spark大型项目实战：电商用户行为分析大数据平台新建文件夹(53)
1spark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accumulator032.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mysql035.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accumulator037.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key048.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mysql050.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session055.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sortshufflemanager069.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oom075.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key084.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 join087.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join088.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join089.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pv094.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mysql096.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？
