2018大資料之共享單車實戰視訊課程
課程目錄
共享單車專案-1-專案簡介微信小程式
共享單車專案-2-Mongodb統計
共享單車專案-3-Nginx負載均衡
共享單車專案-4-Flume與Kafka
共享單車專案-5-簡訊驗證與充值業務
共享單車專案-6-Flume與Kafka充值、簡訊指標
共享單車專案-7-查詢附近的單車實現與Redis叢集部署
共享單車專案-8-報修與騎行
下載地址:百度網盤
相關推薦
2018大資料之共享單車實戰視訊課程
課程目錄 共享單車專案-1-專案簡介微信小程式 共享單車專案-2-Mongodb統計  
【備忘】2017年深度學習之Tensorflow專案實戰視訊課程-文字分類
1課程任務與環境簡介2Tensorflow安裝 03:313資料與任務簡介 04:144如何使用卷積神經網路進行文字分類 13:085配置專案所涉及引數 15:026資料讀取 11:017資料切分 11:268構造session計算域 09:079卷積網路模組定義 12:5
大資料之Spark(四)--- Dependency依賴,啟動模式,shuffle,RDD持久化,變數傳遞,共享變數,分散式計算PI的值
一、Dependency:依賴:RDD分割槽之間的依存關係 --------------------------------------------------------- 1.NarrowDependency: 子RDD的每個分割槽依賴於父RDD的少量分割槽。 |
【備忘】大資料spark SQL專案實戰分析視訊
一. 大資料初識 二. Spark以及生態圈概況 三. 專案開發環境搭建 四. Spark SQL概要 五. 從Hive平滑過渡到Spark 六. DateFrame與Dataset 七. External Data Source 八. SparkSQL願景 九. 大型網站日誌實戰 十.
大資料專案實戰30天搞定大資料爬蟲專案超清視訊教程
大資料專案實戰30天搞定大資料爬蟲專案超清視訊教程 《大資料專案實戰30天搞定大資料爬蟲專案超清視訊教程》本專案採用JAVA語言實現,絕對基於真實的爬蟲專案進行改進和優化,希望進一步提升大家的大資料專案經驗。本專案基本涵蓋了爬蟲專案的整個流程,包括資料爬蟲、全文檢索、資料視覺化、爬蟲專案
電商大資料專案-推薦系統實戰之推薦演算法
(1)電商大資料專案-推薦系統實戰http://blog.51cto.com/6989066/2325073 (七)推薦系統常用演算法協同過濾演算法協同過濾演算法(Collaborative Filtering:CF)是很常用的一種演算法,在很多電商網站上都有用到。CF演算法包括基於使用者的CF(User-
大資料分析技術與實戰之 Spark Streaming
Spark是基於記憶體的大資料綜合處理引擎,具有優秀的作業排程機制和快速的分散式計算能力,使其能夠更加高效地進行迭代計算,因此Spark能夠在一定程度上實現大資料的流式處理。 隨著資訊科技的迅猛發展,資料量呈現出爆炸式增長趨勢,資料的種類與變化速度也遠遠超出人們的想象,因此人們對大資料處理提出了
大資料之Hadoop學習——動手實戰學習MapReduce程式設計例項
文章目錄 一、MapReduce程式設計例項 1.自定義物件序列化 需求分析 報錯:Exception in thread "main" java.lang.IllegalArgumentExcept
大資料分析技術與實戰之Spark Streaming(內含福利)
↑ 點選上方藍字關注我們,和小夥伴一起聊技術! 隨著資訊科技的迅猛發展,資料量呈現出爆炸式增長趨勢,資料的種類與變化速度也遠遠超出人們的想象,因此人們對大資料處理提出了更高的要求,越來越多的領域迫切需要大資料技術來解決領域內的關鍵問題。在一些特定的領域中(例如金融、災害預警等),時間就是金錢、時間可能就
大資料之hadoop 環境搭建從零開始——實戰訓練
這裡的前提是要先安裝一個乾淨的CentOS系統,我這裡用的是CentOS6.6,安裝教程參考另一篇部落格:https://blog.csdn.net/gaofengyan/article/details/85054337 目錄 ha
大資料之Storm/實時資料處理視訊教程-李強強-專題視訊課程
大資料之Storm/實時資料處理視訊教程—28人已學習 課程介紹 大資料Storm實時資料處理視訊培訓課程:Strom是一個老牌的實時資料處理框架,在Spark Streaming流行前,Storm統治者整個流式計算的江湖。更詳細的說,Storm是一個實時資料處
2018 大資料應用及其解決方案你都會了嗎?
目 錄 PART 01 1. 大資料概述 1.1. 概述 1.2. 大資料定義 1.3. 大資料技術發展 PART 02 2. 大資料應用 2.1. 大資料應用闡述 2.2. 大資料應用架構 2.3. 大資料行業應用
大資料之Spark(五)--- Spark的SQL模組,Spark的JDBC實現,SparkSQL整合MySQL,SparkSQL整合Hive和Beeline
一、Spqrk的SQL模組 ---------------------------------------------------------- 1.該模組能在Spack上執行Sql語句 2.可以處理廣泛的資料來源 3.DataFrame --- RDD --- tabl
大資料之Spark(三)--- Spark核心API,Spark術語,Spark三級排程流程原始碼分析
一、Spark核心API ----------------------------------------------- [SparkContext] 連線到spark叢集,入口點. [HadoopRDD] extends RDD 讀取hadoop
大資料之Spark(二)--- RDD,RDD變換,RDD的Action,解決spark的資料傾斜問題,spark整合hadoop的HA
一、Spark叢集執行 ------------------------------------------------------- 1.local //本地模式 2.standalone //獨立模式 3.yarn //yarn模式
大資料之Spark(一)--- Spark簡介,模組,安裝,使用,一句話實現WorldCount,API,scala程式設計,提交作業到spark叢集,指令碼分析
一、Spark簡介 ---------------------------------------------------------- 1.快如閃電的叢集計算 2.大規模快速通用的計算引擎 3.速度: 比hadoop 100x,磁碟計算快10x 4.使用: java
大資料之scala(四) --- 模式匹配,變數宣告模式,樣例類,偏函式,泛型,型變,逆變,隱式轉換,隱式引數
一、模式匹配:當滿足case條件,就終止 ---------------------------------------------------------- 1.更好的switch var x = '9'; x match{ case
大資料之scala(三) --- 類的檢查、轉換、繼承,檔案,特質trait,操作符,apply,update,unapply,高階函式,柯里化,控制抽象,集合
一、類的檢查和轉換 -------------------------------------------------------- 1.類的檢查 isInstanceOf -- 包括子類 if( p.isInstanceOf[Employee]) {
大資料之scala(二) --- 對映,元組,簡單類,內部類,物件Object,Idea中安裝scala外掛,trait特質[介面],包和包的匯入
一、對映<Map> ----------------------------------------------------- 1.建立一個不可變的對映Map<k,v> ==> Map(k -> v) scala> val map
大資料之scala(一) --- 安裝scala,簡單語法介紹,條件表示式,輸入和輸出,迴圈,函式,過程,lazy ,異常,陣列
一、安裝和執行Scala解釋程式 --------------------------------------------- 1.下載scala-2.11.7.msi 2.管理員執行--安裝 3.進入scala/bin,找到scala.bat,管理員執行,進入scala命