【大数据 Spark 2.x 流数据 多案例】Spark Streaming流数据处理基础与提升

课程目录

1 spark流式处理框架介绍及对比-1 (15:00)
2 Spark流式处理设计原理及编写streaming程序的三大注意事项-2 (15:40)
3 【实战】Spark监控HDFS目录的两种常见应用场景及实战-3 (23:15)
4 【实战】SparkStreaming对Socket数据进行两种场景的数据消费-4 (29:32)
5 【实战】Spark流数据处理之Zookeeper集群安装-5 (20:52)
6 【实战】Spark流数据处理之Kafka集群安装-6 (21:54)
7 【实战】Spark流式数据处理之Kafka producer-7 (19:39)
8 【实战】Spark流式数据处理之Kafka consumer -8 (16:02)
9 【实战】Spark流式数据处理之SparkStreaming消费Kafka数据-9 (25:48)
10 【实战】Spark流式数据处理有状态的数据结果保存关系型数据库-10 (35:56)
11 【实战】Spark流式数据处理之自定义数据接收器Receiver-11 (21:13)
12 【实战】Spark流式数据处理之DStream抽象中的转换操作-12 (10:30)
13 【实战】Spark流式数据处理之窗口操作-13 (16:14)
14 【实战】Spark流式数据处理之Socekt数据join Kafka数据-14 (20:26)
15 【实战】Spark流式数据处理之DStream的输出操作-15 (08:53)
16 【实战】Spark流式数据处理之foreachRDD设计模式-16 (06:25)
17 【实战】Spark流式数据处理之广播变量和累加器-17 (16:21)
18 【实战】Spark流式数据处理之整合SparkSql-18 (14:16)
19 【实战】Spark流式数据处理之Streaming程序性能调优-19 (12:03)
20 Spark流式数据处理之SpringBoot微服务框架环境的搭建-20 (26:18)
21 Spark流式数据处理之可视化框架的搭建-21 (13:52)
22 Spark流式数据处理之项目实战打通后台数据库-22 (13:39)
23 Spark流式数据处理之综合实战-23 (39:34)