飞豹客 · 课能看,资料也能带走
飞豹客云计算/大数据 会员免费

【极客时间】大数据应用实战【已完结】(新课首发,)

大数据应用实战:解决什么工作场景 这门课主要面向希望在企业中落地数据驱动决策、或从事数据平台搭建与优化的工程师及数据分析师。在当前的业务环境中,单纯的数据采集已无门槛,真正的难点在于如何构建稳定、高效的大数据处理链路,以及如何将离线、实时的数据转化为可落地的业务价值。课程聚焦于大数据生态中主流组件的

单课价¥29.90新品 上架
会员价 会员免费开通会员后本篇可直接下载套餐详情
0 人关注 更新于 2026-11-08 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.90

会员 · 按档位

永久免费可领
年免费可领
月免费可领

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

大数据应用实战:解决什么工作场景

这门课主要面向希望在企业中落地数据驱动决策、或从事数据平台搭建与优化的工程师及数据分析师。在当前的业务环境中,单纯的数据采集已无门槛,真正的难点在于如何构建稳定、高效的大数据处理链路,以及如何将离线、实时的数据转化为可落地的业务价值。课程聚焦于大数据生态中主流组件的协同使用,涵盖从数据采集、存储、计算到可视化展示的全流程。它解决的核心问题是:当面对海量日志、用户行为数据时,如何选择合适的工具组合(如Hadoop、Spark、Flink等)来清洗脏数据、进行复杂统计分析,并最终输出报表或对接上层应用。

适合什么基础、建议先看哪几块

内容偏向工程实践与应用落地,因此适合具备一定Linux操作基础、了解SQL语句且对Java/Python至少一种编程语言有基本概念的读者。如果你是完全零基础的小白,直接上手可能会在环境配置和日志排错上花费大量时间;但如果你有开发背景只是想转行至大数据领域,这门课是非常好的切入点。建议学习路径如下:首先梳理整体架构章节,建立对分布式系统的宏观认知,理解各模块间的依赖关系;其次重点攻克核心计算框架的部分,这是处理数据的“引擎”,务必动手敲代码复现案例;最后结合直播回放中的行业应用指南,了解大模型时代下大数据技术的演进趋势,这有助于你判断技术选型的长期合理性,避免学到过时方案。

学完能独立做什么、资料如何配合

完成课程并跟随示例练习后,你应该能够独立设计一个小型的大数据离线或实时处理系统。具体而言,你可以独立完成日志的ETL流程搭建,利用集群进行分布式数据挖掘,并根据业务需求部署相应的数据服务接口。此外,你还能具备评估不同大数据技术栈优劣的能力,从而在实际工作中做出更优的技术选型。关于资料的使用,视频部分建议采用“倍速理解原理+原速跟练代码”的方式,遇到报错不要跳过,正是排查错误的过程最能提升实战能力。配套的图片资料多为架构图和技术细节截图,建议在阅读讲义或写笔记时对照查看,它们能帮助你将抽象的概念具象化,加深对于数据流向和组件交互的理解。不要只看不练,只有亲手把数据跑通,知识才真正属于你。

课程目录

直播回放|大模型时代,大数据应用跃迁指南1 集
  • 24247872-19a103c5549-0000-0000-01d-dbacd.mp4 [712.7 MB]
9313505 条
  • dfbdc5a2fec3fed74b35ba354e674080.png [160.3 KB]
  • 7bf79cab10b5db836ef9b34b8c97c8fe.jpg [1.6 MB]
  • d75fec7d397e7f6859620c6a144b9b31.jpg [1.3 MB]
  • ec5cc6d4230de1a050cb83a229b9d6f5.jpg [1.4 MB]
  • 8420f93e601203ca57f9829e6c7099fa.jpg [1023.3 KB]
9396422 条
  • 35b350e040ef1f1b97a27b362d563952.png [166.4 KB]
  • 990566a907269b97888c9898e75d1b4a.jpg [554.2 KB]
9297795 条
  • 5c7289bd6866f7c309c51aff67a605a7.png [526.0 KB]
  • 8c250b0c119129fb9faceff73b6abf75.jpg [1.4 MB]
  • bc0d8f075f0df133d5714ff244d14b0b.jpg [949.6 KB]
  • 6866cf8ffa68ee295a135c557c7f3217.jpg [1018.9 KB]
  • a20260bd8baccc58c406bc16fa5f083a.jpg [650.9 KB]
9180916 条
  • b74fca0860308e4f0d9c61a0a7fda0f5.png [350.7 KB]
  • fb5e87ba77fd78901b8e75eb24e2d3c9.jpg [534.1 KB]
  • ec3c95379ee5d6eb486fbe3fa0f6bba5.jpg [414.6 KB]
  • 7866dcff59c3f68a56c156cfdd384c75.jpg [331.1 KB]
  • 4aayy8ef8d4c48a7a4be8aefd6a4d884.jpg [369.9 KB]
  • 4d30e768c177d98e31a21bb64cb75d2d.jpg [427.5 KB]
9243803 条
  • a40da1b5efe9806371100a65be0cb529.png [103.1 KB]
  • e545304557bde8c4eb66b0d8ac9fa38a.jpg [1.4 MB]
  • ea524236ba78bf588738599902a7a78b.jpg [811.6 KB]
9300836 条
  • 6b46cd0371eb118d66ae92bb24dd5e59.png [107.1 KB]
  • 9c542109c205f4b01771d8c28e79603d.png [142.7 KB]
  • 6da3f267f8a0bc16c8dcba1d3807cf52.png [111.5 KB]
  • bba97d2f72b758e5f94d25e1de7130d8.png [319.1 KB]
  • 754c15079a5a28d3d3a9193720b71286.jpg [480.7 KB]
  • e3cea8552df6d1b5df29a24d58c3e7f1.jpg [291.2 KB]
9334812 条
  • a3bd6580131f0fcbb625992cbeff2a58.png [319.4 KB]
  • 9c544e7564d57c60f4f3b99c946f0b66.jpg [958.2 KB]
9180833 条
  • b0db58ae843872746b1114aa4793a3fb.jpg [2.1 MB]
  • bc7ca4b7ac9580254a1fb0a4c595fc2b.jpg [1.8 MB]
  • 070c350b33d78e7e1762d8934ed92451.jpg [1.6 MB]
9230001 条
  • bf2bda090f7fdb6e7db9b9dfd18f8629.jpg [1.2 MB]
9269463 条
  • 47322d3963798375dba23d9d6f01a793.jpg [1.3 MB]
  • c28d017d47a026d906ebee25a8faf50f.jpg [909.5 KB]
  • 3a8905d41fbcc35a20480fbdbb6360d3.jpg [866.2 KB]
9260642 条
  • 537586961d85489c917dba2952970e28.jpg [1.3 MB]
  • d6d9e7bbed9948937bc22873d4e04483.jpg [778.3 KB]
9209512 条
  • 941fda43fc64dfe1c14e5c3966b6f685.jpg [663.9 KB]
  • 2d57bbfbea90b01a325b03bf36abf618.jpg [846.5 KB]
9228432 条
  • 250d92d9a8c939348af3f87e4467855f.jpg [925.1 KB]
  • ca141a869ceaf082c1655c91fab9f3e2.jpg [599.3 KB]
9367012 条
  • 070c350b33d78e7e1762d8934ed92451.jpg [1.6 MB]
  • a0dc8c74816099d06846f8cd9119dc31.jpg [451.3 KB]
9250055 条
  • fa9b95843a08dfae430yyab3bc3a86fa.jpg [1.7 MB]
  • 52d37395ba8d9213ea5c443024fd3e80.jpg [1.5 MB]
  • 0c3ba1f8ea5514607001f66c0c91cafd.jpg [521.0 KB]
  • bec0961d0e383124c8270ef22a92bce8.jpg [698.0 KB]
  • c61c7f504530d8ccecc03339b0cf6773.jpg [645.2 KB]
9351484 条
  • 8b99de6e1765c23a3c96af112cea7585.jpg [2.9 MB]
  • 7ca8af9c616c93bfe9f36b4ebe80a9ee.jpg [954.2 KB]
  • d70d5bd9eed65655b2fe75255fd83c8c.jpg [1.5 MB]
  • e162e1e4e9833c5be356417bba4801b3.jpg [716.5 KB]
9283212 条
  • fda4ea220a68901cc769742e7385595e.jpg [4.1 MB]
  • 1f3cd0ae263c6ac8c03dd18e30fc3f6a.jpg [922.4 KB]
9199292 条
  • 8c4509144ae39c35192d4a67e7191576.jpg [2.0 MB]
  • 9976564c8e94def752bea65d10617538.jpg [897.0 KB]
9195522 条
  • e32cd2e49ae4e282caf24b0ba7c099d6.jpg [1.2 MB]
  • 34eaab77f927f69730b0b1e661ab65yy.jpg [1.2 MB]
9312572 条
  • 275f4d901f7d5b141c299ba6c922d6f5.jpg [1.7 MB]
  • ee50a81115dfd4d876ed23897c419c20.jpg [1.0 MB]
9263962 条
  • 64d42c012ffb5e8b47c6f9e9aa9d3eab.jpg [696.6 KB]
  • c48f5841f62d5cef50c122dd9cf57cff.jpg [810.7 KB]
9361713 条
  • 9299705983264b36e4a66ce50f5e2816.jpg [637.8 KB]
  • 5d70f9300c0dfdbf11227575c898b324.jpg [779.8 KB]
  • 21f6094d002cab265b8bff7b9a09c6cb.jpg [473.2 KB]
9213892 条
  • 369da0832d0ced290c879153567ec0d9.jpg [687.5 KB]
  • 544141d2853be2a7ea23e1ce5eaac71f.jpg [871.5 KB]
9337581 条
  • 73d2728d6976c48e32f69bd528dc889d.jpg [981.8 KB]
9212031 条
  • a5f1ac8f8202b67c488898c3dee6ca0a.jpg [856.5 KB]
9289263 条
  • 5367cd30cf61f56ce58958ecc3214yy9.jpg [573.7 KB]
  • 164a3e97yy0ec7a5476a04a4a03909b4.jpg [740.1 KB]
  • d3af54ed7a54f49d79df360bd19e14c4.jpg [790.6 KB]
9240843 条
  • 53a073cb32d42a3a6e58df9dcea83aa2.jpg [662.5 KB]
  • 556cd27e0e5b21966ee340c374bda6f2.jpg [717.0 KB]
  • 4d30e768c177d98e31a21bb64cb75d2d.jpg [427.5 KB]
9280942 条
  • fd2a1ddaf9f6b316f1531d466e6381ab.jpg [812.4 KB]
  • 9f0d08c72607b9cb0dd0dd22e0b1a569.jpg [571.6 KB]
9223932 条
  • 6c1ae953d33df8b31aa775d403fbyy21.jpg [744.4 KB]
  • f8bde4a76342627c696002648cd7bb54.jpg [769.0 KB]
9348165 条
  • 34e1b3e2517b206291ea4260d9a16a16.jpg [1.1 MB]
  • 6e2b35b60bf962dced824aa1ef35309b.jpg [1.3 MB]
  • 5fec0e2df86b15f5c96667318f042ea5.jpg [582.0 KB]
  • 6774fcf9c3065d94a9e72ccbfa009f40.jpg [821.4 KB]
  • 00yyd75e7061fc7de2ab1de372db6ddb.jpg [481.8 KB]
9356272 条
  • 4e5yy0a115f28482aa764bd7651fdcbc.jpg [1.3 MB]
  • 75fdef737c6ffb0d44ee4cdcd86c44c2.jpg [451.3 KB]
93675676 条
  • 28d1be62669b4f3cc01c36466bf811a4.png [5.7 KB]
  • 开篇词|在存量竞争时代,充分挖掘数据的价值.pdf [7.5 MB]
  • 26|关于DataAgent的非共识:噱头、降低门槛、提效工具还是颠覆传统?.pdf [7.4 MB]
  • 17|housekeeping:如何让一个大数据系统持续可用.pdf [6.5 MB]
  • 22|CDP(下):如何构建一个CDP系统.pdf [5.7 MB]
  • 25|非结构化数据处理:大模型带来的增量能力.pdf [5.4 MB]
  • 21|CDP(上):并不是人人都需要一个CDP.pdf [4.2 MB]
  • 结束语|在这个变化的时代依然有一些东西没有改变.pdf [3.8 MB]
  • 27|从工具到效果:对这个行业共识的一些思考与探索.pdf [3.9 MB]
  • 28|为大模型准备数据:数据依然是最重要的生产要素.pdf [3.3 MB]
  • 用户故事|永不满足的追求,是我们前进的动力.pdf [2.3 MB]
  • 直播回放|大模型时代,大数据应用跃迁指南.pdf [1.9 MB]
  • 24|广告与推荐系统:数据不光可以驱动决策也可以直接驱动业务.pdf [2.4 MB]
  • 03|数据采集(下):不同类型数据采集的技术方案.pdf [4.5 MB]
  • 20|用户行为分析:最高价值密度的数据决策洞察.pdf [3.3 MB]
  • 15|数据血缘:数据系统不可或缺的核心链路.pdf [3.5 MB]
  • 19|BI:基于数据做决策,大数据系统的“默认应用”.pdf [5.3 MB]
  • 11|元数据管理与数据分层:让数据资产从混沌到有序.pdf [3.6 MB]
  • 13|ETL:让数据从“原始”到“可用”.pdf [3.6 MB]
  • 01|架构设计:一个典型的大数据系统的架构设计是怎么样的?.pdf [3.2 MB]
  • 23|智能营销系统:从“广撒网”到“精准触达”的技术驱动逻辑.pdf [3.1 MB]
  • 18|合规与安全:让CIO踏实睡好觉.pdf [2.9 MB]
  • 09|信创需求也是重要的业务需求.pdf [3.0 MB]
  • 结课测试|来赴一场满分之约!.pdf [475.4 KB]
  • 07|云原生(上):云原生选型是否能够降本增效?.pdf [2.6 MB]
  • 04|接入与传输:成本、可靠性、时效性与安全合规应如何平衡?.pdf [2.8 MB]
  • 10|数仓、数据湖与湖仓一体:如何做出正确的选择.pdf [2.9 MB]
  • 08|云原生(下):如何因地制宜地应用云原生技术?.pdf [2.8 MB]
  • 06|数据计算:响应速度、灵活性与使用难度如何适配?.pdf [2.6 MB]
  • 16|资源调度:有限的资源如何让所有用户都满意?.pdf [2.5 MB]
  • 14|数据质量:从问题到体系构建,质量管理的全流程.pdf [2.3 MB]
  • 05|数据存储:容量、性能与成本应如何取舍?.pdf [2.5 MB]
  • 12|数据模型:从业务需求到数据结构的“翻译器”.pdf [8.9 MB]
  • 02|数据采集(上):优秀数据采集方案的设计标准.pdf [1005.0 B]
  • 开篇词|在存量竞争时代,充分挖掘数据的价值.mp3 [6.7 MB]
  • 28|为大模型准备数据:数据依然是最重要的生产要素.mp3 [10.4 MB]
  • 27|从工具到效果:对这个行业共识的一些思考与探索.mp3 [10.4 MB]
  • 25|非结构化数据处理:大模型带来的增量能力.mp3 [35.5 MB]
  • 26|关于DataAgent的非共识:噱头、降低门槛、提效工具还是颠覆传统?.mp3 [11.0 MB]
  • 24|广告与推荐系统:数据不光可以驱动决策也可以直接驱动业务.mp3 [32.0 MB]
  • 用户故事|永不满足的追求,是我们前进的动力.mp3 [3.7 MB]
  • 结束语|在这个变化的时代依然有一些东西没有改变.mp3 [5.5 MB]
  • 11|元数据管理与数据分层:让数据资产从混沌到有序.mp3 [7.9 MB]
  • 22|CDP(下):如何构建一个CDP系统.mp3 [8.6 MB]
  • 23|智能营销系统:从“广撒网”到“精准触达”的技术驱动逻辑.mp3 [9.7 MB]
  • 15|数据血缘:数据系统不可或缺的核心链路.mp3 [7.2 MB]
  • 21|CDP(上):并不是人人都需要一个CDP.mp3 [9.4 MB]
  • 19|BI:基于数据做决策,大数据系统的“默认应用”.mp3 [8.8 MB]
  • 20|用户行为分析:最高价值密度的数据决策洞察.mp3 [10.2 MB]
  • 06|数据计算:响应速度、灵活性与使用难度如何适配?.mp3 [6.9 MB]
  • 直播回放|大模型时代,大数据应用跃迁指南.md [8.0 KB]
  • 18|合规与安全:让CIO踏实睡好觉.mp3 [30.2 MB]
  • 13|ETL:让数据从“原始”到“可用”.mp3 [31.2 MB]
  • 09|信创需求也是重要的业务需求.mp3 [25.5 MB]
  • 01|架构设计:一个典型的大数据系统的架构设计是怎么样的?.mp3 [5.9 MB]
  • 04|接入与传输:成本、可靠性、时效性与安全合规应如何平衡?.mp3 [5.7 MB]
  • 07|云原生(上):云原生选型是否能够降本增效?.mp3 [5.6 MB]
  • 16|资源调度:有限的资源如何让所有用户都满意?.mp3 [23.8 MB]
  • 05|数据存储:容量、性能与成本应如何取舍?.mp3 [21.8 MB]
  • 用户故事|永不满足的追求,是我们前进的动力.md [8.4 KB]
  • 02|数据采集(上):优秀数据采集方案的设计标准.mp3 [5.3 MB]
  • 03|数据采集(下):不同类型数据采集的技术方案.mp3 [5.4 MB]
  • 17|housekeeping:如何让一个大数据系统持续可用.mp3 [8.4 MB]
  • 08|云原生(下):如何因地制宜地应用云原生技术?.mp3 [4.4 MB]
  • 14|数据质量:从问题到体系构建,质量管理的全流程.mp3 [8.6 MB]
  • 12|数据模型:从业务需求到数据结构的“翻译器”.mp3 [8.0 MB]
  • 10|数仓、数据湖与湖仓一体:如何做出正确的选择.mp3 [8.0 MB]
  • 27|从工具到效果:对这个行业共识的一些思考与探索.md [26.6 KB]
  • 结课测试|来赴一场满分之约!.md [650.0 B]
  • 25|非结构化数据处理:大模型带来的增量能力.md [27.0 KB]
  • 26|关于DataAgent的非共识:噱头、降低门槛、提效工具还是颠覆传统?.md [27.7 KB]
  • 28|为大模型准备数据:数据依然是最重要的生产要素.md [26.5 KB]
  • 结束语|在这个变化的时代依然有一些东西没有改变.md [14.0 KB]
  • 开篇词|在存量竞争时代,充分挖掘数据的价值.md [17.8 KB]
  • 24|广告与推荐系统:数据不光可以驱动决策也可以直接驱动业务.md [24.7 KB]
  • 23|智能营销系统:从“广撒网”到“精准触达”的技术驱动逻辑.md [24.5 KB]
  • … 其余 22 项略,目录共 222 项