教育行業(yè)A股IPO第一股（股票代碼 003032）

全國咨詢/投訴熱線：400-618-4000    舉報郵箱:mc@itcast.cn

“周”更新日志
課程大版本更新

課程更新日志按周更新熱點/前沿技術

  • 新增2023-06-21

    · 量化機制的介紹· 圖優(yōu)化方法的使用

  • 新增2023-06-15

    · yoloV8的架構解析· 雙流FPN結構的設計

  • 新增2023-06-08

    · FlinkSQL表參數(shù)· FlinkSQL解析器

  • 新增2023-06-02

    · FlinkSQL的Split分桶· FlinkSQL執(zhí)行計劃翻譯器參數(shù)

  • 新增2023-05-26

    · FlinkSQL的上游CDC去重· FlinkSQL多階段聚合

  • 新增2023-05-18

    · FlinkSQL參數(shù)優(yōu)化· FlinkSQL異步IO容量· FlinkSQL并行度設置

  • 新增2023-05-18

    · FlinkSQL參數(shù)優(yōu)化· FlinkSQL異步IO容量· FlinkSQL并行度設置

  • 新增2023-05-12

    · FlinkSQL語法· FlinKSQL UDF

  • 新增2023-05-06

    · Barrier（柵欄）機制

    升級

    · PyFlink

  • 新增2023-04-27

    · Flink狀態(tài)后端· Flink重啟策略

  • 新增2023-04-19

    · 窗口計算中時間的流逝問題· 窗口的開始和結束范圍

  • 新增2023-04-12

    · Window TVF 方案· Group Window Aggregation方案

  • 新增2023-04-07

    · 動態(tài)表和連續(xù)查詢· Flink中的時間屬性

  • 新增2023-03-31

    · sql-client和Flink JobManager的連接· sql-client結果的顯示模式

  • 新增2023-03-23

    · TableEnvironment· sql-client 工具

    升級

    · Flink Table & SQL API

  • 新增2023-03-23

    · TableEnvironment· sql-client 工具

    升級

    · Flink Table & SQL API

  • 新增2023-03-14

    · Oracle的備份恢復· Oracle的OEM· Oracle的冷熱備份· Oracle的備份恢復

  • 新增2023-03-09

    · Oracle的權限管理· Oracle的審計

  • 新增2023-03-01

    · Oracle的進程結構和內(nèi)存結構· Oracle的監(jiān)聽器

  • 新增2023-02-22

    · Oracle數(shù)據(jù)庫管理· Oracle存儲結構

  • 新增2023-02-16

    · Oracle的存儲函數(shù)· Oracle的存儲過程· Oracle的觸發(fā)器

  • 新增2023-02-08

    · Oracle的PLSQL編程· Oracle的游標

  • 新增2023-02-03

    · Oracle索引· Oracle事務· Oracle常用工具

  • 新增2023-01-29

    · Oracle序列· Oracle同義詞

  • 新增2023-01-18

    · Oracle視圖· Oracle物化視圖

  • 新增2023-01-10

    · Oracle數(shù)據(jù)定義語言· Oracle常見對象

  • 新增2023-01-04

    · Oracle基礎· Oracle的查詢語法及綜合案例

  • 新增2022-12-27

    · Hive的explain執(zhí)行計劃詳解· Hive數(shù)據(jù)壓縮、存儲格式、自動化腳本、常見性能優(yōu)化內(nèi)容優(yōu)化

  • 新增2022-12-21

    · PSM價格敏感度模型開發(fā)· Presto對接多數(shù)據(jù)源實現(xiàn)指標統(tǒng)計分析

  • 新增2022-12-13

    · RFM用戶價值度模型開發(fā)· RFE用戶或月底模型開發(fā)

  • 新增2022-12-07

    · 用戶畫像解決方案項目BI可視化實時統(tǒng)計結果數(shù)據(jù)· 用戶畫像解決方案項目BI可視化流程

  • 新增2022-12-01

    · 用戶行為埋點日志etl· 用戶行為埋點日志聚合統(tǒng)計· 用戶行為埋點日志統(tǒng)計結果入庫

  • 新增2022-11-24

    · 用戶行為埋點日志產(chǎn)生流程與漏斗模型

  • 新增2022-11-17

    · nginx日志ip定位，uv、pv、ua、access_time解析· nginx日志入庫mysql· 實時分析任務基類開發(fā)

  • 新增2022-11-08

    · nginx日志介紹與產(chǎn)生的流程· nginx日志解析etl· nginx日志聚合統(tǒng)計

  • 新增2022-11-03

    · 操作采集nginx日志到kafka中· 結構化流實現(xiàn)消費nginx日志數(shù)據(jù)案例

  • 新增2022-10-26

    · flume實現(xiàn)采集數(shù)據(jù)到hdfs· flume實現(xiàn)數(shù)據(jù)采集到kafka· 實時基礎與kafka要點回顧

  • 新增2022-10-20

    · flume與實時數(shù)據(jù)采集流程· flume概述與核心要素· 標簽類型與總結

  • 新增2022-10-13

    · 購買周期標簽思路與實現(xiàn)· 支付方式標簽思路與實現(xiàn)· 標簽類型與總結

  • 新增2022-10-07

    · 匹配標簽開發(fā)· 統(tǒng)計類標簽開發(fā)

  • 新增2022-09-26

    · 基于標簽開發(fā)基類重寫統(tǒng)計類標簽和規(guī)則類標簽

  • 新增2022-09-20

    · spark實現(xiàn)統(tǒng)計類標簽開發(fā)· spark實現(xiàn)規(guī)則類標簽開發(fā)

  • 新增2022-09-14

    · spark與mysql整合· spark與es整合

  • 新增2022-09-06

    · 用戶畫像數(shù)據(jù)檢驗的三種方式· 從hive導入數(shù)據(jù)到es實現(xiàn)· es元數(shù)據(jù)對象解析

  • 新增2022-08-23

    · es集成hadoop生態(tài)圈· es-hive支持· es-hive案例與參數(shù)

  • 新增2022-08-23

    · es核心原理與關鍵概念· es的resultful api· python代碼操作es

  • 新增2022-08-17

    · es基礎· 使用es的原因· es的架構

  • 新增2022-08-09

    · 用戶畫像核心業(yè)務流程· sparksql分析引擎· 數(shù)倉六層模型

  • 新增2022-08-01

    · 自動導入oracle數(shù)據(jù)· 自動創(chuàng)建文件目錄· 記錄自動化過程日志

  • 新增2022-07-25

    · 自動創(chuàng)建hive表· 自動創(chuàng)建hive分區(qū)· 自動關聯(lián)hdfs數(shù)據(jù)

  • 新增2022-07-18

    · 數(shù)倉建模方法論· 日期維度程序生成· 維度模型選型

  • 新增2022-07-11

    · docker虛擬網(wǎng)橋與網(wǎng)卡· 宿主機與docker容器 · 創(chuàng)建大數(shù)據(jù)組件容器

  • 新增2022-07-04

    · 行程地理區(qū)域維度· 組織機構維度· 服務網(wǎng)點維度

  • 新增2022-06-28

    · 加油站維度· 服務屬性維度· 物流公司維度 · 故障維度

  • 新增2022-06-21

    · 數(shù)倉整體設計圖· 技術選型設計圖· 項目原始數(shù)據(jù)庫結構圖

  • 新增2022-06-14

    · ODS建模后，使用SQOOP導入數(shù)據(jù)· DWD根據(jù)業(yè)務使用全量表、增量表、拉鏈表等不同的方式實現(xiàn)· DWB層的訂單明細表關聯(lián)了訂單表、訂單副表、訂單組表、店鋪表、地區(qū)表、訂單商品快照表等· 商品明細表關聯(lián)了商品表、商品分類表（三層分類）、商品品牌表等

  • 升級2022-06-07

    · 使用新版數(shù)據(jù)庫，包含完整的訂單、商品、用戶、配送及支付、退款等數(shù)據(jù)· 實戰(zhàn)提取訂單相關的指標和維度  · Flink多語言開發(fā)· Flink監(jiān)控調優(yōu)

  • 新增2022-05-31

    · Flink背壓機制· Flink內(nèi)存管理· Python語言操作Flink

  • 新增2022-05-24

    · FlinkSink新特性· FlinkSQL整合Hive· 分層規(guī)范，通過對數(shù)據(jù)業(yè)務的分析，將數(shù)倉分為ODS, DWD, DWB, DM, APP五層

  • 新增2022-05-17

    · FlinkSQL&Table理論部分比重，移除過期API,使用新版API · FlinkSQL整合Kafka案例· 雙流Join知識點和案例分層規(guī)范，通過對數(shù)據(jù)業(yè)務的分析，將數(shù)倉分為ODS, DWD, DWB, DM, APP五層

  • 新增2022-05-10

    · Flink版本為1.14· 弱化DataSetAPI講解,加強DataStreamAPI-流批一體新特性的講解· 移除過期API,增加DataStream、Window、Watermaker新版API使用講解

  • 新增2022-05-03

    · 實時業(yè)務-實時統(tǒng)計Top10熱點題· 實時業(yè)務-實時統(tǒng)計答題最活躍的Top10年級· 實時業(yè)務-實時統(tǒng)計Top10熱點題及所屬科目

  • 新增2022-04-26

    · 數(shù)據(jù)模擬程序寫入到Kafka· 實時分析學生答題情況· StructuredStreaming實時分析入口程序· python完成電商行業(yè)ETL實戰(zhàn)· ETL基礎概念· ETL完成的Pipeline構建流程

  • 新增2022-04-19

    · 結構化流更新，刪除Rate數(shù)據(jù)源-文件數(shù)據(jù)源· 刪除企業(yè)不常用SparkStreaming

  • 新增2022-04-12

    · Spark中Continuous Processing· Spark3.2新特性· Spark性能調優(yōu)九項原則、數(shù)據(jù)傾斜、shuffle優(yōu)化· 新增Spark教育行業(yè)案例，方便學員掌握RDD和DataFrame的使用

  • 新增2022-04-05

    · StructuredStreaming 處理延遲數(shù)據(jù)和水印· StructuredStreaming 結構化流數(shù)據(jù)和靜態(tài)數(shù)據(jù)Join· StructuredStreaming 結構化流數(shù)據(jù)和結構化路數(shù)據(jù)Join

  • 新增2022-03-29

    · 離線業(yè)務分析-各科目熱點題分析· 離線業(yè)務分析-各科目推薦題分析

  • 新增2022-03-22

    · StructuredStreaming 物聯(lián)網(wǎng)設備數(shù)據(jù)分析案例· StructuredStreaming 基于事件時間的窗口

  • 新增2022-03-15

    · SparkSQL底層執(zhí)行原理· StructedStream結構化流內(nèi)容· Pandas的教育案例數(shù)倉實戰(zhàn)

  • 升級2022-03-08

    · 升級Spark版本到3.2· 升級Spark的主流開發(fā)語言為Python· 優(yōu)化Spark的Standalone方式安裝,使用local和yarn模式· Spark3.2整合Hive3.1.2版本兼容問題

  • 新增2022-03-01

    · MySQL的教育案例數(shù)倉實戰(zhàn)· Pandas基礎使用,作為理解Spark數(shù)據(jù)類型的基礎· Pandas的Series數(shù)據(jù)結構· 增加在線教育案例

  • 新增2022-02-25

    · Python版本Hbase的API調用· Python的教育案例數(shù)倉實戰(zhàn)· StructuredStreaming Sink內(nèi)容· StructuredStreaming 整合Kafka

  • 新增2022-02-18

    · Flume采集MoMo數(shù)據(jù)集場景· 實時和離線方式處理數(shù)據(jù)場景· Python版本Kafka的調用· NoSQL階段多場景項目實戰(zhàn)

  • 新增2022-02-11

    ·Flume1.9數(shù)據(jù)采集方式· Hbase2.x新特性

    升級

    · Hbase的BulkLoader全量數(shù)據(jù)加載方式

  • 新增2022-02-04

    ·Python版本MapReduce寫法

  • 新增2022-01-28

    · python腳本實現(xiàn)增量從oracle導入數(shù)據(jù)到hdfs中 · python腳本實現(xiàn)全量從oracle導入數(shù)據(jù)到hdfs中 · python腳本實現(xiàn)上傳avro文件到hdfs上

  • 新增2022-01-21

    · python腳本實現(xiàn)壓縮表的avro文件為tar.gz文件 · python腳本實現(xiàn)avro壓縮文件上傳hdfs · python實現(xiàn)讀取oracle表原始數(shù)據(jù) · python實現(xiàn)創(chuàng)建hive表

  • 新增2022-01-14

    · python實現(xiàn)自定義記錄日志 · python實現(xiàn)讀取一行行文本文件工具類 · python讀取表信息轉對象方法 · python實現(xiàn)sparksql創(chuàng)建數(shù)據(jù)庫和表 · python實現(xiàn)sparksql創(chuàng)建分區(qū)關聯(lián)表對應的hdfs數(shù)據(jù)方法

  • 新增2022-01-07

    · python實現(xiàn)sparksql查詢ods層明細數(shù)據(jù)并加載到dwd層方法 · python實現(xiàn)sparksql查詢ods層明細數(shù)據(jù)并加載到dwd層方法 · 造數(shù)據(jù)平臺 · 新特殊字段類型

  • 新增2021-12-24

    · 字段類型 · flink源碼前置基礎 · 源碼的編譯和部署 · flink啟動腳本的解讀 · yarn-per-job模式解析

  • 新增2021-12-17

    · flink任務調度機制 · flink內(nèi)存模型 · HIve3新特性 · Hive3數(shù)據(jù)壓縮，存儲格式等內(nèi)容 · Hadoop3新特性

  • 新增2021-12-10

    · 概念和通用api介紹 · sqlclient工具的使用 · catalogs知識點的學習 · 流處理中的概念介紹

  • 新增2021-12-03

    · flinksql中的窗口使用 · FlinkSQL函數(shù)操作 · Flinksql連接到外部系統(tǒng) · flinksql的原理和調優(yōu) · sql操作參考

  • 新增2021-11-26

    · flink on yarn的第三種部署方式（Application Mode） · 自定義source · transformation算子minby和maxby · transformation的八大物理分區(qū)的原理和實現(xiàn) · flink的global window的操作

  • 新增2021-11-19

    · flink內(nèi)置水印函數(shù)的操作 · flink的window的ReduceFunction · flink的state的數(shù)據(jù)結構的api升級 · flink的window的ProcessWindowFunction · flink的window的具有增量聚合的ProcessWindowFunction

  • 新增2021-11-12

    · flink的window的在 ProcessWindowFunction 中使用每個窗口狀態(tài) · flink的state的ttl機制 · flink的state的數(shù)據(jù)結構的api升級 · flink的Queryable State知識點 · 異步io的vertx框架實現(xiàn)

  • 新增2021-11-05

    · flink的join操作 · Streaming File Sink連接器的小文件操作 · 數(shù)據(jù)類型及序列化的原理和實現(xiàn)案例 · 熱門銷售排行TopN的使用案例 · 布隆過濾器結合TTL的使用案例

  • 新增2021-10-29

    · PySpark的安裝 · PySpark任務提交方式 · PySpark多種模式spark-submit · PySpark實現(xiàn)wordcount案例實戰(zhàn)

  • 新增2021-10-22

    · Anaconda安裝使用 · Python實現(xiàn)RDD的基礎的Transformation操作 · Python實現(xiàn)RDD的Action操作 · Python實現(xiàn)Sougou分詞案例 · Python實現(xiàn)IP熱度分析案例

  • 新增2021-10-15

    · Python實現(xiàn)PV-UV-TOPK案例 · Python實現(xiàn)累加器及案例優(yōu)化 · Python實現(xiàn)廣播變量案例及優(yōu) · Python實現(xiàn)緩存案例及優(yōu)化實現(xiàn) · PySparkSQL實現(xiàn)基礎統(tǒng)計操作

  • 新增2021-10-08

    · PySpark實現(xiàn)DataFrame的基礎操作 · PySpark實現(xiàn)DataFrame的wordcount操作 · PySpark實現(xiàn)DataFrame和RDD的轉換操作 · PySpark實現(xiàn)電影評分數(shù)據(jù)集分析

  • 新增2021-09-24

    · PySpark的底層Dataframe如何轉化為RDD的原理操作 · PySparkSQL的優(yōu)化方式 · PySparkSQL分布式引擎實現(xiàn) · PySparkSQL與HIve整合 · PySpark離線教育案例

  • 新增2021-09-17

    · PySpark新零售分析案例 · ETL、ELT區(qū)別 · Hive CTE表達式、更新union聯(lián)合查詢 · 大數(shù)據(jù)5V特點 · 大數(shù)據(jù)多個應用場景

  • 更新2021-09-10

    · pandas及可視化課程迭代至v2.01 · 數(shù)據(jù)分析多場景項目迭代至v1.81 · 最新版Python基礎編程v2.01 · 最新版Python編程進階更新迭代至v2.01 · 制定v2.0版本課程大綱

  • 升級2021-09-03

    · 完善flink的運行架構內(nèi)容 · 完善flink與kafka連接器的操作 · 完善flink的window操作的講義 · 完善ODS層，新增和更新抽取方式，畫圖錯誤

  • 更新2021-08-27

    · Flink版本為1.13最新版 · Flink table&sql的整體概述 · 項目開發(fā)語言為spark官方使用最多的python語言

  • 更新2021-08-20

    · Spark語言為官方使用最多的Python語言 · Spark版本為3.1.2發(fā)行版，Hive3.1.2版本

  • 升級2021-08-13

    · 升級HDFS讀寫流程原理圖 · 升級Hadoop為最新3.3.0版本 · 升級編排Linux2天講義 · 升級Mysql RPM安裝方式以支持hive3

  • 優(yōu)化2021-08-06

    · 優(yōu)化Hive知識點案例 同步為Hive3版本 · 優(yōu)化Linux基礎命令，刪除了不常用命令 · 優(yōu)化使用Python實現(xiàn)MR原理機制

  • 優(yōu)化2021-08-03

    · 優(yōu)化OLAP、OLTP區(qū)別 · 優(yōu)化Hadoop版本安裝及注意事項 · 優(yōu)化數(shù)據(jù)分析基本步驟（6部曲） · 優(yōu)化Hive版本為最新的3.1.2版本

  • 優(yōu)化2021-07-27

    · 優(yōu)化HIve3.x架構 · 優(yōu)化PySpark執(zhí)行流程，引入Py4J技術 · 優(yōu)化車聯(lián)網(wǎng)Web展示部分 · 優(yōu)化車聯(lián)網(wǎng)離線Hive數(shù)倉構建部分

  • 新增2021-07-20

    · 新增數(shù)倉整體設計圖 · 新增技術選型設計圖 · 新增項目原始數(shù)據(jù)庫結構圖

  • 新增2021-07-13

    · 新增油站維度 · 新增服務屬性維度 · 新增物流公司維度 · 新增故障維度

  • 新增2021-07-06

    · 新增行程地理區(qū)域維度 · 新增組織機構維度 · 新增服務網(wǎng)點維度 · 新增數(shù)倉建模方法論 · 新增日期維度程序生成

  • 新增2021-06-29

    · 新增維度模型選型 · 新增自動創(chuàng)建hive表 · 新增自動創(chuàng)建hive分區(qū) · 新增自動關聯(lián)hdfs數(shù)據(jù) · 新增自動導入oracle數(shù)據(jù)

  • 新增2021-06-22

    · 新增自動創(chuàng)建文件目錄 · 新增記錄自動化過程日志 · 新增java和數(shù)據(jù)結構大數(shù)據(jù)題目4個  · 新增算法題目4個 · 新增Hadoop題目6個

  • 新增2021-06-15

    · 新增hive題目3個 · 新增spark題目7個 · 新增flink題目4個 · 新增其他大數(shù)據(jù)組件題目4個 · 新增美團大數(shù)據(jù)架構

  • 新增2021-06-08

    · 新增平安大數(shù)據(jù)架構解決方案 · 新增小米大數(shù)據(jù)架構解決方案 · 新增百度廣告業(yè)務場景大數(shù)據(jù)架構解決方案

  • 新增2021-06-01

    · 新增Flume1.9數(shù)據(jù)采集方式 · 新增Flume采集MoMo數(shù)據(jù)集場景 · 新增實時和離線方式處理數(shù)據(jù)場景 · 新增SparkWebUI功能解釋

  • 新增2021-05-25

    · 新增SparkSQL比重 · 新增StructedStream雙流Join知識點 · 新增Spark多語言開發(fā)-JavaSpark和PySpark

  • 新增2021-05-18

    · 新增SparkMlLib-ALS推薦算法案例和原理 · 新增SparkMlLib-線性回歸算法案例和原理 · 新增SparkMlLib-決策樹算法案例和原理

  • 新增2021-05-11

    · 新增Spark3.0新特性 · 新增Spark性能調優(yōu)九項原則、N多配置參數(shù)、數(shù)據(jù)傾斜、shuffle優(yōu)化 · 新增IP查詢案例

  • 新增2021-05-04

    · 新增教師案例Spark案例 · 新增DataStream、Window、Watermaker新版API使用講解 · 新增FlinkSQL&Table理論部分比重，使用新版API· 新增FlinkSQL整合Kafka案例· 新增雙流Join知識點和案例

  • 新增2021-04-26

    · 新增Execl數(shù)據(jù)分析，整合Execl圖標、透視表等使用 · 新增Execl分析項目 · 新增Tableau的BI分析工具及項目實· Tableau電商項目

  • 新增2021-04-19

    · BI工具使用 · 數(shù)據(jù)分析報告 · 數(shù)據(jù)儀表板展示· Tableau電商項目

  • 新增2021-04-12

    · Excel數(shù)據(jù)處理和計算 · Excel透視表 · Excel圖表· Excel基本使用

  • 新增2021-04-05

    · 數(shù)據(jù)埋形式 · 數(shù)據(jù)埋點方案 · 數(shù)據(jù)需求文檔· 后端埋點

  • 升級2021-03-29

    · 定時爬蟲 · 下單并發(fā)處理 · 中文分詞· 用戶畫像

  • 新增2021-03-22

    · 阿里搜索解決方案 · 快遞解決方案 · Django即時通訊· mysql集群管理

  • 新增2021-03-15

    · 騰訊聊天機器人 · 騰訊文字識別 · python操作mycat · 小程序開發(fā)

  • 新增2021-03-08

    · django_extensions使用 · axios網(wǎng)易案例 · 阿里云方案 · django-channels使用

  • 新增2021-03-01

    · pytest自定義插件使用 · pytest異步調用 · pytest定時執(zhí)行 · pytest標記使用

  • 升級2021-02-22

    · Cookie和Session使用 · Django類裝飾器 · Django多對多查詢 · Django關聯(lián)查詢

  • 升級2021-02-15

    · 推薦算法 · 數(shù)據(jù)可視化 · sql數(shù)據(jù)查詢 · H5語法

  • 升級2021-02-08

    · 美多狀態(tài)保持 · Django框架請求對象獲取數(shù)據(jù) · Django模版 · Django拓展類

  • 新增2021-02-01

    · asyncio編程 · RabbitMQ的Confirm機制 · RocketMQ使用 · Celery定時任務

  • 新增2021-01-25

    · Angular管道 · Angular路由 · Angular使用HTTP · Angular表單

  • 新增2021-01-18

    · Ant Design · TypeScript類型斷言 · TypeScript內(nèi)置對象 · TypeScript代碼檢查

  • 升級2021-01-11

    · Django認證 · Django權限控制 · 美多商城發(fā)送短信 · 美多商場QQ登錄

  • 升級2021-01-04

    · SQL查詢 · 數(shù)據(jù)倉庫 · 業(yè)務報表· Pandas

  • 新增2020-12-28

    · 機器學習排序算法 · 購物籃分析 · RFM模型· K均值聚類算法

  • 新增2020-12-21

    · 物品畫像 · 用戶畫像 · 召回算法· 漏斗分析

  • 升級2020-12-14

    · 狀態(tài)保持 · 權限管理 · 頁面靜態(tài)化· xpath工具

  • 升級2020-12-07

    · 極驗驗證 · jieba分詞 · shell代碼發(fā)布· 對象存儲

  • 新增2020-11-30

    · ES集群搭建 · IK中文分詞 · ES聚合查詢· ES凍結解凍索引

  • 新增2020-11-23

    · Kafka Broker集群 · Topic模型 · kafka數(shù)據(jù)備份· kafka消息持久化

  • 升級2020-11-16

    · pandas的apply方法 · pandas的transform方法 · pandas的to_numeric函數(shù)· Pandas內(nèi)置聚合方法

  • 升級2020-11-09

    · elk日志監(jiān)控 · shell代碼發(fā)布 · ubuntu版本20.04· 移動端測試

  • 優(yōu)化2020-11-02

    · mysql讀寫分離 · reids哨兵 · redis安全限制· Keepalived非搶占模式

  • 新增2020-10-26

    · VIP腦裂 · MyCAT使用 · WA配置使用· redis持久化

  • 新增2020-10-19

    · HA Cluster高可用集群 · Keepalived使用 · VRRP協(xié)議· nginx服務切換

  • 升級2020-10-12

    · fastDFS使用 · shell使用 · docker使用· nginx使用

  • 升級2020-10-05

    · cookie和session案例 · mysql主從 · mysql集群· redis主從

  • 升級2020-09-28

    · Django用戶權鑒 · Django表單 · Django-froms· Django站點管理

  • 新增2020-09-07

    · Ansible使用 · AWX使用 · ceph使用· zabbix使用

  • 升級2020-08-31

    · 登錄判斷中間件 · cache緩存使用 · 購物車數(shù)據(jù)存儲· git沖突解決

  • 新增2020-08-24

    · pyautogui使用 · uiautomator使用 · PO模式· mock測試

  • 新增2020-08-17

    · Django轉換器 · Django用戶認證拓展類 · Django權限認證拓展類· Haystack搜索類

  • 升級2020-08-10

    · python操作reids · redis高可用 · redis集群搭建· redis持久化

  • 升級2020-08-03

    · mysql事務使用 · mysql主從搭建 · mysql客戶端使用 · mysql外鍵操作

  • 新增2020-07-27

    · mongodb聚合 · mongodb索引 · mongodb權限· 常見反爬手段

  • 新增2020-07-20

    · 緩存擊穿 · 緩存雪崩 · 雪花算法

  • 升級2020-07-13

    · Locust 性能測試 shell編程 · msyql數(shù)據(jù)庫 · redis緩存 ·

  • 升級2020-07-06

    · redis集群 · gitfollow工作流 · 定時爬蟲 · elk

  • 升級2020-06-29

    · 響應對象的處理 · 細化Cookie及Session的處理 · 鏈接失效的爬蟲案例 · 美后臺權限控制

  • 新增2020-06-22

    · 高性能爬蟲 · 多線程爬蟲案例 · Flask-Migrate 數(shù)據(jù)模型設計 · 智慧大屏案例

  • 升級2020-06-15

    · UnitTest斷言: 比較斷言，復雜斷言 · 路由系統(tǒng)全線升級 · 數(shù)據(jù)圖片化反爬 · redis緩存

  • 新增2020-06-08

    · Jmter 圖形監(jiān)視器擴展插件 · 警告斷言 · 異常斷言 · Jmter性能調試

  • 新增2020-06-01

    · 性能測試報告分析 · 新增分庫訪問 · 優(yōu)化Fixtures的參數(shù)化 · protometheus使用

  • 新增2020-05-25

    · flask-sqlalchemy二次開發(fā) · 數(shù)據(jù)解析-BeautifulSoup4 · Jmeter分布式并發(fā)測試的配置 · zabbix使用

  • 新增2020-05-18

    · Jmeter實現(xiàn)參數(shù)化 · 數(shù)據(jù)庫測試 · 實現(xiàn)跨線程組傳值 · lua基礎

  • 新增2020-05-11

    · 自定義讀寫分離 · 認證體系 · 訪問劫持 · 安全策略

  • 新增2020-05-04

    · Redis悲觀鎖 · 布隆過濾器 · 文件安全 · WAF實踐

  • 升級2020-04-27

    · 搜索接口結構 · elsticsearch使用 · celerybug處理 · rabbitMQ使用

  • 升級2020-04-20

    · Locust關聯(lián) · Locust斷言 · Locust各種業(yè)務場景下的參數(shù)化 · pipeline使用

  • 升級2020-04-13

    · 更改Scrapy以及Scrapy-redis項目 · Selenium知識點演示案例 · redis哨兵機制 · mysql主從搭建

  • 升級2020-04-06

    · 時間戳/頁碼/偏移量分頁 · gitflow工作流 · sentry使用 · xss安全

  • 新增2020-03-30

    · Pytest.mark · flask緩存工具類 · 多級緩存 · mysql注入攻擊

  • 新增2020-03-23

    · 禪道的不同角色使用 · Mysql垂直拆分 · Flask-SQLAlchemy的讀寫分離 · Mysql水平拆分

  • 升級2020-03-16

    · 性能測試分類 · 性能監(jiān)控指標 · 性能測試流程 · celery使用

  • 新增2020-03-09

    · 定時抓取數(shù)據(jù)爬蟲 · Appium對APP數(shù)據(jù)的抓取 · 常見性能測試工具優(yōu)化 · Filebeat詳解

  • 升級2020-03-02

    · 禪道的部署方式 · django框架升級為2.25版本 · 美多詳情頁靜態(tài)化 · 商品spu表結構

  • 新增2020-01-16

    · 美多商城緩存 · elk日志監(jiān)控 · docker部署美多商城 · shell代碼發(fā)布

  • 升級2020-01-09

    · 等價類劃分法演示案例 · 邊界值法的演示案例 · 容聯(lián)云發(fā)送短信 · fastDFS圖片上傳

  • 新增2020-01-02

    · 測試用例的設計方法 · 獲取用戶信息模塊的單元測試 · 登錄注冊模塊的單元測試 · jenkins使用

  • 升級2019-12-26

    · Django自帶單元測試模塊 · Mysql數(shù)據(jù)庫教法調整 · 黑馬頭條緩存使用 · dockerfile使用

  • 新增2019-12-19

    · Locust 性能測試 · HttpLocust和Locust · TaskSet TaskSequence · seq_task

  • 升級2019-11-28

    · 異常案例的講解 · 代碼健壯性提升方式 · 登錄狀態(tài)判斷 · 異常處理

  • 升級2019-11-21

    · 商品模塊代碼進行了調整 · Redis事務型管道 · 反爬案例 · 搜索方法優(yōu)化

  • 新增2019-11-14

    · 新增字體反爬 · Charles/fiddler抓包工具講解 · Redis非事務型管道 · 新增shell編程

  • 升級2019-11-07

    · PO模型 · Requests模塊的使用 · Get/Post等Http請求 · 試用例的設計方法

  • 新增2019-10-31

    · Flask項目搭建Flask-CORS · Fixtures實現(xiàn)SetUp和TearDown · 美多商城登錄功能自動化測試 · Redis緩存數(shù)據(jù)集合

  • 升級2019-10-24

    · 黑馬頭條前端代碼 · 分布式事務 · 美多商城前臺改為前后端分離模式 · admin后端管理站點講解

  • 新增2019-10-17

    · 美多商城支付模塊單元測試 · Jmeter 性能測試報告 · TestCase Client FactoryRequest Mock · 美多商城下單模塊性能測試

  • 新增2019-10-10

    · 黑馬頭條業(yè)務邏輯: 用戶認證 、修改頭像 · 黑馬頭條業(yè)務邏輯: 頻道管理 · 黑馬頭條業(yè)務邏輯: 文章列表/詳情 · 黑馬頭條業(yè)務邏輯: 關注用戶 評論回復


點擊加載更多>>
2023.08.21 升級版本4.0

課程名稱

Python+大數(shù)據(jù)開發(fā)課程

課程推出時間

2023.08.21

課程版本號

4.0

技術課程

Hadoop3.3，Spark3.4，阿里云Flink（FlinkCDC、FlinkCEP、FlinkSQL），StarRocks，Paimon，ElasticSearch

課程介紹

● Python大數(shù)據(jù)V4.0課程全新升級，緊貼各類企業(yè)招聘需求，升級阿里云平臺全套大數(shù)據(jù)技術棧，全程采用六項目制驅動技術學習，助力國家數(shù)字化轉型對數(shù)字人才的大量需求。

● 多位Apache社區(qū)貢獻者聯(lián)袂授課，從原理、實戰(zhàn)到源碼，帶你邁入高級開發(fā)工程師行列。

● 課程覆蓋企業(yè)級大數(shù)據(jù)六大主流解決方案，包括離線數(shù)倉解決方案、流批一體解決方案和湖倉一體解決方案、用戶畫像解決方案、推薦系統(tǒng)解決方案、數(shù)據(jù)治理解決方案，再現(xiàn)公司中真實的開發(fā)場景，目標不止于就業(yè)，而是成為各類企業(yè)爭搶的大數(shù)據(jù)開發(fā)工程師。

● 課程升級主流大數(shù)據(jù)技術棧，全新Hadoop3.3，Spark3.4，阿里云實時計算Flink技術剖析和新特性使用，推出黑馬甄選業(yè)務的全套解決方案課程，不僅可以學習到企業(yè)真實完整的業(yè)務場景，將六大技術解決方案應用到黑馬甄選泛電商業(yè)務中，能勝任企業(yè)級離線數(shù)倉、實時數(shù)倉、用戶畫像、推薦系統(tǒng)、數(shù)據(jù)治理等核心大數(shù)據(jù)開發(fā)工作。

● 項目課程實施“講A練B”與"看圖說話"新模式, 以思路分析為導向提高學員獨立開發(fā)能力,并推動學員在邏輯思維與語言表達能力方向的持續(xù)提升,為學員在面試中以及在企業(yè)獨立開發(fā)中打下堅實的基礎

1

新增數(shù)據(jù)治理解決方案，結合包括元數(shù)據(jù)管理、數(shù)據(jù)標準、指標系統(tǒng)、數(shù)據(jù)建模等在內(nèi)的數(shù)據(jù)治理能力，聚焦企業(yè)數(shù)字化轉型，深挖數(shù)據(jù)價值，提升企業(yè)數(shù)據(jù)生產(chǎn)力。滿足就業(yè)市場中中高級數(shù)據(jù)工程師需求，提升學生就業(yè)競爭力。

1

新增通過AIGC助力編程效率提升，完成數(shù)據(jù)開發(fā)和數(shù)據(jù)分析任務。

1

新增Paimon、StarRocks新技術，將技術應用到實時項目中，更加全面提升通過技術解決業(yè)務問題能力。

1

新增新版面試加強課，內(nèi)容集成了大廠架構解析、SQL專項面試寶典，以及不斷滾動更新的全網(wǎng)大數(shù)據(jù)崗位面試題講解，助力學員高起點就業(yè)。

1

更新由Apache Flink1.17課程升級為阿里云實時計算Flink版，通過阿里云全套大數(shù)據(jù)組件學習，貼近中小型企業(yè)大數(shù)據(jù)開發(fā)真實環(huán)境，提升學生就業(yè)競爭力。

1

新增黑馬甄選實時計算項目由阿里云實時計算Flink全棧開發(fā)，從FlinkCDC數(shù)據(jù)采集，Kafka實時數(shù)倉分層，Paimon數(shù)據(jù)湖構建湖倉一體架構，將數(shù)據(jù)接入Starrocks進行OLAP分析和查詢，最后通過DataV完成企業(yè)級業(yè)務大屏展示。

1

新增大數(shù)據(jù)BI報表開發(fā)項目實戰(zhàn)階段，通過Python+SQL+FineReport完成電商業(yè)務統(tǒng)計分析和大屏展示。

1

友情提示更多學習視頻+資料+源碼，請加QQ：2632311208。

2023.01.01 升級版本3.2

課程名稱

Python+大數(shù)據(jù)開發(fā)課程

課程推出時間

2023.01.01

課程版本號

3.2

主要使用開發(fā)工具

PyCharm，IDEA，DataGrip，F(xiàn)inalShell

課程介紹

● 優(yōu)勢1：課程升級深度調研市場需求，針對行業(yè)解決方案：離線數(shù)倉解決方案、用戶畫像解決方案、湖倉一體解決方案，打造多行業(yè)多場景大數(shù)據(jù)開發(fā)工程師。

● 優(yōu)勢2：6項目制，2大項目實戰(zhàn)，新增PB級內(nèi)存計算項目實戰(zhàn)，應對企業(yè)級大數(shù)據(jù)開發(fā)工程師需求。

● 優(yōu)勢3：研究院精心研發(fā)基于實時技術棧全新架構的出行行業(yè)和電商行業(yè)大數(shù)據(jù)項目，讓學生具備更強項目經(jīng)驗要求。

● 優(yōu)勢4：最短路徑教會企業(yè)最實用的技術，案例練習促進吸收；每日作業(yè)夯實學習成果；階段項目實戰(zhàn)，學以致用。

1

新增基于Flink的悠游出行大數(shù)據(jù)平臺

1

新增基于Flink的優(yōu)購電商優(yōu)選項目

1

新增用戶畫像解決方案項目，包含了新零售、電商、金融保險等多行業(yè)畫像解決方案

1

升級Spark內(nèi)存計算階段項目實戰(zhàn)

1

新增大數(shù)據(jù)Java語言基礎，為Flink技術棧提供語言支持

1

新增SQL大廠面試題，貫穿課堂每日一練，提升SQL技術能力

1

新增Hudi數(shù)據(jù)湖，Hudi on Hive構建湖倉一體架構

1

新增Python版NoSQL課程，達到企業(yè)級萬億級數(shù)據(jù)存儲目標

1

新增Doris、ClickHouse多維數(shù)據(jù)分析

1

優(yōu)化億品新零售項目中數(shù)倉建模理論基礎，強化數(shù)倉建模工具使用

1

優(yōu)化車聯(lián)網(wǎng)項目全新架構升級

1

優(yōu)化Flink技術課程版本更新至1.16，豐富實時計算新特性

1

優(yōu)化Spark技術課程版本更新至3.3.0，增加Spark新特性講解

1

優(yōu)化優(yōu)化Hadoop模塊，增強Hive模塊

1

優(yōu)化優(yōu)化Python編程內(nèi)容，為Spark提供語言支持

1

優(yōu)化ETL項目增加從HDFS到Hive的數(shù)據(jù)抽取、轉換、加載方式

1

優(yōu)化ETL項目增加DataX數(shù)據(jù)采集

1

優(yōu)化ETL項目增加Apache DolphinScheduler調度全流程數(shù)據(jù)處理過程

1

優(yōu)化Flink技術棧突出以FlinkSQL為主核心技術

2022.06.01 升級版本3.0

課程名稱

Python+大數(shù)據(jù)開發(fā)課程

課程推出時間

2022.06.01

課程版本號

3.0

主要針對

       　　 技術課程：ETL開發(fā)、NoSQL中間件課程、新版Flink課程

主要使用開發(fā)工具

PyCharm、DataGrip、FinalShell

課程介紹

● Python大數(shù)據(jù)V3.0課程全新升級，緊貼各類企業(yè)招聘需求，采用六項目制驅動技術學習，助力國家數(shù)字化轉型對數(shù)字人才的大量需求

● 多位Apache社區(qū)貢獻者聯(lián)袂授課，從原理、實戰(zhàn)到源碼，帶你邁入高級開發(fā)工程師行列

● 課程覆蓋企業(yè)級大數(shù)據(jù)四大主流解決方案，包括離線數(shù)倉解決方案、用戶畫像解決方案、流批一體解決方案和湖倉一體解決方案，再現(xiàn)公司中真實的開發(fā)場景，目標不止于就業(yè)，而是成為各類企業(yè)爭搶的大數(shù)據(jù)開發(fā)工程師。

● 課程升級主流大數(shù)據(jù)技術棧，全新Hadoop3.2，Spark3.2，F(xiàn)link1.15技術剖析和新特性使用，推出Python全棧ETL開發(fā)課程，不僅可以學習到完整的基礎ETL流程、工具，更能勝任千億級、亞秒級等復雜數(shù)據(jù)源情況下的工作。

● 新增基于Python和SQL的Flink課程，滿足就業(yè)市場中，大數(shù)據(jù)開發(fā)崗位更多的依賴SQL、Python的需求變化。

● 新增 基于Python的Kafka、Elasticsearch等全新課程，夯實實時計算開發(fā)基礎能力，幫助學員掌握數(shù)據(jù)開發(fā)工程師重要技能。

● 新增 新版面試加強課，內(nèi)容集成了大廠架構解析、SQL專項面試寶典，以及不斷滾動更新的全網(wǎng)大數(shù)據(jù)崗位面試題講解，助力學員高起點就業(yè)。

1

新增基于Python的全棧ETL開發(fā)課程，助力學員勝任ETL中高級開發(fā)崗位

1

新增全網(wǎng)基于PySpark技術棧的用戶畫像項目，替換原有舊項目，提升簡歷含金量

1

新增知行教育項目實戰(zhàn)，學習完整企業(yè)級項目實戰(zhàn)流程，讓學生真正掌握大數(shù)據(jù)開發(fā)精髓

1

升級Spark技術課程為20223.2版本、Flink技術課程為20221.15版本，全網(wǎng)率先加入Pandas on Spark數(shù)據(jù)開發(fā)內(nèi)容

1

新增FlinkSQL湖倉一體項目、FlinkSQL流批一體課程，進階Flink高階工程師，助力突破年薪50W

1

新增SparkSQL底層執(zhí)行原理，StructuredStreaming結構化流內(nèi)容

1

升級Spark3.2整合Hive3.1.2版本兼容問題

1

新增Pandas_udf函數(shù)，通過Apache Arrow框架優(yōu)化數(shù)據(jù)處理速度；Pandas技術棧，能夠處理中小型數(shù)據(jù)量

1

新增Python版NoSQL課程，達到企業(yè)級萬億級數(shù)據(jù)存儲目標

1

新增Kafka-Python完成企業(yè)級消息隊列流量削峰， 異步通信等任務

1

新增ElasticSearch技術棧，達到企業(yè)級大數(shù)據(jù)搜索工程師目標

1

升級PySpark的DataFrame操作、Flink任務調度機制以及Flink內(nèi)存模型、Flink table&sql的整體概述

1

新增FlinkSQL的原理和調優(yōu)、Flink on Yarn的多種部署方式、Flink transformation的八大物理分區(qū)的原理和實現(xiàn)、Flink的window窗口操作，以及內(nèi)置水印函數(shù)的操作

1

新增Hadoop3.x新特性、Hive3.x新特性，以及數(shù)據(jù)壓縮、存儲格式等內(nèi)容

1

升級Python基礎，增加PyEcharts等BI內(nèi)容，實現(xiàn)可視化大屏

1

新增Presto對接多數(shù)據(jù)源實現(xiàn)企業(yè)級大數(shù)據(jù)OLAP分析、Presto加速對Hive數(shù)倉之上數(shù)據(jù)構建大數(shù)據(jù)分析引擎，實現(xiàn)多維指標計算

1

新增企業(yè)級BI工具FineBI，適用于多行業(yè)項目BI大屏展示，助力企業(yè)數(shù)字決策

1

新增Flink table&sql概念和通用api介紹、sqlclient工具的使用、catalogs知識點的學習、流處理中的概念介紹

1

新增FlinkSQL中的窗口使用、FlinkSQL函數(shù)操作、Flinksql連接到外部系統(tǒng)

1

新增Flink源碼前置基礎、源碼的編譯和部署、Flink啟動腳本的解讀、yarn-per-job模式解析

1

升級車聯(lián)網(wǎng)Web展示部分、車聯(lián)網(wǎng)離線Hive數(shù)倉構建部分

2021.06.01 升級版本2.0

課程名稱

Python+大數(shù)據(jù)開發(fā)課程

課程推出時間

2021.06.01

課程版本號

2.0

主要針對

新零售數(shù)倉項目、云上服務器集群

主要使用開發(fā)工具

新零售數(shù)倉項目、云上服務器集群

課程介紹

● 經(jīng)過不斷的版本迭代，正式推出新零售數(shù)倉項目課程，替換原有的舊項目，打造過硬的項目實戰(zhàn)經(jīng)驗

● 新增價值百萬的UCcloud云上集群生產(chǎn)環(huán)境用于學習，完全云服務開發(fā)環(huán)境體驗

● 新增項目實戰(zhàn)環(huán)節(jié)，再現(xiàn)企業(yè)中真實工作場景，夯實開發(fā)實戰(zhàn)能力

1

升級PySpark執(zhí)行流程

1

新增Spark3.x新特性以及性能調優(yōu)九項原則

1

升級Hive版本為新的3.x版本

1

新增自動導入oracle數(shù)據(jù)，自動創(chuàng)建hive表，自動創(chuàng)建hive分區(qū)，自動關聯(lián)hdfs數(shù)據(jù)，自動創(chuàng)建文件目錄，并記錄自動化過程日志

1

升級Flink版本為新版

1

新增FlinkSQL&Table理論部分比重，使用新版API，使用新增FlinkSQL整合Kafka案例

1

新增美團、平安、小米大數(shù)據(jù)架構，以及百度廣告業(yè)務場景大數(shù)據(jù)架構解決方案

1

新增flink的global window的操作、內(nèi)置水印函數(shù)的操作

1

升級 flink的window的ReduceFunction、AggregateFunction、ProcessWindowFunction、具有增量聚合的ProcessWindowFunction、在 ProcessWindowFunction 中使用每個窗口狀態(tài)

1

新增flink的state的ttl機制、state的數(shù)據(jù)結構的api升級、Queryable State知識點

1

新增Flink異步io的vertx框架實現(xiàn)、flink的join操作（Tumbling Window Join、Sliding Window Join、Session Window Join）

1

新增Streaming File Sink連接器的小文件操作

1

新增數(shù)據(jù)類型及序列化的原理和實現(xiàn)案例

1

新增Flink Action綜合練習：熱門銷售排行TopN的使用案例、布隆過濾器結合TTL的使用案例

2021.01.01 升級版本1.6

課程名稱

Python+大數(shù)據(jù)開發(fā)課程

課程推出時間

2021.01.01

課程版本號

1.6

主要針對

Spark3.x

主要使用開發(fā)工具

Pycharm、Idea、Datagrip、FinalShell

課程介紹

● 針對Spark3.x版本的重大更新，應對就業(yè)崗位需求的快速變化，大數(shù)據(jù)課程推出基于Python的Spark課程

● 新增大數(shù)據(jù)工程師必備的SQL面試進階強化內(nèi)容，提升大數(shù)據(jù)開發(fā)工程師核心SQL能力

● 新增大廠數(shù)倉架構專題內(nèi)容，提升數(shù)據(jù)倉庫建設能力

1

升級Hadoop為3.3.0版本、Hive版本為3.1.2版本、HIve3.x架構

1

新增使用Python實現(xiàn)MR原理機制、OLAP、OLTP區(qū)別

1

新增MapReduce計算PI原理、MapReduce Python接口調用、Hadoop Streaming提交程序、ETL、ELT區(qū)別

1

新增HIve3新特性、Hive3數(shù)據(jù)壓縮，存儲格式、Hive CTE表達式

1

升級union聯(lián)合查詢、Hive知識點案例 同步為Hive3版本、Linux課程、Mysql RPM安裝方式以支持hive3

1

升級Spark語言為官方推薦使用的Python語言、版本更新為Spark3.1.2發(fā)行版、adoop3.3.0、Hive3.1.2版本

1

新增PySpark的安裝、任務提交方式、多種模式spark-submit、實現(xiàn)wordcount案例實戰(zhàn)

1

新增Python實現(xiàn)RDD操作、DataFrame操作、實現(xiàn)Sougou分詞案例、IP熱度分析案例、PV-UV-TOPK案例

1

新增PySparkSQL實現(xiàn)基礎統(tǒng)計操作、底層Dataframe轉化RDD原理操作、實現(xiàn)電影評分數(shù)據(jù)集分析、離線教育案例、新零售分析案例

1

新增PySparkSQL的優(yōu)化方式、分布式引擎實現(xiàn)、與HIve整合

2020.06.01 重磅推出 新版1.0

課程名稱

Python+大數(shù)據(jù)開發(fā)課程

課程推出時間

2020.06.01

課程版本號

1.0

主要針對

大數(shù)據(jù)引入Python語言、Pandas數(shù)據(jù)分析

主要使用開發(fā)工具

Pycharm、Idea、Datagrip

課程介紹

● 8.1版本以前的數(shù)據(jù)開發(fā)課程，需要一定Java基礎和工作經(jīng)驗，為了幫助進入數(shù)據(jù)開發(fā)行業(yè)的零基礎學員找到適宜的入門途徑，大數(shù)據(jù)引入Python語言，全新升級為Python+大數(shù)據(jù)開發(fā)1.0版本。

● 學習Python大數(shù)據(jù)開發(fā)，以Python技術棧處理中小型數(shù)據(jù)集，以大數(shù)據(jù)技術棧處理海量大規(guī)模數(shù)據(jù)，成為全能企業(yè)級數(shù)據(jù)開發(fā)人才。

● 其特點適合零基礎學員，從完全沒有編程經(jīng)驗開始；課程內(nèi)容寬并且深，技術大牛親自授課；面向市場，學即可用，能讓學員高薪就業(yè)。

1

新增Python基礎語言課程

1

新增Python高級語言進階課程

1

新增Python爬蟲課程

1

新增Pandas數(shù)據(jù)分析課程

1

新增多場景案例分析，應對中小型數(shù)據(jù)統(tǒng)計分析

2020.01.01 升級版本8.0

課程名稱

云計算大數(shù)據(jù)實戰(zhàn)班

課程推出時間

2020.01.01

課程版本號

8.0

主要針對系統(tǒng)

Windows、Linux、MacOS

主要使用開發(fā)工具

DataGrip、IDEA

課程介紹

● 根據(jù)大量的行業(yè)調研分析，本次課程更新以大數(shù)據(jù)開發(fā)為主線，在7.0基礎上再次縮減Java課程占比，弱化各類組件安裝。

● 針對大數(shù)據(jù)技術深度和廣度進行升級，例如新增Spark內(nèi)存管理、Flink性能優(yōu)化及反壓、背壓原理等同時為提高學員的就業(yè)薪資，推出多行業(yè)項目解決方案，例如證券、物流等。

● 以周為單位進行課程更新升級，新增Elastic Stack、 出行、電商、視頻、社交等領域大數(shù)據(jù)解決方案、 一線大廠技術架構、 新零售大數(shù)據(jù)項目實戰(zhàn)，離線實時全覆蓋。

1

新增數(shù)據(jù)倉庫、ETL、BI開發(fā)

1

新增Oracle及PLSQL編程、數(shù)據(jù)微服務開發(fā)

1

新增Spark的內(nèi)存管理、avro序列化數(shù)據(jù)源

1

新增continuous processing、偏移量管理機制

1

新增KafkaStreams編程、exactly-once、Kafka事務、metrics監(jiān)控

1

新增Hbase的協(xié)處理器和phoneix的二級索引實現(xiàn)、布隆過濾器、LSM樹、StoreFiles結構剖析

1

新增FLink性能優(yōu)化及反壓、背壓指標計算原理、FlinkSQL On Hive、Flink HistoryServer、Flink的UDF、UDAF、UDTF的實現(xiàn)

1

新增在線教育行業(yè)、物流行業(yè)、物聯(lián)網(wǎng)行業(yè)、證券行業(yè)項目

1

升級分布式緩存系統(tǒng)， 萬億級NoSQL海量數(shù)據(jù)存儲， 分布式流處理平臺、電商行業(yè)項目

1

刪除刪減 JavaWeb

2019.07.22 升級版本7.0

課程名稱

云計算大數(shù)據(jù)實戰(zhàn)班

課程推出時間

2019.07.22

課程版本號

7.0

主要針對版本

CDH5.14、Spark2.2.0、Flink1.8、Kafka0.11.0.2、ELK6.0

主要使用開發(fā)工具

IntelliJ IDEAA

課程介紹

● 大數(shù)據(jù)技術目前在企業(yè)里面使用的越來越廣泛，對大數(shù)據(jù)人才的需求越來越多，大數(shù)據(jù)的整個課程體系是由來自大型互聯(lián)網(wǎng)、外企等具有5年以上的一線大數(shù)據(jù)高級工程師、架構師和高級機器學習工程師設計出來的，內(nèi)容含金量非常高。

● 課程體系涉及的技術以企業(yè)需求為導向，課程涉及的項目也是企業(yè)里面真實的項目，通過理論、實踐和真實的項目相結合，讓學員能夠快速、深刻的掌握大數(shù)據(jù)常用的核心技術和開發(fā)應用，同時可以滿足企業(yè)對中、高端大數(shù)據(jù)人才的需求。

● 大數(shù)據(jù)課程體系除了包含常用的Hadoop、Hive、Hbase、ELK、Sqoop、Flume、Kafka、Spark等技術和項目，還新增了目前互聯(lián)網(wǎng)比較流行的Flink、Druid、Kylin等技術和項目，同時引入了機器學習和深度學習Spark Mllib和Tensorflow等技術和項目實戰(zhàn)。

1

新增Impala即席查詢組件、Kudu列存儲服務、Structured Streaming結構化數(shù)據(jù)流處理

1

新增spark MLlib數(shù)據(jù)挖掘、spark graphX圖計算

1

升級Flink的基礎課程和案例實戰(zhàn)

1

新增Flink高級特性CEP、Kylin數(shù)據(jù)OLAP分析、Druid時序數(shù)據(jù)實時分析、Kettle數(shù)據(jù)ETL工具

1

新增深度學習框架Tensorflow

1

新增用戶畫像、數(shù)據(jù)倉庫大型企業(yè)實戰(zhàn)型項目

2018.09.10 升級版本6.0

課程名稱

云計算大數(shù)據(jù)實戰(zhàn)班

課程推出時間

2018.09.10

課程版本號

6.0

主要針對版本

JDK1.8\CDH2.7.4\Storm1.1.1\Spark 2.1

主要使用開發(fā)工具

IntelliJ IDEA

課程介紹

● 本課程是基于V5.0的一次重大更新，匯總并收集了大數(shù)據(jù)學科一年以來15個零基礎班級的授課信息、學習信息、就業(yè)信息。

● 重新調整了課程的分布情況，新增了大數(shù)據(jù)綜合項目，新增了第四代大數(shù)據(jù)處理框架FLink，新增了數(shù)據(jù)庫優(yōu)化，新增了JVM基礎及原理，新增了Spark性能調優(yōu)等內(nèi)容。

● 課程升級方面，主要對機器學習課程進行了升級，推薦系統(tǒng)項目后置變成7天的豐富課程，提升學員進入機器學習的競爭力，從而更好的從事人工智能領域相關的工作。

● 整體而言，課程在培養(yǎng)中高級大數(shù)據(jù)工程師的方向上又前進了一大步。

1

新增Hadoop 2.7.2\Storm1.1.1\Spark 2.1

1

新增Java virtual machine原理分析、Java高并發(fā)核心知識

1

新增數(shù)據(jù)庫優(yōu)化及調優(yōu)、第四代大數(shù)據(jù)處理框架Apache Flink、Spark原理深入剖析及生產(chǎn)調優(yōu)

1

新增互聯(lián)網(wǎng)反欺詐項目實戰(zhàn)、廣告系統(tǒng)業(yè)務模型及CTR預估

1

新增用戶畫像、數(shù)據(jù)倉庫大型企業(yè)實戰(zhàn)型項目

1

升級用戶畫像概述/數(shù)據(jù)/建模/算法實戰(zhàn)、推薦系統(tǒng)協(xié)同過濾算法實戰(zhàn)、基于內(nèi)容的推薦系統(tǒng)實戰(zhàn)、基于關聯(lián)規(guī)則推薦系統(tǒng)實戰(zhàn)

1

升級混合推薦與CTR點擊預估

1

升級Hadoop版本為CDH

2017.07.01 升級版本5.0

課程名稱

云計算大數(shù)據(jù)實戰(zhàn)班

課程推出時間

2017.07.01

課程版本號

5.0

主要針對版本

JDK1.8\Hadoop 2.7.2\Storm1.1.1\Spark 2.1

主要使用開發(fā)工具

Eclipse、IDEA

課程介紹

● Java基礎、JavaWeb核心編程、JavaWeb三大框架、網(wǎng)絡爬蟲、分布式電商網(wǎng)站開發(fā)等課程模塊。培養(yǎng)學生編程能力，讓零基礎學員能夠更好的學習大數(shù)據(jù)項目。

● 大數(shù)據(jù)方面方面，新增點擊流日志收集系統(tǒng)、用戶日志分析報表系統(tǒng)、用戶畫像系統(tǒng)等案例。讓學員不僅僅學習到大數(shù)據(jù)技術點，能夠使用大數(shù)據(jù)解決實際問題。

● 擴充機器學習課程為10天。該課程歷時一年研發(fā)，深入淺出，能夠讓學員更好的入門機器學習，成為人工智能開發(fā)的初級工程師。

1

升級Hadoop 2.7.2\Storm1.1.1\Spark 2.1

1

新增網(wǎng)絡爬蟲開發(fā)

1

新增三大框架開發(fā)

1

新增JavaWeb核心

1

新增Java語言基礎

2016.03.01 升級版本4.0

課程名稱

云計算大數(shù)據(jù)實戰(zhàn)班

課程推出時間

2016.03.01

課程版本號

4.0

主要針對版本

JDK7.x

主要使用開發(fā)工具

Eclipse、IDEA

課程介紹

● 對比原有課程，本次課程做了重大更新，將大數(shù)據(jù)的核心技術hadoop及其生態(tài)圈技術完美的融入到了課程中。

● 課程分階段的進行案例實戰(zhàn)和項目實戰(zhàn)，在大數(shù)據(jù)方面知識體系更加完整，課程更加深度有深度，更加貼近實戰(zhàn)。

● 分階段的進行大數(shù)據(jù)生態(tài)圈的學習，將生態(tài)圈分為離線處理，實時流計算和實現(xiàn)火熱的spark內(nèi)存計算，完美的將生態(tài)圈進行了抽離和歸類，讓學習變得更便捷。

1

升級Spark1.6版本

1

新增Linux操作系統(tǒng)和shell腳本學習

1

新增JVM內(nèi)存模型分析、NIO、Netty、自定義RPC框架

1

新增電商點擊流日志分析、電商實時日志告警平臺、交易風控風控平臺、流量日志分析分析

1

新增Spark游戲日志分析項目

1

刪除KVM虛擬化技術、網(wǎng)絡基礎和OpenvSwitch技術、Ceph存儲技術

1

刪除CloudStack云管理平臺、混合云管理平臺項目

2015.05.15 升級版本3.0

課程名稱

云計算大數(shù)據(jù)實戰(zhàn)班

課程推出時間

2015.05.15

課程版本號

3.0

主要針對版本

JDK7.x

主要使用開發(fā)工具

Eclipse、IDEA

課程介紹

● 本次更新將大數(shù)據(jù)和虛擬化這兩大熱門技術加入到課程體系中，在大數(shù)據(jù)方面知識體系更加完整，課程更加深度有深度，更加貼近實戰(zhàn)。

● 在虛擬化方面，選擇了在云計算領域常用的虛擬化、網(wǎng)絡、存儲等技術，并通過Apache CloudStack技術整合，在此基礎上開發(fā)混合云管理平臺。

1

升級Hadoop2.0版本、Hive優(yōu)化課程

1

新增電信流量運營分析項目、混合云管理平臺項目

1

新增Scala函數(shù)式編程、Spark內(nèi)存計算、KVM虛擬化技術

1

新增網(wǎng)絡基礎和OpenvSwitch技術

1

新增Ceph存儲技術、CloudStack云管理平臺

2014.02.15 升級版本2.0

課程名稱

云計算大數(shù)據(jù)實戰(zhàn)班

課程推出時間

2014.02.15

課程版本號

2.0

主要針對版本

JDK6.x

主要使用開發(fā)工具

Eclipse

課程介紹

● 隨著近年來云計算大數(shù)據(jù)的大力發(fā)展，市場對相關人才需求急增，所以本版課程在原有的云計算課程進行了顛覆性的改革，把原來只有1天的課程擴展為7天，加入了Hadoop生態(tài)圈的相關技術。

1

升級云計算課程、Hadoop集群部署、優(yōu)化HDSF、MapReduce案例

1

新增Hadoop生態(tài)圈相關技術：Zookeeper、Hive、Hbase、Sqoop、Flume

1

新增Storm實時計算技術和案例

1

新增黑馬論壇日志分析項目

2012.02.15 升級版本1.0

課程名稱

云計算大數(shù)據(jù)實戰(zhàn)班

課程推出時間

2012.02.15

課程版本號

1.0

主要針對版本

JDK6.0

主要使用開發(fā)工具

Eclipse

課程介紹

● 近期云計算概念火爆異常，傳智教育敏銳的嗅探到大數(shù)據(jù)技術的悄然興起，并預測大數(shù)據(jù)技術將會像雨后春筍一樣快速發(fā)展，所以傳智教育與時俱進在課程中引入了1天的云計算課程，作為擁有大數(shù)據(jù)課程的培訓機構，傳智教育大數(shù)據(jù)實戰(zhàn)班助力學員可以掌握新的技術，拓寬學員的就業(yè)方向，增強就業(yè)競爭力。

1

新增云計算課程：云計算和大數(shù)據(jù)相關概念

1

新增Hadoop 1.0偽分布式環(huán)境部署

1

新增HDFS、MapReduce應用案例

                                                       

 
和我們在線交談！