大数据高薪实战课程马士兵教育官网

章节1:Hadoop生态技术体系1 (6节)

课时01

zookeeper集群概念

23分20秒

课时02

zookeeper概念短暂节点

18分2秒

课时03

zookeeper安装和集群配置

19分51秒

课时04

zookeeper使用

22分16秒

课时05

zookeeper的集群存的问题解决方案

13分8秒

课时06

zookeeper目录树结构可以应用哪些功能

26分37秒

章节2:Hadoop生态技术体系2 (6节)

课时07

zookeeper分布式协调,扩展,可靠性,时序性快速（一）

12分37秒

课时08

zookeeper分布式协调,扩展,可靠性,时序性快速（二）

36分29秒

课时09

zookeeper分布式ZAB

24分24秒

课时10

zookeeper集群选举过程

21分5秒

课时11

zookeeper的Watch监控

15分12秒

课时12

zookeeper的API使用代码实现

53分50秒

章节3:Hadoop生态技术体系3 (5节)

课时13

zookeeper配置代码实现

27分4秒

课时14

zookeeper回调数据代码

29分22秒

课时15

zookeeper分布式锁概念

14分12秒

课时16

Zookeeper分布式锁代码实现（一）

20分7秒

课时17

Zookeeper分布式锁代码实现（二）

33分1秒

章节4:Hadoop生态技术体系4 (12节)

课时18

什么是分治思想1

2分40秒

课时19

如果我期望的复杂度是O(4)呢

7分55秒

课时20

什么是分治思想2

50秒

课时21

单机处理大数据问题

26分18秒

课时22

多机能不能处理大数据问题

14分0秒

课时23

集群分布式处理大数据的辩证

1分31秒

课时24

结论

4分4秒

课时25

Hadoop之父Doug Cutting

1分18秒

课时26

Hadoop时间简史

6分59秒

课时27

Cloudera公司介绍

13分47秒

课时28

分布式文件系统那么多，为什么hadoop项目中还要开发一个hdfs文件系统

2分14秒

课时29

存储模型

25分16秒

章节5:Hadoop生态技术体系5 (12节)

课时30

架构设计

8分11秒

课时31

linux和windows文件系统的差异

7分45秒

课时32

HDFS架构设计图

3分12秒

课时33

角色功能

11分35秒

课时34

元数据持久化（日志文件）

11分10秒

课时35

请问：99999999存到磁盘占用多大的磁盘空间

4分32秒

课时36

在HDFS中是怎么做的

10分10秒

课时37

安全模式

8分5秒

课时38

HDFS中的SNN

7分2秒

课时39

Block的副本放置策略

9分18秒

课时40

HDFS写流程

19分13秒

课时41

HDFS读流程

11分9秒

章节6:Spark生态计算体系1 (8节)

课时42

语言分类

13分48秒

课时43

模型

8分9秒

课时44

scala语言的特性

14分32秒

课时45

使用scala

7分59秒

课时46

coder

26分37秒

课时47

学习scala

34分47秒

课时48

学习scala2

13分25秒

课时49

学习scala3

22分19秒

章节7:Spark生态计算体系2 (13节)

课时50

回答上节留的问题

3分55秒

课时51

流程控制语句if

3分0秒

课时52

流程控制语while

2分45秒

课时53

流程控制语句for

20分33秒

课时54

方法函数（参数）

12分6秒

课时55

方法函数（参数）

19分27秒

课时56

嵌套函数

3分4秒

课时57

偏应用函数

6分6秒

课时58

可变参数

7分44秒

课时59

高阶函数

13分49秒

课时60

扩展1

9分20秒

课时61

扩展2

9分19秒

课时62

颗粒化

10分5秒

章节8:Spark生态计算体系3 (10节)

课时63

介绍插件scala

2分7秒

课时64

课堂概括

3分29秒

课时65

插件readme

2分16秒

课时66

Javacoder

1分28秒

课时67

数组

9分3秒

课时68

链表set

13分4秒

课时69

链表tuple

10分54秒

课时70

链表map

17分18秒

课时71

链表艺术

25分53秒

课时72

基于迭代器的源码分析

26分11秒

章节9:Spark生态计算体系4 (16节)

课时73

回顾(1)

7分50秒

课时74

回顾(2)

27分30秒

课时75

单词统计

7分48秒

课时76

sparkUI解读

5分46秒

课时77

打印结果

5分44秒

课时78

打印顺序调换

1分4秒

课时79

代码讲解

5分45秒

课时80

编程模型RDD介绍

6分56秒

课时81

a list of dependencies on other RDDs

1分27秒

课时82

a Partitioner for key-value RDDS

2分52秒

课时83

接下来安排

1分11秒

课时84

Spark WORDCOUNT源码解析

9分25秒

课时85

图解Spark WORDCOUNT源码解析

1分53秒

课时86

getPartitions解读

14分58秒

课时87

computer(p)解读

8分53秒

课时88

flatMap及作业

2分42秒

章节10:Spark生态计算体系5 (16节)

课时89

回顾

2分21秒

课时90

flatMap方法解读(1)

2分15秒

课时91

flatMap方法解读(2)

6分45秒

课时92

compute方法

6分38秒

课时93

map解读

13分43秒

课时94

reduceBykey解读

9分57秒

课时95

shuffledRDD解读

2分0秒

课时96

prev deps解读

6分15秒

课时97

getDependcies解读

3分11秒

课时98

shuffleManger解读

9分20秒

课时99

pipeline解读

6分21秒

课时100

LineAge解读

1分2秒

课时101

MapparitionsRDD解读

5分20秒

课时102

spark学术理论

7分10秒

课时103

依赖关系

10分2秒

课时104

api学习

16分50秒

章节11:数据仓库与数据湖技术体系1 (6节)

课时105

数据库三范式

23分2秒

课时106

ER实体模型

16分10秒

课时107

数据仓库意义

14分43秒

课时108

数据仓库介绍

16分24秒

课时109

数据仓库发展过程(1)

14分11秒

课时110

数据仓库发展过程(2)

16分44秒

章节12:数据仓库与数据湖技术体系2 (12节)

课时111

课前回顾

5分17秒

课时112

维度建模-事实表

15分32秒

课时113

维度建模-维度表

5分59秒

课时114

星型模型

12分28秒

课时115

雪花模型

9分35秒

课时116

星型模型与雪花模型对比

5分2秒

课时117

维度建模案例

4分30秒

课时118

数据仓库分层设计(1)

13分15秒

课时119

数据仓库分层设计(2)

18分40秒

课时120

数据仓库分层设计(3)

12分59秒

课时121

数据仓库分层案例

9分14秒

课时122

数据库与数据仓库区别

5分44秒

章节13:数据仓库与数据湖技术体系3 (7节)

课时123

批处理与流处理

19分57秒

课时124

ClickHouse与其特征

16分44秒

课时125

ClickHouse特性1

13分31秒

课时126

ClickHouse特性2

20分40秒

课时127

问题解答

5分12秒

课时128

ClickHouse安装

20分41秒

课时129

ClickHouse分布式安装

19分25秒

章节14:数据仓库与数据湖技术体系4 (9节)

课时130

课前回顾

16分14秒

课时131

ClickHouse命令

8分7秒

课时132

ClickHouse 数据类型1

11分18秒

课时133

ClickHouse 数据类型2

18分58秒

课时134

ClickHouse 数据类型3

15分51秒

课时135

ClickHouse 数据类型4

14分51秒

课时136

ClickHouse 数据类型5

15分11秒

课时137

ClickHouse 数据类型6

11分21秒

课时138

ClickHouse 数据类型7

10分29秒

章节15:数据仓库与数据湖技术体系5 (7节)

课时139

课前回顾

17分33秒

课时140

Ordinary数据库引擎

5分5秒

课时141

Mysql数据库引擎

20分58秒

课时142

Log系列表引擎1

17分15秒

课时143

Log系列表引擎2

14分20秒

课时144

Special系列表引擎1

15分17秒

课时145

Special系列表引擎2

23分12秒

章节16:数据仓库与数据湖技术体系6 (6节)

课时146

01-大数据中为什么需要数据湖技术

8分43秒

课时147

02-Iceberg概念及特点

5分37秒

课时148

03-数据湖及Iceberg概念内容总结

6分48秒

课时149

04-Iceberg术语与表格式解释

23分14秒

课时150

05-Iceberg特点详述

10分8秒

课时151

06-Iceberg支持数据类型

2分2秒

章节17:数据仓库与数据湖技术体系7 (5节)

课时152

07-Hive与Iceberg整合版本与配置

9分20秒

课时153

08-Hive操作Iceberg格式表

24分24秒

课时154

09-Hive操作Iceberg格式表总结

6分25秒

课时155

10-Iceberg表数据组织与查询原理

12分42秒

课时156

11-Iceberg表数据组织与查询案例操作

19分28秒

章节18:数据仓库与数据湖技术体系8 (24节)

课时157

12-Spark与Iceberg整合导入依赖及设置Catalog

14分2秒

课时158

13-Spark使用HiveCatalog管理Iceberg表

7分59秒

课时159

14-Spark使用HadoopCatalog管理Iceberg表

9分25秒

课时160

15-Spark与Iceberg DDL之创建分区表及隐藏转换分区

24分13秒

课时161

16-Spark与Iceberg DDL之CREATE TABLE ... AS SELECT ...创建表

5分23秒

课时162

17-Spark与Iceberg DDL之REPLACE TABLE ...AS SELECT ...重建表与Drop删除表

6分35秒

课时163

18-Spark与Iceberg DDL之ALTER 增加、删除、重命名列

6分6秒

课时164

19-Spark与Iceberg DDL之ALTER 增加、删除分区

16分32秒

课时165

20-Spark与Iceberg整合查询操作之DataFrame读取Iceberg表

4分59秒

课时166

21-Spark与Iceberg整合查询操作之查询表快照信息

5分26秒

课时167

22-Spark与Iceberg整合查询操作之查询表历史、Datafile、Manifest信息

3分34秒

课时168

23-Spark与Iceberg整合查询操作之查询指定快照数据

8分9秒

课时169

24-Spark与Iceberg整合查询操作之根据时间戳查询数据

10分19秒

课时170

25-Spark与Iceberg整合查询操作之回滚快照

7分49秒

课时171

26-Spark与Iceberg整合查询操作之合并Iceberg数据文件

11分53秒

课时172

27-Spark与Iceberg整合查询操作之删除历史快照

14分17秒

课时173

28-Spark与Iceberg整合写操作之INSERT INTO & MERGE INTO 操作

17分55秒

课时174

29-Spark与Iceberg整合写操作之INSERT OVERWRITE操作

15分1秒

课时175

30-Spark与Iceberg整合写操作之DELETE FROM 操作

5分42秒

课时176

31-Spark与Iceberg整合写操作之UPDATE操作

3分37秒

课时177

32-Spark与Iceberg整合写操作时DataFrame API读写Iceberg

9分34秒

课时178

33-StructuredStreaming实时写Iceberg之Kafka数据分析

9分37秒

课时179

34-StructuredStreaming实时写Iceberg之读取实时数据写入Iceberg代码

16分25秒

课时180

35-StructuredStreaming实时写Iceberg之代码测试及注意点

9分53秒