Spark大型项目实战：电商用户行为分析大数据平台

Spark大型项目实战：电商用户行为分析大数据平台（高端大数据项目实战课程）
本套教程122节课，
001.课程介绍
002.课程环境搭建-CentOS 6.4集群搭建(1)
002.课程环境搭建-CentOS 6.4集群搭建(2)
003.课程环境搭建-hadoop-2.5.0-cdh5.3.6集群搭建
004.课程环境搭建-hive-0.13.1-cdh5.3.6安装
005.课程环境搭建-zookeeper-3.4.5-cdh5.3.6集群搭建
006.课程环境搭建-kafka_2.9.2-0.8.1集群搭建
007.课程环境搭建-flume-ng-1.5.0-cdh5.3.6安装
008.课程环境搭建-离线日志采集流程介绍
009.课程环境搭建-实时数据采集流程介绍
010.课程环境搭建-Spark 1.5.1客户端安装以及基于YARN的提交模式
011.用户访问session分析-模块介绍
012.用户访问session分析-基础数据结构以及大数据平台架构介绍
013.用户访问session分析-需求分析
014.用户访问session分析-技术方案设计
015.用户访问session分析-数据表设计
016.用户访问session分析-Eclipse工程搭建以及工具类说明
017.用户访问session分析-开发配置管理组件
018.用户访问session分析-JDBC原理介绍以及增删改查示范
019.用户访问session分析-数据库连接池原理
020.用户访问session分析-单例设计模式
021.用户访问session分析-内部类以及匿名内部类
022.用户访问session分析-开发JDBC辅助组件（上）
023.用户访问session分析-开发JDBC辅助组件（下）
024.用户访问session分析-JavaBean概念讲解
025.用户访问session分析-DAO模式讲解以及TaskDAO开发
026.用户访问session分析-工厂模式讲解以及DAOFactory开发
027.用户访问session分析-JSON数据格式讲解以及fastjson介绍
028.用户访问session分析-Spark上下文构建以及模拟数据生成
029.用户访问session分析-按session粒度进行数据聚合
030.用户访问session分析-按筛选参数对session粒度聚合数据进行过滤
031.用户访问session分析-session聚合统计之自定义Accumulator
032.用户访问session分析-session聚合统计之重构实现思路与重构session聚合
033.用户访问session分析-session聚合统计之重构过滤进行统计
034.用户访问session分析-session聚合统计之计算统计结果并写入MySQL
035.用户访问session分析-session聚合统计之本地测试
036.用户访问session分析-session聚合统计之使用Scala实现自定义Accumulator
037.用户访问session分析-session随机抽取之实现思路分析
038.用户访问session分析-session随机抽取之计算每天每小时session数量
039.用户访问session分析-session随机抽取之按时间比例随机抽取算法实现
040.用户访问session分析-session随机抽取之根据随机索引进行抽取
041.用户访问session分析-session随机抽取之获取抽取session的明细数据
042.用户访问session分析-session随机抽取之本地测试
043.用户访问session分析-top10热门品类之需求回顾以及实现思路分析
044.用户访问session分析-top10热门品类之获取session访问过的所有品类
045.用户访问session分析-top10热门品类之计算各品类点击、下单和支付的次数
046.用户访问session分析-top10热门品类之join品类与点击下单支付次数
047.用户访问session分析-top10热门品类之自定义二次排序key
048.用户访问session分析-top10热门品类之进行二次排序
049.用户访问session分析-top10热门品类之获取top10品类并写入MySQL
050.用户访问session分析-top10热门品类之本地测试
051.用户访问session分析-top10热门品类之使用Scala实现二次排序
052.用户访问session分析-top10活跃session之开发准备以及top10品类RDD生成
053.用户访问session分析-top10活跃session之计算top10品类被各sessoin点击的次数
054.用户访问session分析-top10活跃session之分组取TopN算法获取top10活跃session
055.用户访问session分析-top10活跃session之本地测试以及阶段总结
056.用户访问session分析-性能调优之在实际项目中分配更多资源
057.用户访问session分析-性能调优之在实际项目中调节并行度
058.用户访问session分析-性能调优之在实际项目中重构RDD架构以及RDD持久化
059.用户访问session分析-性能调优之在实际项目中广播大变量
060.用户访问session分析-性能调优之在实际项目中使用Kryo序列化
061.用户访问session分析-性能调优之在实际项目中使用fastutil优化数据格式
062.用户访问session分析-性能调优之在实际项目中调节数据本地化等待时长
063.用户访问session分析-JVM调优之原理概述以及降低cache操作的内存占比
064.用户访问session分析JVM调优之调节executor堆外内存与连接等待时长
065.用户访问session分析-Shuffle调优之原理概述
066.用户访问session分析-Shuffle调优之合并map端输出文件
067.用户访问session分析-Shuffle调优之调节map端内存缓冲与reduce端内存占比
068.用户访问session分析-Shuffle调优之HashShuffleManager与SortShuffleManager
069.用户访问session分析-算子调优之MapPartitions提升Map类操作性能
070.用户访问session分析-算子调优之filter过后使用coalesce减少分区数量
071.用户访问session分析-算子调优之使用foreachPartition优化写数据库性能
072.用户访问session分析-算子调优之使用repartition解决Spark SQL低并行度的性能问题
073.用户访问session分析-算子调优之reduceByKey本地聚合介绍
074.用户访问session分析-troubleshooting之控制shuffle reduce端缓冲大小以避免OOM
075.用户访问session分析-troubleshooting之解决JVM GC导致的shuffle文件拉取失败
076.用户访问session分析-troubleshooting之解决YARN队列资源不足导致的application直接失败
077.用户访问session分析-troubleshooting之解决各种序列化导致的报错
078.用户访问session分析-troubleshooting之解决算子函数返回NULL导致的问题
079.用户访问session分析-troubleshooting之解决yarn-client模式导致的网卡流量激增问题
080.用户访问session分析-troubleshooting之解决yarn-cluster模式的JVM栈内存溢出问题
081.用户访问session分析-troubleshooting之错误的持久化方式以及checkpoint的使用
082.用户访问session分析-数据倾斜解决方案之原理以及现象分析
083.用户访问session分析-数据倾斜解决方案之聚合源数据以及过滤导致倾斜的key
084.用户访问session分析-数据倾斜解决方案之提高shuffle操作reduce并行度
085.用户访问session分析-数据倾斜解决方案之使用随机key实现双重聚合
086.用户访问session分析-数据倾斜解决方案之将reduce join转换为map join
087.用户访问session分析-数据倾斜解决方案之sample采样倾斜key单独进行join
088.用户访问session分析-数据倾斜解决方案之使用随机数以及扩容表进行join
089.页面单跳转化率-模块介绍
090.页面单跳转化率-需求分析、技术方案设计、数据表设计
091.页面单跳转化率-编写基础代码
092.页面单跳转化率-页面切片生成以及页面流匹配算法实现
093.页面单跳转化率-计算页面流起始页面的pv
094.页面单跳转化率-计算页面切片的转化率
095.页面单跳转化率-将页面切片转化率写入MySQL
096.页面单跳转化率-本地测试
097.页面单跳转化率-生产环境测试
098.用户访问session分析-生产环境测试
099.各区域热门商品统计-模块介绍
100.各区域热门商品统计-需求分析、技术方案设计以及数据设计
101.各区域热门商品统计-查询用户指定日期范围内的点击行为数据
102.各区域热门商品统计-异构数据源之从MySQL中查询城市数据
103.各区域热门商品统计-关联城市信息以及RDD转换为DataFrame后注册临时表
104.各区域热门商品统计-开发自定义UDAF聚合函数之group_concat_distinct()
105.各区域热门商品统计-查询各区域各商品的点击次数并拼接城市列表
106.各区域热门商品统计-关联商品信息并使用自定义get_json_object函数和内置if函数标记经营类型
106.各区域热门商品统计-使用开窗函数统计各区域的top3热门商品
107.各区域热门商品统计-使用内置case when函数给各个区域打上级别标记
108.各区域热门商品统计-将结果数据写入MySQL中
109.各区域热门商品统计-Spark SQL数据倾斜解决方案
110.各区域热门商品统计-生产环境测试
111.广告点击流量实时统计-需求分析、技术方案设计以及数据设计
112.广告点击流量实时统计-为动态黑名单实时计算每天各用户对各广告的点击次数
113.广告点击流量实时统计-使用高性能方式将实时计算结果写入MySQL中
114.广告点击流量实时统计-过滤出每个batch中的黑名单用户以生成动态黑名单
115.广告点击流量实时统计-基于动态黑名单进行点击行为过滤
116.广告点击流量实时统计-计算每天各省各城市各广告的点击量
117.广告点击流量实时统计-计算每天各省的top3热门广告
118.广告点击流量实时统计-计算每天各广告最近1小时滑动窗口内的点击趋势
119.广告点击流量实时统计-实现实时计算程序的HA高可用性
120.广告点击流量实时统计-对实时计算程序进行性能调优（正确）
121.广告点击流量实时统计-生产环境测试
122.课程总结-都学到了什么？