点击刷新
配套教程 相关文章 课程评论
很抱歉，还没有和本课程相关的文章, 快来发布第一篇吧！
- 发布的内容要和课程内容匹配，建议原创。
- 转载的文章需经原作者同意，并标明出处。
- 编辑文章时要注意格式结构清晰。
- 创建和转载都可以获取学习猿地金猿宝。
综合评分：9.9 评分 请对课程进行点评，及学习过程中有困难疑惑可在学习区进行提问
您需要登录学习后才可以评价，
先学习后评论
课程讲师
长期致力于大数据技术的研究和培训工作。曾就职于思华科技，金风科技等知名企业，曾参与开发混合可再生能源预测、 智能学习行为分析系统等项目。对Hadoop、Hive、Flume、Kafka、HBase、Spark等主流大数据框架有深入研究。授课认真细致，对技术的讲解清晰易懂。
大数据 - 电商数仓项目
总课时：37小时21分06秒
大数据之实时数仓分层项目实战
总课时：34小时21分21秒
实时数据采集系统【大数据】
总课时：50小时36分07秒
学习记录
继续学习>
学
88%
40%
4%
练
50%
75%
80%
测
25%
50%
25%
评
75%
75%
25%
第1章 大数据技术之Flink项目 Flink简介
1.1. 001_尚硅谷大数据技术_flink理论_flink简介（一）flink是什么
1.2. 002_尚硅谷大数据技术_flink理论_flink简介（二）为什么要用flink
1.3. 003_尚硅谷大数据技术_flink理论_flink简介（三）流数据处理的行业
1.4. 004_尚硅谷大数据技术_flink理论_flink简介（四）流处理的发展演变
1.5. 005_尚硅谷大数据技术_flink理论_flink简介（五）flink的特点
1.6. 006_尚硅谷大数据技术_flink理论_flink简介（六）flink vs spark streaming
1.7. 007_尚硅谷大数据技术_flink理论_简单上手（一）批处理wordcount
1.8. 008_尚硅谷大数据技术_flink理论_简单上手（二）流处理wordcount
1.9. 009_尚硅谷大数据技术_flink理论_简单上手（三）流式数据源测试
1.10. 010_尚硅谷大数据技术_flink理论_flink部署（一）flink安装和配置
1.11. 011_尚硅谷大数据技术_flink理论_flink部署（二）job的提交运行
1.12. 012_尚硅谷大数据技术_flink理论_flink部署（三）资源的分配和并行度测试
1.13. 013_尚硅谷大数据技术_flink理论_flink部署（四）命令行提交job
1.14. 014_尚硅谷大数据技术_flink理论_flink部署（五）yarn和k8s平台的flink部署
1.15. 015_尚硅谷大数据技术_flink理论_运行时架构（一）flink四大组件
1.16. 016_尚硅谷大数据技术_flink理论_运行时架构（二）作业提交流程_抽象架构
1.17. 017_尚硅谷大数据技术_flink理论_运行时架构（三）yarn上作业提交流程
1.18. 018_尚硅谷大数据技术_flink理论_运行时架构（四）作业调度原理及思考问题
第2章 大数据技术之Flink项目 Flink运行架构
2.1. 019_尚硅谷大数据技术_flink理论_运行时架构（五）slot和任务调度
2.2. 020_尚硅谷大数据技术_flink理论_运行时架构（六）slot和并行度的关系
2.3. 021_尚硅谷大数据技术_flink理论_运行时架构（七）程序结构和数据流图
2.4. 022_尚硅谷大数据技术_flink理论_运行时架构（八）数据传输和任务链
2.5. 023_尚硅谷大数据技术_flink理论_流处理api（一）创建执行环境
2.6. 024_尚硅谷大数据技术_flink理论_流处理api（二）_source（一）从集合读取数据
2.7. 025_尚硅谷大数据技术_flink理论_流处理api（三）_source（二）从文件读取数据
2.8. 026_尚硅谷大数据技术_flink理论_流处理api（四）_source（三）从kafka读取数据
2.9. 027_尚硅谷大数据技术_flink理论_流处理api_source（四）自定义测试数据源
2.10. 028_尚硅谷大数据技术_flink理论_流处理api_transform（一）基本转换操作
2.11. 029_尚硅谷大数据技术_flink理论_流处理api_transform（二）滚动聚合
2.12. 030_尚硅谷大数据技术_flink理论_流处理api_transform（三）reduce聚合
2.13. 031_尚硅谷大数据技术_flink理论_流处理api_transform（四）分流
2.14. 032_尚硅谷大数据技术_flink理论_流处理api_transform（五）connect合流
2.15. 033_尚硅谷大数据技术_flink理论_流处理api_transform（六）union合流
2.16. 034_尚硅谷大数据技术_flink理论_流处理api_flink支持的数据类型
第3章 大数据技术之Flink项目 Flink window API
3.1. 035_尚硅谷大数据技术_flink理论_流处理api_flink中的udf函数类
3.2. 036_尚硅谷大数据技术_flink理论_流处理api_flink中的数据重分区操作
3.3. 037_尚硅谷大数据技术_flink理论_流处理api_sink（一）_kafka
3.4. 038_尚硅谷大数据技术_flink理论_流处理api_sink（二）_redis
3.5. 039_尚硅谷大数据技术_flink理论_流处理api_sink（三）_es
3.6. 040_尚硅谷大数据技术_flink理论_流处理api_sink（四）_jdbc
3.7. 041_尚硅谷大数据技术_flink理论_window api（一）_基本概念
3.8. 042_尚硅谷大数据技术_flink理论_window api（二）_窗口类型
3.9. 043_尚硅谷大数据技术_flink理论_window api（三）_窗口分配器
3.10. 044_尚硅谷大数据技术_flink理论_window api（四）_窗口函数（一）增量聚合
3.11. 045_尚硅谷大数据技术_flink理论_window api（五）_窗口函数（二）全窗口函数
3.12. 046_尚硅谷大数据技术_flink理论_window api（六）_窗口函数（三）计数窗口测试
3.13. 047_尚硅谷大数据技术_flink理论_window api（七）_其它可选api
3.14. 问题解答1_keyby的用法
3.15. 问题解答2_keyedstream和splitstream打印输出的问题
第4章 大数据技术之Flink项目 Flink中的时间语义和watermark Flink的状态管理
4.1. 048_尚硅谷大数据技术_flink理论_时间语义（一）_时间语义概念
4.2. 049_尚硅谷大数据技术_flink理论_时间语义（二）_时间语义的应用
4.3. 050_尚硅谷大数据技术_flink理论_时间语义（三）_事件时间语义的设置
4.4. 051_尚硅谷大数据技术_flink理论_watermark（四）_watermark概念和原理
4.5. 052_尚硅谷大数据技术_flink理论_watermark（五）_watermark特点和行为
4.6. 053_尚硅谷大数据技术_flink理论_watermark（六）_watermark在任务间的传递
4.7. 054_尚硅谷大数据技术_flink理论_watermark（七）_watermark在代码中的设置
4.8. 055_尚硅谷大数据技术_flink理论_watermark（八）_watermark的设定原则
4.9. 056_尚硅谷大数据技术_flink理论_事件时间语义下的窗口测试（一）
4.10. 057_尚硅谷大数据技术_flink理论_窗口起始点和偏移量
4.11. 058_尚硅谷大数据技术_flink理论_事件时间语义下的窗口测试（二）迟到数据处理
4.12. 059_尚硅谷大数据技术_flink理论_状态管理（一）状态定义
4.13. 060_尚硅谷大数据技术_flink理论_状态管理（二）算子状态
4.14. 061_尚硅谷大数据技术_flink理论_状态管理（三）键控状态
4.15. 062_尚硅谷大数据技术_flink理论_状态编程_温度跳变报警
4.16. 复习总结_window api
第5章 大数据技术之Flink项目 Flink的容错机制 状态一致性
5.1. 063_尚硅谷大数据技术_flink理论_并行任务watermark传递测试
5.2. 064_尚硅谷大数据技术_flink理论_状态管理（四）状态后端
5.3. 065_尚硅谷大数据技术_flink理论_processfunction（一）整体介绍和分类
5.4. 066_尚硅谷大数据技术_flink理论_processfunction（二）keyedprocessfunction测试
5.5. 067_尚硅谷大数据技术_flink理论_processfunction（三）应用案例_一段时间内温度连续上升
5.6. 068_尚硅谷大数据技术_flink理论_processfunction（四）应用案例_高低温分流
5.7. 069_尚硅谷大数据技术_flink理论_容错机制（一）检查点概念
5.8. 070_尚硅谷大数据技术_flink理论_容错机制（二）从检查点做故障恢复
5.9. 071_尚硅谷大数据技术_flink理论_容错机制（三）检查点算法思路和barrier
5.10. 072_尚硅谷大数据技术_flink理论_容错机制（四）检查点具体算法
5.11. 073_尚硅谷大数据技术_flink理论_容错机制（五）保存点
5.12. 074_尚硅谷大数据技术_flink理论_容错机制（六）检查点和重启策略配置
5.13. 075_尚硅谷大数据技术_flink理论_状态一致性（一）一致性概念和分类
5.14. 076_尚硅谷大数据技术_flink理论_状态一致性（二）端到端状态一致性
5.15. 077_尚硅谷大数据技术_flink理论_状态一致性（三）幂等写入
5.16. 078_尚硅谷大数据技术_flink理论_状态一致性（四）事物写入_预写日志和两阶段提交
第6章 大数据技术之Flink项目 Table API 和 Flink SQL
6.1. 079_尚硅谷大数据技术_flink理论_状态一致性（五）事物写入_flink和kafka连接保证状态一致性
6.2. 080_尚硅谷大数据技术_flink理论_table api和flink sql（一）_基本介绍和简单示例
6.3. 081_尚硅谷大数据技术_flink理论_table api和flink sql（二）_基本程序结构
6.4. 082_尚硅谷大数据技术_flink理论_table api和flink sql（三）_表环境配置
6.5. 083_尚硅谷大数据技术_flink理论_table api和flink sql（四）_创建表（一）_从文件读取数据
6.6. 084_尚硅谷大数据技术_flink理论_table api和flink sql（五）_表的查询
6.7. 085_尚硅谷大数据技术_flink理论_table api和flink sql（六）_表的输出_输出到文件
6.8. 086_尚硅谷大数据技术_flink理论_table api和flink sql（七）_kafka数据管道测试
6.9. 087_尚硅谷大数据技术_flink理论_table api和flink sql（八）_更新模式
6.10. 088_尚硅谷大数据技术_flink理论_table api和flink sql（九）_输出到其它外部系统
6.11. 089_尚硅谷大数据技术_flink理论_table api和flink sql（十）_表和流的转换
6.12. 090_尚硅谷大数据技术_flink理论_table api和flink sql（十一）_动态表和持续查询
6.13. 091_尚硅谷大数据技术_flink理论_table api和flink sql（十二）_处理时间特性
6.14. 092_尚硅谷大数据技术_flink理论_table api和flink sql（十三）_事件时间特性
6.15. 093_尚硅谷大数据技术_flink理论_table api和flink sql（十四）_分组窗口
6.16. 094_尚硅谷大数据技术_flink理论_table api和flink sql（十五）_开窗函数
6.17. 095_尚硅谷大数据技术_flink理论_table api和flink sql（十六）_系统内置函数
6.18. 096_尚硅谷大数据技术_flink理论_table api和flink sql（十七）_标量函数
6.19. 097_尚硅谷大数据技术_flink理论_table api和flink sql（十八）_表函数
6.20. 098_尚硅谷大数据技术_flink理论_table api和flink sql（十九）_聚合函数
6.21. 099_尚硅谷大数据技术_flink理论_table api和flink sql（二十）_表聚合函数
第7章 大数据技术之Flink项目 用户行为数据分析flink项目（1）
7.1. 001_尚硅谷大数据技术_用户行为数据分析flink项目_项目介绍（一）_批处理和流处理
7.2. 002_尚硅谷大数据技术_用户行为数据分析flink项目_项目介绍（二）_电商用户行为分析
7.3. 003_尚硅谷大数据技术_用户行为数据分析flink项目_项目介绍（三）_项目模块设计
7.4. 004_尚硅谷大数据技术_用户行为数据分析flink项目_项目介绍（四）_项目模块分析和实现思路
7.5. 005_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门商品统计（一）_依赖引入和数据定义
7.6. 006_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门商品统计（二）_开窗聚合
7.7. 007_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门商品统计（三）_排序输出topn
7.8. 008_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门商品统计（四）_切换kafka数据源
7.9. 009_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门商品统计（五）_kafka批量数据测试
7.10. 010_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门商品统计（六）_flink sql实现
7.11. 项目内容扩展_实时数仓和项目架构
第8章 大数据技术之Flink项目 用户行为数据分析flink项目（1）
8.1. 011_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门页面统计（一）_程序整体架构
8.2. 012_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门页面统计（二）_代码具体实现
8.3. 014_尚硅谷大数据技术_用户行为数据分析flink项目_实时热门页面统计（四）_乱序数据处理代码改进
8.4. 015_尚硅谷大数据技术_用户行为数据分析flink项目_pv统计（一）_基本实现和测试
8.5. 017_尚硅谷大数据技术_用户行为数据分析flink项目_uv统计（一）_基于set的去重
8.6. 018_尚硅谷大数据技术_用户行为数据分析flink项目_uv统计（二）_布隆过滤器原理
8.7. 019_尚硅谷大数据技术_用户行为数据分析flink项目_uv统计（三）_程序架构和自定义窗口触发器
8.8. 020_尚硅谷大数据技术_用户行为数据分析flink项目_uv统计（四）_自定义布隆过滤器
8.9. 021_尚硅谷大数据技术_用户行为数据分析flink项目_uv统计（五）_具体代码实现
8.10. 022_尚硅谷大数据技术_用户行为数据分析flink项目_uv统计（六）_测试
8.11. 复习总结（二）_实时热门商品sql实现
8.12. 复习总结（一）_实时热门商品实现思路
8.13. 模块创建_实时热门页面
第9章 大数据技术之Flink项目 用户行为数据分析flink项目（3）
9.1. 022_尚硅谷大数据技术_用户行为数据分析flink项目_市场推广渠道统计（一）_整体架构和自定义测试数据源
9.2. 023_尚硅谷大数据技术_用户行为数据分析flink项目_市场推广渠道统计（二）_具体代码实现
9.3. 024_尚硅谷大数据技术_用户行为数据分析flink项目_市场推广统计（三）_不分渠道代码实现
9.4. 025_尚硅谷大数据技术_用户行为数据分析flink项目_广告点击量统计（一）_基本代码实现
9.5. 026_尚硅谷大数据技术_用户行为数据分析flink项目_广告点击量统计（二）_点击异常行为黑名单过滤
9.6. 027_尚硅谷大数据技术_用户行为数据分析flink项目_恶意登录检测（一）_程序架构和实现思路
9.7. 028_尚硅谷大数据技术_用户行为数据分析flink项目_恶意登录检测（二）_简单代码实现
9.8. 029_尚硅谷大数据技术_用户行为数据分析flink项目_恶意登录检测（三）_代码时效性改进
9.9. 030_尚硅谷大数据技术_用户行为数据分析flink项目_恶意登录检测（四）_cep代码实现
9.10. 复习总结（一）_redis位操作扩展
9.11. 复习总结（一）_网络流量统计需求实现总结