基于Flume+Kafka+SparkStreaming打造企业大数据流处理平台课程视频教程下载。

流行框架打造通用平台，直接应用于企业项目。

本打造企业大数据流处理平台方法案例课程为SparkStreaming实时流处理项目实战。

当前最火爆的SparkStreaming打造实时流处理项目实战

让你掌握实时处理的整套处理流程，达到大数据中级研发工程师的水平！附：源码。

基于Flume+Kafka+SparkStreaming打造企业大数据流处理平台课程章节

第1章课程介绍

1-1-导学-

1-2-授课习惯和学习建议

1-3-OOTB环境使用演示

1-4-Linux环境及软件版本介绍

1-5-Spark版本升级

第2章初识实时流处理

2-1-课程目录

2-2-业务现状分析

2-3-实时流处理产生背景

2-4-实时流处理概述

2-5-离线计算和实时计算对比

2-6-实时流处理框架对比

2-7-实时流处理架构及技术选型

2-8-实时流处理在企业中的应用

第3章分布式日志收集框架Flume

3-1-课程目录

3-2-业务现状分析

3-3-Flume概述

3-4-Flume架构及核心组件

3-5-Flume&JDK环境部署

3-6-Flume实战案例一

3-7-Flume实战案例二

3-8-Flume实战案例三(重点掌握)

第4章分布式发布订阅消息系统Kafka

4-1-课程目录

4-2-Kafka概述

4-3-Kafka架构及核心概念

4-4-Kafka单节点单Broker部署之Zookeeper安装

4-5-Kafka单节点单broker的部署及使用

4-6-Kafka单节点多broker部署及使用

4-7-Kafka容错性测试

4-8-使用IDEA+Maven构建开发环境

4-9-KafkaProducerJavaAPI编程

4-10-KafkaConsumerJavaAPI编程

4-11-Kafka实战之整合Flume和Kafka完成实时数据采集

第5章实战环境搭建

5-1-课程目录

5-2-Scala安装

5-3-Maven安装

5-4-Hadoop环境搭建

5-5-HBase安装

5-6-Spark环境搭建

5-7-开发环境搭建

第6章SparkStreaming入门

6-1-课程目录

6-2-SparkStreaming概述

6-3-SparkStreaming应用场景

6-4-SparkStreaming集成Spark生态系统的使用

6-5-SparkStreaming发展史

6-6-从词频统计功能着手入门SparkStreaming

6-7-SparkStreaming工作原理(粗粒度)

6-8-SparkStreaming工作原理(细粒度)

第7章SparkStreaming核心概念与编程

7-1-课程目录

7-2-核心概念之StreamingContext

7-3-核心概念之DStream

7-4-核心概念之InputDStreams和Receivers

7-5-核心概念之Transformation和OutputOperations

7-6-案例实战之SparkStreaming处理socket数据

7-7-案例实战之SparkStreaming处理文件系统数据

第8章SparkStreaming进阶与案例实战

8-1-课程目录

8-2-实战之updateStateByKey算子的使用

8-3-实战之将统计结果写入到MySQL数据库中

8-4-实战之窗口函数的使用

8-5-实战之黑名单过滤

8-6-实战之SparkStreaming整合SparkSQL操作

第9章SparkStreaming整合Flume

9-1-课程目录

9-2-Push方式整合之概述

9-3-Push方式整合之FlumeAgent配置开发

9-4-Push方式整合之SparkStreaming应用开发

9-5-Push方式整合之本地环境联调

9-6-Push方式整合之服务器环境联调

9-7-Pull方式整合之概述

9-8-Pull方式整合之FlumeAgent配置开发

9-9-Pull方式整合之SparkStreaming应用开发

9-10-Pull方式整合之本地环境联调

9-11-Pull方式整合之服务器环境联调

第10章SparkStreaming整合Kafka

10-1-课程目录

10-2-SparkStreaming整合Kafka的版本选择详解

10-3-Receiver方式整合之概述

10-4-Receiver方式整合之Kafka测试

10-5-Receiver方式整合之SparkStreaming应用开发

10-6-Receiver方式整合之本地环境联调

10-7-Receiver方式整合之服务器环境联调及StreamingUI讲解

10-8-Direct方式整合之概述

10-9-Direct方式整合之SparkStreaming应用开发及本地环境测试

10-10-Direct方式整合之服务器环境联调

第11章SparkStreaming整合Flume&Kafka打造通用流处理基础

11-1-课程目录

11-2-处理流程画图剖析

11-3-日志产生器开发并结合log4j完成日志的输出

11-4-使用Flume采集Log4j产生的日志

11-5-使用KafkaSInk将Flume收集到的数据输出到Kafka

11-6-SparkStreaming消费Kafka的数据进行统计

11-7-本地测试和生产环境使用的拓展

第12章SparkStreaming项目实战

12-1-课程目录

12-2-需求说明

12-3-用户行为日志介绍

12-4-Python日志产生器开发之产生访问url和ip信息

12-5-Python日志产生器开发之产生referer和状态码信息

12-6-Python日志产生器开发之产生日志访问时间

12-7-Python日志产生器服务器测试并将日志写入到文件中

12-8-通过定时调度工具每一分钟产生一批数据

12-9-使用Flume实时收集日志信息

12-10-对接实时日志数据到Kafka并输出到控制台测试

12-11-SparkStreaming对接Kafka的数据进行消费

12-12-使用SparkStreaming完成数据清洗操作

12-13-功能一之需求分析及存储结果技术选型分析

12-14-功能一之数据库访问DAO层方法定义

12-15-功能一之HBase操作工具类开发

12-16-功能一之数据库访问DAO层方法实现

12-17-功能一之将SparkStreaming的处理结果写入到HBase中

12-18-功能二之需求分析及HBase设计&HBase数据访问层开发

12-19-功能二之功能实现及本地测试

12-20-将项目运行在服务器环境中

第13章可视化实战

13-1-课程目录

13-2-为什么需要可视化

13-3-构建SpringBoot项目

13-4-Echarts概述

13-5-SpringBoot整合Echarts绘制静态数据柱状图

13-6-SpringBoot整合Echarts绘制静态数据饼图

13-7-项目目录调整

13-8-根据天来获取HBase表中的实战课程访问次数

13-9-实战课程访问量domain以及dao开发

13-10-实战课程访问量Web层开发

13-11-实战课程访问量实时查询展示功能实现及扩展

13-12-SpringBoot项目部署到服务器上运行

13-13-阿里云DataV数据可视化介绍

13-14-DataV展示统计结果功能实现

第14章Java拓展

14-1-课程目录

14-2-使用Java开发Spark应用程序

14-3-使用Java开发SparkStreaming应用程序

基于Flume+Kafka+SparkStreaming打造企业大数据流处理平台视频教程