Spark Streaming实时流处理项目实战

┣━mksz153 – Spark Streaming实时流处理项目实战
┣━第3章 分布式日志收集框架Flume
┣━3-2 -业务现状分析.mp4
┣━3-4 -Flume架构及核心组件.mp4
┣━3-7 -Flume实战案例二.mp4
┣━3-1 -课程目录.mp4
┣━3-6 -Flume实战案例一.mp4
┣━3-8 -Flume实战案例三(重点掌握).mp4
┣━3-3 -Flume概述.mp4
┣━3-5 -Flume&JDK环境部署.mp4
┣━第12章 Spark Streaming项目实战
┣━12-7 -Python日志产生器服务器测试并将日志写入到文件中.mp4
┣━12-4 -Python日志产生器开发之产生访问url和ip信息.mp4
┣━12-11 -Spark Streaming对接Kafka的数据进行消费.mp4
┣━12-9 -使用Flume实时收集日志信息.mp4
┣━12-1 -课程目录.mp4
┣━12-8 -通过定时调度工具每一分钟产生一批数据.mp4
┣━12-19 -功能二之功能实现及本地测试.mp4
┣━12-16 -功能一之HBase操作工具类开发.mp4
┣━12-10 -对接实时日志数据到Kafka并输出到控制台测试.mp4
┣━12-15 -功能一之数据库访问DAO层方法实现.mp4
┣━12-20 -将项目运行在服务器环境中.mp4
┣━12-13 -功能一之需求分析及存储结果技术选型分析.mp4
┣━12-6 -Python日志产生器开发之产生日志访问时间.mp4
┣━12-14 -功能一之数据库访问DAO层方法定义.mp4
┣━12-5 -Python日志产生器开发之产生referer和状态码信息.mp4
┣━12-2 -需求说明.mp4
┣━12-17 -功能一之将Spark Streaming的处理结果写入到HBase中.mp4
┣━12-12 -使用Spark Streaming完成数据清洗操作.mp4
┣━12-18 -功能二之需求分析及HBase设计&HBase数据访问层开发.mp4
┣━12-3 -用户行为日志介绍.mp4
┣━第2章 初识实时流处理
┣━2-2 -业务现状分析.mp4
┣━2-5 -离线计算和实时计算对比.mp4
┣━2-4 -实时流处理概述.mp4
┣━2-1 -课程目录.mp4
┣━2-7 -实时流处理架构及技术选型.mp4
┣━2-3 -实时流处理产生背景.mp4
┣━2-8 -实时流处理在企业中的应用.mp4
┣━2-6 -实时流处理框架对比.mp4
┣━project.zip
┣━Linux.rar
┣━第8章 Spark Streaming进阶与案例实战
┣━8-3 -实战之将统计结果写入到MySQL数据库中.mp4
┣━8-4 -实战之窗口函数的使用.mp4
┣━8-1 -课程目录.mp4
┣━8-5 -实战之黑名单过滤.mp4
┣━8-6 -实战之Spark Streaming整合Spark SQL操作.mp4
┣━8-2 -实战之updateStateByKey算子的使用.mp4
┣━第1章 课程介绍
┣━1-5 -Spark版本升级.mp4
┣━1-4 -Linux环境及软件版本介绍.mp4
┣━1-3 -OOTB环境使用演示.mp4
┣━1-1 -导学-.mp4
┣━1-2 -授课习惯和学习建议.mp4
┣━第11章 Spark Streaming整合Flume&Kafka打造通用流处理基础
┣━11-3 -日志产生器开发并结合log4j完成日志的输出.mp4
┣━11-1 -课程目录.mp4
┣━11-4 -使用Flume采集Log4j产生的日志.mp4
┣━11-6 -Spark Streaming消费Kafka的数据进行统计.mp4
┣━11-7 -本地测试和生产环境使用的拓展.mp4
┣━11-2 -处理流程画图剖析.mp4
┣━11-5 -使用KafkaSInk将Flume收集到的数据输出到Kafka.mp4
┣━第6章 Spark Streaming入门
┣━6-8 -Spark Streaming工作原理(细粒度).mp4
┣━6-7 -Spark Streaming工作原理(粗粒度).mp4
┣━6-5 -Spark Streaming发展史.mp4
┣━6-6 -从词频统计功能着手入门Spark Streaming.mp4
┣━6-4 -Spark Streaming集成Spark生态系统的使用.mp4
┣━6-3 -Spark Streaming应用场景.mp4
┣━6-2 -Spark Streaming概述.mp4
┣━6-1 -课程目录.mp4
┣━第4章 分布式发布订阅消息系统Kafka
┣━4-11 -Kafka实战之整合Flume和Kafka完成实时数据采集.mp4
┣━4-9 -Kafka Producer Java API编程.mp4
┣━4-4 -Kafka单节点单Broker部署之Zookeeper安装.mp4
┣━4-7 -Kafka容错性测试.mp4
┣━4-3 -Kafka架构及核心概念.mp4
┣━4-8 -使用IDEA+Maven构建开发环境.mp4
┣━4-1 -课程目录.mp4
┣━4-6 -Kafka单节点多broker部署及使用.mp4
┣━4-2 -Kafka概述.mp4
┣━4-5 -Kafka单节点单broker的部署及使用.mp4
┣━4-10 -Kafka Consumer Java API编程.mp4
┣━使用教程（必看）.png
┣━第7章 Spark Streaming核心概念与编程
┣━7-6 -案例实战之Spark Streaming处理socket数据.mp4
┣━7-1 -课程目录.mp4
┣━7-7 -案例实战之Spark Streaming处理文件系统数据.mp4
┣━7-5 -核心概念之Transformation和Output Operations.mp4
┣━7-4 -核心概念之Input DStreams和Receivers.mp4
┣━7-2 -核心概念之StreamingContext.mp4
┣━7-3 -核心概念之DStream.mp4
┣━第14章 Java拓展
┣━14-2 -使用Java开发Spark应用程序.mp4
┣━14-1 -课程目录.mp4
┣━14-3 -使用Java开发Spark Streaming应用程序.mp4
┣━第5章 实战环境搭建
┣━5-4 -Hadoop环境搭建.mp4
┣━5-1 -课程目录.mp4
┣━5-7 -开发环境搭建.mp4
┣━5-5 -HBase安装.mp4
┣━5-6 -Spark环境搭建.mp4
┣━5-2 -Scala安装.mp4
┣━5-3 -Maven安装.mp4
┣━第10章 Spark Streaming整合Kafka
┣━10-5 -Receiver方式整合之Spark Streaming应用开发.mp4
┣━10-1 -课程目录.mp4
┣━10-3 -Receiver方式整合之概述.mp4
┣━10-6 -Receiver方式整合之本地环境联调.mp4
┣━10-9 -Direct方式整合之Spark Streaming应用开发及本地环境测试.mp4
┣━10-8 -Direct方式整合之概述.mp4
┣━10-7 -Receiver方式整合之服务器环境联调及Streaming UI讲解.mp4
┣━10-10 -Direct方式整合之服务器环境联调.mp4
┣━10-4 -Receiver方式整合之Kafka测试.mp4
┣━10-2 -Spark Streaming整合Kafka的版本选择详解.mp4
┣━第9章 Spark Streaming整合Flume
┣━9-1 -课程目录.mp4
┣━9-2 -Push方式整合之概述.mp4
┣━9-8 -Pull方式整合之Flume Agent配置开发.mp4
┣━9-5 -Push方式整合之本地环境联调.mp4
┣━9-10 -Pull方式整合之本地环境联调.mp4
┣━9-11 -Pull方式整合之服务器环境联调.mp4
┣━9-6 -Push方式整合之服务器环境联调.mp4
┣━9-3 -Push方式整合之Flume Agent配置开发.mp4
┣━9-9 -Pull方式整合之Spark Streaming应用开发.mp4
┣━9-4 -Push方式整合之Spark Streaming应用开发.mp4
┣━9-7 -Pull方式整合之概述.mp4
┣━第13章 可视化实战
┣━13-2 -为什么需要可视化.mp4
┣━13-4 -Echarts概述.mp4
┣━13-7 -项目目录调整.mp4
┣━13-8 -根据天来获取HBase表中的实战课程访问次数.mp4
┣━13-3 -构建Spring Boot项目.mp4
┣━13-11 -实战课程访问量实时查询展示功能实现及扩展.mp4
┣━13-10 -实战课程访问量Web层开发.mp4
┣━13-13 -阿里云DataV数据可视化介绍.mp4
┣━13-9 -实战课程访问量domain以及dao开发.mp4
┣━13-5 -Spring Boot整合Echarts绘制静态数据柱状图.mp4
┣━13-14 -DataV展示统计结果功能实现.mp4
┣━13-1 -课程目录.mp4
┣━13-6 -Spring Boot整合Echarts绘制静态数据饼图.mp4
┣━13-12 -Spring Boot项目部署到服务器上运行.mp4