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· 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

  • 新增2023-05-26

    · FlinkSQL的上游CDC去重· FlinkSQL多階段聚合

  • 新增2023-05-18

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

  • 新增2023-05-18

    · FlinkSQL參數優(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的進程結構和內存結構· Oracle的監(jiān)聽器

  • 新增2023-02-22

    · Oracle數據庫管理· Oracle存儲結構

  • 新增2023-02-16

    · Oracle的存儲函數· 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數據定義語言· 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數據壓縮、存儲格式、自動化腳本、常見性能優(yōu)化內容優(yōu)化

  • 新增2022-12-21

    · PSM價格敏感度模型開發(fā)· Presto對接多數據源實現指標統(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)計結果數據· 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· 結構化流實現消費nginx日志數據案例

  • 新增2022-10-26

    · flume實現采集數據到hdfs· flume實現數據采集到kafka· 實時基礎與kafka要點回顧

  • 新增2022-10-20

    · flume與實時數據采集流程· 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· 支付方式標簽思路與實現· 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實現統(tǒng)計類標簽開發(fā)· spark實現規(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

    · 用戶畫像數據檢驗的三種方式· 從hive導入數據到es實現· es元數據對象解析

  • 新增2022-08-23

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

  • 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· 數倉六層模型

  • 新增2022-08-01

    · 自動導入oracle數據· 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數據

  • 新增2022-07-18

    · 數倉建模方法論· 日期維度程序生成· 維度模型選型

  • 新增2022-07-11

    · docker虛擬網橋與網卡· 宿主機與docker容器 · 創(chuàng)建大數據組件容器

  • 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

    · 數倉整體設計圖· 技術選型設計圖· 項目原始數據庫結構圖

  • 新增2022-06-14

    · ODS建模后,使用SQOOP導入數據· DWD根據業(yè)務使用全量表、增量表、拉鏈表等不同的方式實現· 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

    · 使用新版數據庫,包含完整的訂單、商品、用戶、配送及支付、退款等數據· 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,通過對數據業(yè)務的分析,將數倉分為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,通過對數據業(yè)務的分析,將數倉分為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

    · 數據模擬程序寫入到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數據源-文件數據源· 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、數據傾斜、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 處理延遲數據和水印· StructuredStreaming 結構化流數據和靜態(tài)數據Join· StructuredStreaming 結構化流數據和結構化路數據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)網設備數據分析案例· StructuredStreaming 基于事件時間的窗口

  • 新增2022-03-15

    · SparkSQL底層執(zhí)行原理· StructedStream結構化流內容· Pandas的教育案例數倉實戰(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的教育案例數倉實戰(zhàn)· Pandas基礎使用,作為理解Spark數據類型的基礎· Pandas的Series數據結構· 增加在線教育案例

  • 新增2022-02-25

    · Python版本Hbase的API調用· Python的教育案例數倉實戰(zhàn)· StructuredStreaming Sink內容· StructuredStreaming 整合Kafka

  • 新增2022-02-18

    · Flume采集MoMo數據集場景· 實時和離線方式處理數據場景· 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數據采集方式· Hbase2.x新特性

    升級

    · Hbase的BulkLoader全量數據加載方式

  • 新增2022-02-04

    ·Python版本MapReduce寫法

  • 新增2022-01-28

    · python腳本實現增量從oracle導入數據到hdfs中 · python腳本實現全量從oracle導入數據到hdfs中 · python腳本實現上傳avro文件到hdfs上

  • 新增2022-01-21

    · python腳本實現壓縮表的avro文件為tar.gz文件 · python腳本實現avro壓縮文件上傳hdfs · python實現讀取oracle表原始數據 · python實現創(chuàng)建hive表

  • 新增2022-01-14

    · python實現自定義記錄日志 · python實現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sparksql創(chuàng)建數據庫和表 · python實現sparksql創(chuàng)建分區(qū)關聯(lián)表對應的hdfs數據方法

  • 新增2022-01-07

    · python實現sparksql查詢ods層明細數據并加載到dwd層方法 · python實現sparksql查詢ods層明細數據并加載到dwd層方法 · 造數據平臺 · 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內存模型 · HIve3新特性 · Hive3數據壓縮,存儲格式等內容 · 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 · flink的global window的操作

  • 新增2021-11-19

    · flink內置水印函數的操作 · flink的window的ReduceFunction · flink的state的數據結構的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的數據結構的api升級 · flink的Queryable State知識點 · 異步io的vertx框架實現

  • 新增2021-11-05

    · flink的join操作 · Streaming File Sink連接器的小文件操作 · 數據類型及序列化的原理和實現案例 · 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wordcount案例實戰(zhàn)

  • 新增2021-10-22

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

  • 新增2021-10-15

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

  • 新增2021-10-08

    · PySpark實現DataFrame的基礎操作 · PySpark實現DataFrame的wordcount操作 · PySpark實現DataFrame和RDD的轉換操作 · PySpark實現電影評分數據集分析

  • 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 · 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 · 大數據5V特點 · 大數據多個應用場景

  • 更新2021-09-10

    · pandas及可視化課程迭代至v2.01 · 數據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)化數據分析基本步驟(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Web展示部分 · 優(yōu)化車聯(lián)網離線Hive數倉構建部分

  • 新增2021-07-20

    · 新增數倉整體設計圖 · 新增技術選型設計圖 · 新增項目原始數據庫結構圖

  • 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 · 新增服務網點維度 · 新增數倉建模方法論 · 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數據 · 新增自動導入oracle數據

  • 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和數據結構大數據題目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 · 新增其他大數據組件題目4個 · 新增美團大數據架構

  • 新增2021-06-08

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

  • 新增2021-06-01

    · 新增Flume1.9數據采集方式 · 新增Flume采集MoMo數據集場景 · 新增實時和離線方式處理數據場景 · 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、數據傾斜、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數據分析,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 · 數據分析報告 · 數據儀表板展示· Tableau電商項目

  • 新增2021-04-12

    · Excel數據處理和計算 · Excel透視表 · Excel圖表· Excel基本使用

  • 新增2021-04-05

    · 數據埋形式 · 數據埋點方案 · 數據需求文檔· 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 · 數據可視化 · sql數據查詢 · 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據 · 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 · 數據倉庫 · 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數據備份· 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· Pandas內置聚合方法

  • 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 · 購物車數據存儲· 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數據庫 · 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 數據模型設計 · 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 · 數據圖片化反爬 · 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的參數化 · protometheus使用

  • 新增2020-05-25

    · flask-sqlalchemy二次開發(fā) · 數據解析-BeautifulSoup4 · Jmeter分布式并發(fā)測試的配置 · zabbix使用

  • 新增2020-05-18

    · Jmeter實現參數化 · 數據庫測試 · 實現跨線程組傳值 · 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

    · 定時抓取數據爬蟲 · Appium對APP數據的抓取 · 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數據庫教法調整 · 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SetUp和TearDown · 美多商城登錄功能自動化測試 · Redis緩存數據集合

  • 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+大數據開發(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大數據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據技術棧,全程采用六項目制驅動技術學習,助力國家數字化轉型對數字人才的大量需求。

● 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)級大數據六大主流解決方案,包括離線數倉解決方案、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、數據治理解決方案,再現公司中真實的開發(fā)場景,目標不止于就業(yè),而是成為各類企業(yè)爭搶的大數據開發(fā)工程師。

● 課程升級主流大數據技術棧,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)級離線數倉、實時數倉、用戶畫像、推薦系統(tǒng)、數據治理等核心大數據開發(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

新增數據治理解決方案,結合包括元數據管理、數據標準、指標系統(tǒng)、數據建模等在內的數據治理能力,聚焦企業(yè)數字化轉型,深挖數據價值,提升企業(yè)數據生產力。滿足就業(yè)市場中中高級數據工程師需求,提升學生就業(yè)競爭力。

1

新增通過AIGC助力編程效率提升,完成數據開發(fā)和數據分析任務。

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大數據崗位面試題講解,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據組件學習,貼近中小型企業(yè)大數據開發(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數據采集,Kafka實時數倉分層,Paimon數據湖構建湖倉一體架構,將數據接入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

新增大數據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+大數據開發(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,FinalShell

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)多場景大數據開發(fā)工程師。

● 優(yōu)勢2:6項目制,2大項目實戰(zhàn),新增PB級內存計算項目實戰(zhàn),應對企業(yè)級大數據開發(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)大數據項目,讓學生具備更強項目經驗要求。

● 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的悠游出行大數據平臺

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內存計算階段項目實戰(zhàn)

1

新增大數據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數據湖,Hudi on Hive構建湖倉一體架構

1

新增Python版NoSQL課程,達到企業(yè)級萬億級數據存儲目標

1

新增Doris、ClickHouse多維數據分析

1

優(yōu)化億品新零售項目中數倉建模理論基礎,強化數倉建模工具使用

1

優(yōu)化車聯(lián)網項目全新架構升級

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編程內容,為Spark提供語言支持

1

優(yōu)化ETL項目增加從HDFS到Hive的數據抽取、轉換、加載方式

1

優(yōu)化ETL項目增加DataX數據采集

1

優(yōu)化ETL項目增加Apache DolphinScheduler調度全流程數據處理過程

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+大數據開發(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大數據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,助力國家數字化轉型對數字人才的大量需求

● 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)級大數據四大主流解決方案,包括離線數倉解決方案、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)爭搶的大數據開發(fā)工程師。

● 課程升級主流大數據技術棧,全新Hadoop3.2,Spark3.2,Flink1.15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、亞秒級等復雜數據源情況下的工作。

● 新增基于Python和SQL的Flink課程,滿足就業(yè)市場中,大數據開發(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,幫助學員掌握數據開發(fā)工程師重要技能。

● 新增 新版面試加強課,內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大數據崗位面試題講解,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據開發(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,全網率先加入Pandas on Spark數據開發(fā)內容

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結構化流內容

1

升級Spark3.2整合Hive3.1.2版本兼容問題

1

新增Pandas_udf函數,通過Apache Arrow框架優(yōu)化數據處理速度;Pandas技術棧,能夠處理中小型數據量

1

新增Python版NoSQL課程,達到企業(yè)級萬億級數據存儲目標

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)級大數據搜索工程師目標

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、Flink的window窗口操作,以及內置水印函數的操作

1

新增Hadoop3.x新特性、Hive3.x新特性,以及數據壓縮、存儲格式等內容

1

升級Python基礎,增加PyEcharts等BI內容,實現可視化大屏

1

新增Presto對接多數據源實現企業(yè)級大數據OLAP分析、Presto加速對Hive數倉之上數據構建大數據分析引擎,實現多維指標計算

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Web展示部分、車聯(lián)網離線Hive數倉構建部分

2021.06.01 升級版本2.0

課程名稱

Python+大數據開發(fā)課程

課程推出時間

2021.06.01

課程版本號

2.0

主要針對

新零售數倉項目、云上服務器集群

主要使用開發(fā)工具

新零售數倉項目、云上服務器集群

課程介紹

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

● 新增價值百萬的UCcloud云上集群生產環(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數據,自動創(chuàng)建hive表,自動創(chuàng)建hive分區(qū),自動關聯(lián)hdfs數據,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、小米大數據架構,以及百度廣告業(yè)務場景大數據架構解決方案

1

新增flink的global window的操作、內置水印函數的操作

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的數據結構的api升級、Queryable State知識點

1

新增Flink異步io的vertx框架實現、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

新增數據類型及序列化的原理和實現案例

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+大數據開發(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,大數據課程推出基于Python的Spark課程

● 新增大數據工程師必備的SQL面試進階強化內容,提升大數據開發(fā)工程師核心SQL能力

● 新增大廠數倉架構專題內容,提升數據倉庫建設能力

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數據壓縮,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wordcount案例實戰(zhàn)

1

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

1

新增PySparkSQL實現基礎統(tǒng)計操作、底層Dataframe轉化RDD原理操作、實現電影評分數據集分析、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、與HIve整合

2020.06.01 重磅推出 新版1.0

課程名稱

Python+大數據開發(fā)課程

課程推出時間

2020.06.01

課程版本號

1.0

主要針對

大數據引入Python語言、Pandas數據分析

主要使用開發(fā)工具

Pycharm、Idea、Datagrip

課程介紹

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

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

● 其特點適合零基礎學員,從完全沒有編程經驗開始;課程內容寬并且深,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數據分析課程

1

新增多場景案例分析,應對中小型數據統(tǒng)計分析

2020.01.01 升級版本8.0

課程名稱

云計算大數據實戰(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

● 根據大量的行業(yè)調研分析,本次課程更新以大數據開發(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。

● 針對大數據技術深度和廣度進行升級,例如新增Spark內存管理、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、社交等領域大數據解決方案、 一線大廠技術架構、 新零售大數據項目實戰(zhàn),離線實時全覆蓋。

1

新增數據倉庫、ETL、BI開發(fā)

1

新增Oracle及PLSQL編程、數據微服務開發(fā)

1

新增Spark的內存管理、avro序列化數據源

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、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

1

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

1

升級分布式緩存系統(tǒng), 萬億級NoSQL海量數據存儲, 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

云計算大數據實戰(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

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

● 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、深刻的掌握大數據常用的核心技術和開發(fā)應用,同時可以滿足企業(yè)對中、高端大數據人才的需求。

● 大數據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結構化數據流處理

1

新增spark MLlib數據挖掘、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數據OLAP分析、Druid時序數據實時分析、Kettle數據ETL工具

1

新增深度學習框架Tensorflow

1

新增用戶畫像、數據倉庫大型企業(yè)實戰(zhàn)型項目

2018.09.10 升級版本6.0

課程名稱

云計算大數據實戰(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,匯總并收集了大數據學科一年以來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,新增了大數據綜合項目,新增了第四代大數據處理框架FLink,新增了數據庫優(yōu)化,新增了JVM基礎及原理,新增了Spark性能調優(yōu)等內容。

● 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)中高級大數據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

新增數據庫優(yōu)化及調優(yōu)、第四代大數據處理框架Apache Flink、Spark原理深入剖析及生產調優(yōu)

1

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

1

新增用戶畫像、數據倉庫大型企業(yè)實戰(zhàn)型項目

1

升級用戶畫像概述/數據/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

云計算大數據實戰(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、網絡爬蟲、分布式電商網站開發(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據項目。

● 大數據方面方面,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據技術點,能夠使用大數據解決實際問題。

● 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

云計算大數據實戰(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,將大數據的核心技術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),在大數據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)。

● 分階段的進行大數據生態(tài)圈的學習,將生態(tài)圈分為離線處理,實時流計算和實現火熱的spark內存計算,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

云計算大數據實戰(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

● 本次更新將大數據和虛擬化這兩大熱門技術加入到課程體系中,在大數據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函數式編程、Spark內存計算、KVM虛擬化技術

1

新增網絡基礎和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

云計算大數據實戰(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據的大力發(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

云計算大數據實戰(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據技術的悄然興起,并預測大數據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,作為擁有大數據課程的培訓機構,傳智教育大數據實戰(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:云計算和大數據相關概念

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!