【课程介绍】
本课程以Spark为项目主线，整合Redis和HBase打造以Spark技术栈为核心的离线处理项目以及实时处理项目，以功能实现为基础，并通过调优及重构功能实现，达到满足企业级生产的水平，带你在实战中进行Spark进阶。另外，课程最后讲解了Alluxio整合Hadoop和Spark的使用，以更好的拓展大家的视野
【课程目录】
第1章 课程介绍&学习指南
本章会对这门课程进行说明并进行学习方法介绍。
1-1 课程介绍
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）
第2章 Redis入门
Redis是目前最火爆的内存数据库之一，通过在内存中读写数据，大大提高了读写速度。本章将从Redis特性、应用场景出发，到Redis的基础命令，再到Redis的常用数据类型实操，最后通过Java API来操作Redis，为后续实时处理项目打下坚实的基础...
2-1 课程目录
2-2 Redis概述
2-3 Redis特性
2-4 Redis应用场景
2-5 Redis部署&服务启停&客户端连接
2-6 Redis多数据库特性
2-7 Redis基础命令的使用
2-8 Redis数据类型之string
2-9 Redis数据类型之list
2-10 Redis基本数据类型之set
2-11 使用Jedis对Redis进行操作
2-12 Redis工具类开发
第3章 HBase入门
HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。本章将从HBase是什么、有哪些特点出发，到HBase环境部署，到HBase的数据模型，到HBase的操作(命令行&API)，为后续离线处理项目的数据存储以及查询打下坚实的基础。...
3-1 数据存储现状
3-2 HBase是什么
3-3 HBase在生态圈中的位置以及列式存储带来的好处
3-4 HBase的特点.mp4
3-5 HBase vs RDBMS vs HDFS.mp4
3-6 HBase的优势
3-7 HBase数据模型
3-8 JDK环境搭建
3-9 Hadoop环境部署(详解一个常见的错误解决方案)
3-10 ZooKeeper环境部署
3-11 HBase环境部署
3-12 HBase shell DDL操作
3-13 HBase shell DML操作
3-14 HBase API编程之开发前置准备工作
3-15 HBase API编程之创建表以及查询表和所有列族
3-16 HBase API编程之添加和修改记录
3-17 HBase API编程之通过RowKey获取值
3-18 HBase API编程之Scan
3-19 HBase API编程之Filter
3-20 HBase API编程之总结
第4章 离线项目实战V1
本章节讲解基于Spark和HBase的离线综合项目实战，从多个框架的整合出发，到使用Spark进行ETL处理然后数据落地到HBase中涉及到的传参、HBase Rowkey的设计，再到性能的初步调优，最后使用Spark整合HBase进行数据的统计分析。本章是基于Spark进行离线处理的重点，务必掌握。...
4-1 课程目录
4-2 项目背景
4-3 项目处理流程.mp4
4-4 项目离线和实时架构图
4-5 明确架构图中每个步骤使用的技术以及职责所在
4-6 项目指标需求
4-7 功能开发之UserAgent解析(掌握如何获取技能)
4-8 功能开发之IP解析思路
4-9 功能开发之Spark和HBase依赖整合
4-10 开发环境依赖使用说明
4-11 功能开发之解析日志成DataFrame并为DataFrame添加字段信息
4-12 功能开发之将DF内容转成HBase要存储的列
4-13 功能开发之整体ETL流程详解及如何传参设计
4-14 功能开发之创建HBase表
4-15 功能开发之HBase Rowkey设计_1
4-16 功能开发之完成ETL数据到HBase落地的全过程
4-17 功能开发之完成第一个指标的统计分析
4-18 功能开发之完成第二个指标的统计分析
4-19 性能优化之缓存的使用
4-20 功能开发之统计功能使用DataFrame API以及SQL API来完成
4-21 本章小结
第5章 离线项目实战优化
本章节将基于前面一个章节的功能实现进行进一步的优化，如何将在需求功能实现的基础之上，进行调优，使得在生产上的执行效率更高。本章将是提升自身综合实力的关键部分，务必掌握。
5-1 课程目录
5-2 Spark on YARN
5-3 Linux时间获取
5-4 shell封装Spark作业提交脚本
5-5 将统计结果写入到MySQL中
5-6 统计结果写入到MySQL调优
5-7 Spark ETL到HBase优化之禁用WAL
5-8 Spark ETL到HBase的HFile思路
5-9 Spark产生HFile文件格式准备工作
5-10 Spark产生HFile整个流程实现并总结
第6章 实时项目实战
本章节讲解基于Spark和Redis的实时综合项目实战，从Spark Streaming整合Kafka对接出发，如何实现需求的功能以及如何对代码进行重构使得执行效率更好，掌握Redis在项目实战中的数据类型选型，以及如何将SparkStreaming处理完的数据写入到Redis中去。...
6-1 课程目录
6-2 项目背景
6-3 项目架构及处理流程
6-4 项目需求
6-5 开发环境准备及参数配置统一管理
6-6 Kafka部署及测试
6-7 Mock数据
6-8 发送数据到Kafka
6-9 SparkStreaming对接Kafka数据
6-10 功能实现之每天的粒度统计..1
6-11 功能开发之调优
6-12 功能实现小结
6-13 功能实现之每小时统计及代码重构
6-14 SparkStreaming对接Kafka offset管理
第7章 初识Alluxio
Alluxio是一个以内存为中心的虚拟分布式存储系统，统一数据访问和桥梁的计算框架和底层存储系统。应用程序只需要Alluxio就可以把访问存储在任何底层存储系统的数据连接。本章节将从Alluxio为我们带来的好处出发，再到Alluxio如何整合Hadoop以及Spark进行实操，并分享一些Alluxio在大公司中的使用案例。...
7-1 课程目录
7-2 概述
7-3 Spark应用存在的问题分析
7-4 Alluxio能为我们带来什么
7-5 Alluxio特点
7-6 在Spark实战项目中引入Alluxio
7-7 Alluxio部署
7-8 Alluxio文件系统命令行操作
7-9 Alluxio整合HDFS使用
7-10 Alluxio整合MapReduce使用
7-11 Alluxio整合Spark使用
7-12 Alluxio案例分享之在百度的使用
7-13 Alluxio案例分享之在去哪儿的应用
第8章 Spark优化
本章节将从Spark在生产上的最佳实践出发，和大家分享Spark的常用优化策略。
8-1 课程目录
8-2 调优之资源设置
8-3 调优之算子的合理选择
8-4 扩展之自定义排序一
8-5 扩展之自定义排序二(附带经典面试题)
8-6 扩展之自定义排序(隐式转换)
8-7 Spark Streaming调优之Kafka限速
8-8 Spark Streaming对接Kafka能真正做到仅消费一次吗
8-9 调优之序列化
8-10 调优之广播变量
第9章 （讨论群内直播内容分享）基于Spark定制ETL框架
了解Pipeline的处理方法，基于Spark外部数据源定制Spark ETL框架的思路及使用
9-1 Data Pipeline_x264
9-2 ETL中可能会遇到的问题_x264
9-3 (打标记处，3处听不清楚) Spark SQL DataSource API_x264
9-4 使用Spark SQL处理json数据_x264
9-5 基于Spark ETL框架的设计
9-6 基于Spark ETL框架的使用_x264
第10章 （讨论群内直播内容分享）Spark3新特性
Spark3是一个里程碑版的版本，其中包含很多新的特性，本次直播中主要带大家知晓新特性有哪些，以及讲解动态分区裁剪、外部数据源V2、自适应查询执行等相关知识。
10-1 Spark概述
10-2 Spark3.x新特性
10-3 DataSource API V2
10-4 动态分区裁剪
10-5 自适应查询执行
