第1章 课程介绍与学习指南
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。
1-1 课程导学 试看
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
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。
2-1 开发环境---virtualbox介绍
2-2 开发环境---docker介绍
2-3 开发环境---虚拟机与docker容器技术的对比
2-4 开发环境---vagrant介绍
2-5 itag项目的技术栈介绍 试看
第3章 大数据环境搭建
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。...
3-1 作业讲解 试看
3-2 virtualbox , vagrant 你安装好了吗?
3-3 virtualbox安装ubuntu
3-4 ubuntu系统的启动与验证
3-5 vagrant创建虚拟机环境
3-6 用vagrantfile进行详细设置
3-7 ubuntu安装docker、 docker-compose
3-8 Docker安装以及使用的小贴士
3-9 老师,为什么我的docker-compose启动不了呢?
3-10 zsh shell辅助软件安装与配置
3-11 docker 和 docker-compose 小试牛刀
3-12 大数据环境安装
3-13 大数据环境验证与测试
3-14 docker-compose.yml讲解
3-15 本章作业
3-16 【问答补充】事先用docker建立es_network网络
第4章 itag用户标签系统介绍
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。...
4-1 前章作业重难点回顾及问题答疑
4-2 现有业务介绍
4-3 花三分钟聊一下用户画像
4-4 主要数据库及表结构介绍
4-5 itag系统介绍、用它来干什么?
4-6 本章作业
第5章 数据同步
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。
5-1 作业答疑、本章内容大纲介绍
5-2 sqoop简单介绍
5-3 数据同步架构的1.0版本
5-4 数据同步架构2.0及两个拓展问题的解决
5-5 Hive简介及架构
5-6 Hive实操(一)及docker 文件拷贝
5-7 Hive实操(二)及面试题讲解
5-8 Hive外部表介绍
5-9 sqoop 安装与配置
5-10 sqoop 安装及mysql 数据导入脚本
5-11 hiver-server中安装sqoop,替换apt源
5-12 sqoop 将mysql数据导入到hive
第6章 数据清洗
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。
6-1 数据平台是什么?包含哪些节点
6-2 数据血缘有什么用?如何保证?
6-3 数据分层的原因、规划以及真实项目经验分享
6-4 准备测试数据
6-5 Spark Java代码准备及docker网络打通
6-6 我的笔记本如何访问虚拟机中的docker网络?
6-7 Spark 清洗任务的JAVA实现
6-8 准备scala开发环境
6-9 Spark 清洗任务的Scala实现
6-10 老师,我的代码本地运行报错,winutils.exe 找不到
6-11 Spark SQL 处理ETL任务及本章作业
第7章 指标算法及标签ETL
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。
7-1 内容介绍及虚拟环境的管理
7-2 指标算法说明及环境准备
7-3 数据大盘算法指标
7-4 会员性别指标算法及ETL结果的ORM操作
7-5 注册渠道、是否关注指标实现及IF函数的用法
7-6 用户热度指标实现及crossjoin的一些思考
7-7 环比指标的实现
7-8 提醒类指标实现
7-9 折现图指标实现、JOIN实现、GMV指标算法(上)
7-10 折现图指标实现、JOIN实现、GMV指标算法(下)
7-11 漏斗指标实现思路及指标算法的测试验证
7-12 ES环境创建及Spark操作ES演示(上)
7-13 ES环境创建及Spark操作ES演示(下)
7-14 ES mapping 设计思路及JavaBean实现
7-15 ES 操作及命令
7-16 标签ETL代码实现
7-17 ES数据查询及ETL结果验证
7-18 标签清洗算法
第8章 itag UI
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。
8-1 本章介绍
8-2 springboot及项目结构介绍
8-3 DSL查询语句演练
8-4 标签页面前端技术介绍及数据结构推导
8-5 前端代码实现思路及演示
8-6 后端DSL代码拼接及文件下载实现(上)
8-7 后端DSL代码拼接及文件下载实现(下)
8-8 DSL语句验证和标签管理功能的思路
8-9 springboot 多环境配置项指定及ETL结果存储的思路
8-10 springboot项目的Docker 启动方式
第9章 课程总结
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。
9-1 docker补充及数仓topic分享
9-2 订单宽表及hive视图的作用
9-3 spark 执行过程分析-logical plan
9-4 利用logicalplan 采集元数据信息
9-5 简短的课程总结
本课程已完结