视频: 11-10 重探SeaTunnel设计 (10:03)
    • 视频: 11-11 SeaTunnel的Zeta引擎 (09:47)
    • 视频: 11-12 如何设计一个数据管道系统 (09:39)
    • 视频: 11-13 本章小结 (10:20)
  • 第12章 平台能力建设之任务调度服务 15 节 | 151分钟

    调度系统是大数据平台的“大脑”,一个功能完备的调度系统支持每天数十万的任务调度执行。支持多种触发模式、支持多种任务类型、灵活配置多类参数、稳定且低延时是任务调度系统必备的核心能力。

    收起列表

    • 视频: 12-1 为什么需要调度系统 (08:12)
    • 视频: 12-2 Airflow介绍 (06:22)
    • 图文: 12-3 Airflow安装
    • 视频: 12-4 Airflow WebUI介绍 (11:22)
    • 视频: 12-5 Airflow DAG实战 (12:33)
    • 视频: 12-6 DolphinScheduler介绍 (07:52)
    • 图文: 12-7 DolphinScheduler部署
    • 视频: 12-8 Dolphinscheduler工作流配置实战 (11:50)
    • 视频: 12-9 Dolphinscheduler集成Datax (08:33)
    • 视频: 12-10 Dolphinscheduler任务参数 (14:44)
    • 视频: 12-11 Dolphinscheduler特殊任务类型 (15:04)
    • 视频: 12-12 Dolphinscheduler资源中心 (11:17)
    • 视频: 12-13 Dolphoinscheduler接口 (11:40)
    • 视频: 12-14 如何设计一个调度系统 (14:39)
    • 视频: 12-15 本章小结 (16:51)
  • 第13章 平台能力建设之数据开发平台 6 节 | 39分钟

    大数据开发平台是用户使用大数据平台的入口,集文件管理、数据查询、任务开发、任务测试等能力于一体。一个好的数据开发平台应该与大数据平台能力层各个组件进行打通。

    收起列表

    • 视频: 13-1 为什么需要大数据开发平台 (05:38)
    • 视频: 13-2 Zeppelin&Hue介绍 (13:18)
    • 图文: 13-3 Zeppelin安装与使用
    • 图文: 13-4 Hue安装与使用
    • 视频: 13-5 实战Hue操作HDFS和Hiveserver2 (08:48)
    • 视频: 13-6 如何设计一个大数据开发平台 (10:18)
  • 第14章 扩展:深入了解SQL的解析和优化 16 节 | 163分钟

    SQL 是编程领域最流行的语言,Apache Calcite为各类常用大数据引擎提供SQL解析或优化的能力,比如HiveQL的优化,Flink SQL的解析和优化等等,本章通过学习Calcite,深入了解SQL的解析和优化过程。

    收起列表

    • 视频: 14-1 Sql on Hadoop引擎介绍 (04:41)
    • 视频: 14-2 Sql on Hadoop引擎平台使用痛点 (10:09)
    • 视频: 14-3 统一执行服务介绍 (05:50)
    • 视频: 14-4 Calcite介绍 (10:19)
    • 视频: 14-5 Calcite架构及集成场景图解 (16:59)
    • 视频: 14-6 SQL解析简介 (08:10)
    • 视频: 14-7 实战:Calcite解析SQL (19:22)
    • 视频: 14-8 实战:Calcite自定义语法一 (12:03)
    • 视频: 14-9 实战:Calcite自定义语法二 (13:02)
    • 视频: 14-10 实战:Calcite支持自定义csv数据源 (14:21)
    • 视频: 14-11 SQL优化简介 (10:03)
    • 视频: 14-12 SQL常用优化规则 (09:03)
    • 图文: 14-13 SQL优化基础及示例
    • 视频: 14-14 SQL优化核心步骤 (10:27)
    • 视频: 14-15 实战:Calcite进行CBO优化 (09:42)
    • 视频: 14-16 本章小结 (08:27)
  • 第15章 企业数据平台建设第三步: 统一数据查询入口 21 节 | 245分钟

    正是由于大数据计算引擎种类繁多,导致各类引擎语法差异大,用户门槛高。在企业侧一般都会通过构建统一查询服务中间件来统一数据查询入口,支持多集群、多引擎的数据查询路由分发。本章会从0到1实战统一数据查询分发中间件项目,解决企业侧真实大数据平台需求。...

    收起列表

    • 视频: 15-1 统一执行服务介绍及技术架构 (14:02)
    • 视频: 15-2 核心数据表设计与开发 (09:05)
    • 视频: 15-3 gRPC介绍 (09:37)
    • 视频: 15-4 grpc通信消息体设计与开发 (08:17)
    • 视频: 15-5 高可用方案介绍 (14:44)
    • 视频: 15-6 主从选举代码开发 (07:36)
    • 图文: 15-7 Apache Livy 安装
    • 视频: 15-8 Router核心分发模块开发 (28:18)
    • 视频: 15-9 执行节点核心模块开发 (11:31)
    • 视频: 15-10 辅助分析功能开发 (10:48)
    • 视频: 15-11 Presto执行节点开发 (19:57)
    • 视频: 15-12 查询提交方法及接口开发 (19:35)
    • 视频: 15-13 查询接口测试 (10:44)
    • 视频: 15-14 HiveServer2执行节点开发 (10:59)
    • 视频: 15-15 Apache Livy服务介绍 (07:41)
    • 视频: 15-16 Spark On Livy执行节点开发 (14:57)
    • 视频: 15-17 Livy Client模块开发 (10:31)
    • 视频: 15-18 RouterJDBC模块开发 (17:27)
    • 视频: 15-19 RouterJDBC测试程序开发 (04:59)
    • 视频: 15-20 RouterClient可执行客户端开发 (11:54)
    • 视频: 15-21 RouterClient功能测试 (02:14)
  • 第16章 平台能力建设之数据仓库 18 节 | 203分钟

    数据仓库是大数据平台建设过程中的核心内容,作为平台开发人员,我们对于数据仓库的一些核心概念、架构、建模方式等内容也需要了解,扩充知识面,丰富技术广度。

    收起列表

    • 视频: 16-1 认识数据仓库 (19:55)
    • 视频: 16-2 什么是数据集市 (10:27)
    • 视频: 16-3 数据仓库架构 (12:26)
    • 视频: 16-4 为什么需要数据建模 (11:45)
    • 视频: 16-5 数据仓库分层 (11:35)
    • 视频: 16-6 数据仓库常见概念 (13:32)
    • 视频: 16-7 常见的数据建模方法 (17:54)
    • 视频: 16-8 维度建模详解 (12:08)
    • 视频: 16-9 维度建模示例 (09:25)
    • 视频: 16-10 离线数仓&实时数仓 (15:23)
    • 图文: 16-11 数据仓库常见规范
    • 视频: 16-12 常见数据仓库建设规范 (08:47)
    • 视频: 16-13 简谈数据治理 (19:25)
    • 视频: 16-14 数据质量评估 (08:49)
    • 视频: 16-15 数据质量管理流程 (07:09)
    • 视频: 16-16 数据质量监控框架及解决方案总结 (08:01)
    • 视频: 16-17 初探DataOPS (08:43)
    • 视频: 16-18 数据仓库本章小结 (07:11)
  • 第17章 企业数据平台应用第一步:数据分析与可视化 10 节 | 80分钟

    工作最终还是要面向Boss的,数据最终还是要产生价值的。企业侧大数据平台典型的应用场景就是通过数据分析来帮助用户分析数据、挖掘数据的价值,并将数据描绘成可视化图表,辅助你的Boss进行对比验证和决策。本章会基于我们搭建的大数据平台,实现淘宝母婴数据的录入、检索、分析和可视化的全流程。...

    收起列表

    • 视频: 17-1 阶段三:做数据价值发现的引领者 (09:11)
    • 视频: 17-2 阶段三学习路线 (04:34)
    • 视频: 17-3 为什么需要数据分析和可视化平台 (07:44)
    • 视频: 17-4 SuperSet介绍 (06:19)
    • 图文: 17-5 SuperSet安装及入门
    • 视频: 17-6 实战:SuperSet图表配置操作 (12:14)
    • 视频: 17-7 销售数据分析业务场景 (09:32)
    • 视频: 17-8 母婴数据集导入大数据集群 (05:30)
    • 视频: 17-9 母婴数据分析图表 (16:06)
    • 视频: 17-10 如何设计一个数据可视化平台 (08:43)
  • 第18章 扩展:标签系统技术选型之ClickHouse 14 节 | 154分钟

    ClickHouse是近年来备受关注的开源列式数据库,是标签系统建设的主流方案。作为我们构建标签平台的存储引擎,需要我们了解ClickHouse的基础使用和核心原理。

    收起列表

    • 视频: 18-1 什么是标签 (12:44)
    • 视频: 18-2 透过用户画像看标签 (12:53)
    • 视频: 18-3 为什么要建设标签体系 (13:03)
    • 视频: 18-4 标签平台建设技术选型 (14:53)
    • 视频: 18-5 三类Bitmap操作实战 (15:16)
    • 视频: 18-6 ClickHouse介绍 (13:02)
    • 图文: 18-7 ClickHouse安装部署
    • 视频: 18-8 ClickHouse基本操作 (14:26)
    • 视频: 18-9 ClickHouse核心架构 (11:28)
    • 视频: 18-10 MergeTree引擎详解 (21:33)
    • 视频: 18-11 HDFS、Hive数据导入至ClickHouse (08:44)
    • 视频: 18-12 ClickHouse JDBC实战 (03:47)
    • 视频: 18-13 ClickHouse Bitmap操作 (05:40)
    • 视频: 18-14 本章小结 (05:56)
  • 第19章 企业数据平台应用第二步:数据标签体系与用户标签实战 13 节 | 117分钟

    数据标签平台是也是大数据的典型应用,要实现用户画像、推荐系统等能力最基础的就是建设一个优秀的标签体系。本章基于ClickHouse方案实战一个较为通用的大数据标签项目,并结合我们搭建的大数据平台能力,实现用户数据的录入、标签生成、标签检索的全流程。...

    收起列表

    • 视频: 19-1 标签平台技术架构及模块划分 (06:53)
    • 视频: 19-2 核心数据表介绍与开发 (02:43)
    • 视频: 19-3 标签存储设计 (11:09)
    • 视频: 19-4 测试数据创建 (07:39)
    • 视频: 19-5 开发:测试数据录入ClickHouse一 (16:33)
    • 视频: 19-6 开发:测试数据录入ClickHouse二 (08:24)
    • 视频: 19-7 表达式转换为Clickhouse SQL一 (11:01)
    • 视频: 19-8 表达式转换为Clickhouse SQL二 (08:27)
    • 视频: 19-9 标签查询核心功能 (05:32)
    • 视频: 19-10 标签查询接口测试 (04:59)
    • 视频: 19-11 重点接口监控实现 (15:35)
    • 视频: 19-12 标签平台前端集成 (05:50)
    • 视频: 19-13 课程小结 (11:54)
本课程已完结

试看

全部试看小节



讲师

叁金 JAVA开发工程师

八年大厂数据架构和研发经验,专注于大数据平台研发和企业级数据治理。基于Hadoop生态完成多个企业级大数据平台的建设落地,对集群管理、数仓建设、数据计算、数据治理等方向有较深刻的理解。

讲师其他课程

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 帮助中心 APP下载
官方微信

学习咨询

选课、学习遇到问题?

扫码添加指导老师 1V1 帮助你!

添加后老师会第一时间解决你的问题