3-阶段三：Spark+综合项目：电商数据仓库设计与实战 等文件
资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2025-02-21)
资源投诉
课程资料466.00 B
慕课公告-www.rurucode.com.txt466.00 Bgit-master466.00 B慕课公告.txt466.00 B5-阶段五：综合项目：三度关系推荐系统+数据中台1.03 GB第19周 直播平台三度关系推荐V2.01.03 GB
2-7数据计算之每周一计算最近一个月主播视频评级-2.mp4174.05 MB2-6数据计算之每周一计算最近一个月主播视频评级-1.mp4222.57 MB2-5数据计算之每天更新用户活跃时间.mp495.38 MB2-4数据计算之每天定时更新主播等级.mp4165.31 MB2-3数据计算之实时维护粉丝关注数据-2.mp4171.81 MB2-2数据计算之实时维护粉丝关注数据-1.mp4186.80 MB2-1数据计算之历史粉丝关注数据初始化.mp423.13 MB1-1V1.0架构问题分析及V2.0架构设计.mp417.63 MB4-阶段四：高频实时数据处理方案2.82 GB第18周 直播平台三度关系推荐V1.01.49 GB8-1总结(三度关系推荐系统V1.0).mp471.94 MB7-8数据计算之每周一计算最近一个月主播视频评级-2.mp4145.47 MB7-7数据计算之每周一计算最近一个月主播视频评级-1.mp4154.19 MB7-6数据计算之每天定时更新用户活跃时间.mp4108.19 MB7-3数据计算之实时维护粉丝关注数据-2.mp4142.81 MB7-2数据计算之实时维护粉丝关注数据-1.mp4131.00 MB7-1数据计算之历史粉丝关注数据初始化.mp431.75 MB7-11三度关系数据导出到MySQL.mp447.63 MB6-1数据计算核心指标详细分析.mp455.66 MB5-4采集服务端数据库数据.mp493.06 MB5-2数据分发.mp437.56 MB4-3模拟产生数据.mp4136.19 MB4-2数据来源分析.mp424.00 MB4-1数据采集架构详细设计.mp414.34 MB3-5Neo4j之建立索引+批量导入数据.mp495.25 MB3-4Neo4j之更新数据.mp421.63 MB3-3Neo4j之查询数据.mp470.38 MB3-2Neo4j之添加数据.mp453.03 MB3-1Neo4j介绍及安装部署.mp440.75 MB2-4项目整体架构设计.mp411.06 MB2-3技术选型之数据计算+数据展现.mp45.31 MB2-2技术选型之数据存储.mp46.66 MB2-1技术选型之数据采集.mp418.75 MB1-1项目介绍.mp412.28 MB第17周 Flink高级进阶之路1.32 GB6-1本周总结+寄语.mp483.63 MB5-2SparkStreaming整合Kafka.mp4128.28 MB5-1SparkStreaming的WordCount程序开发.mp4102.50 MB4-5KafkaProducer的容错.mp467.81 MB4-4KafkaProducer的使用.mp4126.78 MB4-3KafkaConsumer的容错.mp468.09 MB4-2KafkaConsumer消费策略设置.mp426.31 MB4-1KafkaConsumer的使用.mp476.38 MB3-2并行度案例分析.mp410.88 MB3-1并行度介绍及四种设置方式.mp411.50 MB2-8Watermark案例总结.mp49.00 MB2-7在多并行度下的Watermark应用.mp452.97 MB2-5Watermark+EventTime处理乱序数据.mp465.09 MB2-4通过数据跟踪观察Watermark.mp4106.34 MB2-3开发Watermark代码.mp478.69 MB2-2开发Watermark代码.mp4103.06 MB2-1Watermark的分析.mp432.00 KB1-6Flink中的Time.mp47.84 MB1-5Window中的增量聚合和全量聚合.mp411.81 MB1-4自定义Window的使用.mp461.34 MB1-3CountWindow的使用.mp476.88 MB1-2TimeWindow的使用.mp471.69 MB1-1Window的概念和类型.mp47.88 MB第16周 Flink快速上手篇附件第7章Flink核心复盘第6章Flink核心API之TableAPI和SQL第5章Flink核心API之DataSetAPI第4章Flink核心API之DataStreamAPI第3章Flink集群安装部署第2章实战：流处理和批处理程序开发第1章初识Flink3-阶段三：Spark+综合项目：电商数据仓库设计与实战1.22 GB第15周 极速上手内存数据库Redis附件第5章Redis核心复盘第4章Redis高级特性第3章Redis封装工具类技巧第2章Redis核心实践第1章快速了解Redis第14周 消息队列之Kafka从入门到小牛附件第9章Kafka核心复盘第8章Kafka小试牛刀实战篇第7章Kafka技巧篇第6章Kafka生产消费者实战第5章Kafka核心之存储和容错机制第4章Kafka核心扩展内容第3章Kafka使用初体验第2章Kafka集群安装部署第1章初识Kafka第13周 综合项目：电商数据仓库之商品订单数仓附件第5章项目核心复盘第4章数据可视化和任务调度实现第3章订单拉链表实战第2章需求设计与实现第1章商品订单数仓需求分析第12周 综合项目：电商数据仓库之用户行为数仓一手附件一手第6章项目核心复盘一手第5章用户行为数仓设计与实现一手第4章数据生成与采集一手第3章电商数仓技术选型一手第2章数据仓库前置技术一手第1章电商数据仓库效果展示一手第11周 Spark性能优化的道与术1.22 GB附件7-3本周总结+寄语.mp4120.94 MB6-8内置函数介绍.mp45.72 MB6-7SaveMode的使用.mp443.16 MB6-6load和save操作.mp464.03 MB6-5RDD转换为DataFrame之编程方式.mp4131.47 MB6-3DataFrame的sql操作.mp454.91 MB6-1SparkSql快速上手使用.mp481.72 MB5-4算子优化之reduceByKey和groupByKey.mp425.56 MB5-3算子优化之repartition的使用.mp469.59 MB5-2算子优化之foreachPartition.mp470.72 MB5-1算子优化之mapPartitions.mp4120.31 MB4-7数据本地化.mp428.69 MB4-4JVM垃圾回收调忧.mp488.22 MB4-3持久化或者checkpoint.mp44.47 MB4-1Spark程序性能优化分析.mp446.19 MB3-6checkpoint源码分析之读操作.mp464.91 MB3-3checkpoint代码开发(Scala+Java).mp473.72 MB3-2checkpoint和持久化的区别.mp46.44 MB3-1checkpoint概述.mp413.97 MB2-2三种Shuffle机制分析.mp444.59 MB2-1Shuffle介绍.mp415.72 MB1-3Spark任务的三种提交模式.mp436.84 MB1-2Stage.mp421.94 MB1-1宽依赖和窄依赖.mp413.22 MB第10周 Spark快速上手-上传版附件第7章面试与核心复盘第6章TopN主播统计第5章RDD持久化第4章Transformation与Action开发实战第3章Spark实战：单词统计第2章解读Spark工作与架构原理第1章初识Spark第09周 7天极速掌握Scala语言附件第6章Scala核心复盘第5章Scala高级特性第4章Scala函数式编程第3章Scala面向对象第2章Scala基础语法第1章Scala极速入门1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容
2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成
3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责
4、搜索结果中的广告及推广内容不代表本站推荐或担保
5、所有内容获取/呈现均通过自动化程序完成，无人工干预
下载提示
资源介绍
