精品课程 Java大数据实战 Storm构建实时流处理【已完结 MK172】
-
第1章 课程导学
介绍课程相关背景，学习建议等等
- 1-1 -导学
- 1-2 -OOTB环境使用演示
- 1-3 -授课习惯与学习建议
-
第2章 初识实时流处理Storm
Storm作为近几年Hadoop生态圈很火爆的大数据实时流处理框架，是成为大数据研发工程师必备的技能之一。 本章将从如下几个方面让大家对于Storm有宏观上的认识：什么是Storm、Storm的发展史、Storm对比Hadoop的区别、Storm对比Spark Streaming的区别、Storm的优势、Storm应用现状及发展趋势、Storm应用案例分享…
- 2-1 -课程目录
- 2-2 -Storm是什么
- 2-3 -Storm发展历史之从Twitter说起
- 2-4 -Storm发展历史之Storm的成长
- 2-5 -Storm技术网站介绍
- 2-6 -Storm和Hadoop的区别
- 2-7 -Storm和Spark Streaming的区别
- 2-8 -Storm的优势
- 2-9 -Storm当前现状与发展趋势
- 2-10 -Storm应用案例分享
-
第3章 Storm核心概念
本章节将从如下几个方面带大家深入理解Storm的核心概念：初识Storm核心概念、通过日常生活的案例来理解Storm的核心概念、根据官网的描述来理解Storm核心概念、最后通过画图讲解的方式讲解Storm的核心概念。相信通过多角度对比进行讲解Storm的核心概念，让大家掌握的更加深刻。因为Storm的核心概念的理解是后续Storm课程学习…
- 3-1 -课程目录
- 3-2 -初识Storm核心概念
- 3-3 -Storm核心概念理解记忆概述
- 3-4 -Storm核心概念理解记忆之地铁运行模型
- 3-5 -Storm核心概念理解记忆之Storm
- 3-6 -Storm核心概念小结
- 3-7 -Storm核心概念官网详解
- 3-8 -图解Storm核心概念
-
第4章 Storm编程
本章节将手把手带大家搭建基于IDEA+Maven的Storm的开发环境，通过案例融合Storm编程中常用API的使用以及开发过程中的注意事项。
- 4-1 -课程目录
- 4-2 -Storm开发环境搭建
- 4-3 -Storm核心接口ISpout详解
- 4-4 -Storm核心接口IComponent详解
- 4-5 -Storm核心接口IBolt详解
- 4-6 -Storm求和案例编程之Spout功能实现
- 4-7 -Storm求和案例编程之Bolt功能实现
- 4-8 -Storm求和案例编程之Topology提交功能实现及测试
- 4-9 -Storm词频案例编程之Spout功能实现
- 4-10 -Storm词频案例编程之Bolt功能实现
- 4-11 -Storm词频案例编程之Topology提交功能实现及测试
- 4-12 -Storm编程注意事项
-
第5章 Storm周边框架使用
本章节将带领大家学习Storm周边常用框架的使用，比如：ZooKeeper、Kafka、Logstash、以及Logstash与Kafka的整合使用。
- 5-1 -课程目录
- 5-2 -JDK安装
- 5-3 -ZooKeeper概述及环境搭建
- 5-4 -ZooKeeper使用详解
- 5-5 -Logstash概述及部署
- 5-6 -Logstash使用之控制台输入输出
- 5-7 -Logstash使用之文件输入控制台输出
- 5-8 -Kafka概述
- 5-9 -Kafka架构及核心概念
- 5-10 -Kafka单节点单broker的部署及使用
- 5-11 -Kafka单节点多broker部署及使用
- 5-12 -Kafka容错性测试
- 5-13 -Logstash使用之整合Kafka
-
第6章 Storm架构及部署
本章节将学习Storm的架构以及各个核心组件的功能、并搭建Storm的单机环境和分布式环境、如何提交/查看/杀死Storm作业、Storm UI界面参数介绍
- 6-1 -课程目录
- 6-2 -Storm架构详解
- 6-3 -Storm单机部署之前置条件及解压
- 6-4 -Storm单机部署之启动Storm各节点及Storm UI界面详解
- 6-5 -改写Storm作业并提交到Storm单节点集群运行
- 6-6 -Storm常用命令介绍
- 6-7 -Storm集群部署规划
- 6-8 -Storm集群部署之软件包分发和jdk部署
- 6-9 -Storm集群部署之ZooKeeper分布式环境部署
- 6-10 -Storm集群部署之Storm集群部署及启动
- 6-11 -提交Storm作业到集群中运行&目录树介绍
-
第7章 并行度
本章节将重点讲解Storm的优化中的核心：并行度调整(worker数量、executor数量、task数量)，将通过对代码的修改并提交到Storm环境上去运行，结合Storm UI上展示的参数效果来进行调优，让大家对于Storm的并行度有更加深入的理解，本章节是学习和面试过程中重中之重，务必掌握。…
- 7-1 课程目录_
- 7-2 -并行度概念详解
- 7-3 -如何将Storm集群模式更改为单机模式
- 7-4 -Storm作业运行UI页面上的参数详解
- 7-5 -worker数量的设置
- 7-6 -executor数量的设置
- 7-7 -task数量的设置
- 7-8 -acker的设置
- 7-9 -并行度案例讲解及并行度动态调整
-
第8章 分组策略
本章节将带来大家通过代码以及UI参数展现的方式来学习Storm中的常用分组策略：Shuffle分组策略、Field分组策略、All分组策略。本章节也是Storm开发过程中务必要掌握的部分。
- 8-1 -课程目录
- 8-2 -Stream Grouping概述
- 8-3 -Shuffle Grouping开发详解
- 8-4 -FieldGrouping开发详解
- 8-5 -AllGrouping开发详解
- 8-6 -Stream Grouping其他
-
第9章 Storm可靠性
本章节将从如下方面来讲解Storm框架的可靠性：Worker进程、Supervisor进程、nimbus进程、节点、以及消息处理的确认机制(ack/fail)。本章节是面试过程中经常会被考核到的。
- 9-1 -课程目录
- 9-2 -Storm进程级别的容错
- 9-3 -Storm的ack和fail机制
-
第10章 DRPC
本章节将讲解什么是RPC机制、Hadoop中的RPC使用介绍、如何开发Storm的基于本地和远程模式的DPRC编程
- 10-1 -课程目录
- 10-2 -RPC原理图解
- 10-3 -基于Hadoop的RPC实现.mp4
- 10-4 -Storm DRPC概述
- 10-5 -Storm Local DRPC开发
- 10-6 -Storm Remote DRPC及客户端代码开发
-
第11章 Storm整合其他大数据框架的使用
本章节将讲解Storm如何整合Redis、JDBC、HDFS、HBase、ES等常用的大数据框架综合使用。在生产环境中，Storm都是需要整合周边框架一起配合使用，各自完成自己的职责，进而完成大数据的实时流处理项目
- 11-1 -课程目录
- 11-2 -Storm整合Redis使用概述
- 11-3 -Storm整合Redis编程开发
- 11-4 -Storm整合jdbc概述
- 11-5 -Storm整合JDBC编程开发
- 11-6 -Storm整合HDFS使用概述
- 11-7 -HDFS环境快速搭建
- 11-8 -Storm整合HDFS编程开发
- 11-9 -Storm整合HBase概述
- 11-10 -HBase环境快速搭建
- 11-11 -Storm整合HBase编程开发
- 11-12 -Storm整合Elasticsearch概述
-
第12章 Storm综合项目实战
本章节将带领大家使用Logstash+Kafka+Storm+高德地图来实现基于一个交通数据的热力图的实时展示项目，通过该项目使得大家能够具备和掌握如何使用Storm来架构一个实时流处理项目的能力
- 12-1 -课程目录
- 12-2 -项目概述
- 12-3 -如何采集实时区域人流量数据.mp4
- 12-4 -项目架构
- 12-5 -高德地图API基本使用
- 12-6 -高德地图API常用工具介绍
- 12-7 -高德地图热力图静态数据展示
- 12-8 -Storm整合Kafka原理
- 12-9 -Storm整合Kafka功能开发
- 12-10 -Storm整合Kafka功能测试
- 12-11 -Logstash和Kafka的整合注意事项详解
- 12-12 -数据源产生器开发
- 12-13 -打通整条实时流处理流程链路
- 12-14 -项目处理及表结构设计
- 12-15 -Storm处理结果存储到数据库中
- 12-16 -通过SQL完成我们的最终结果统计
- 12-17 -基于SpringBoot构建Web项目
- 12-18 -动态获取数据并在高德地图上展示出热力图
- 12-19 -添加统计的时间范围并在热力图上展示
- 12-20 -项目扩展
-
第13章 课程总结
对课程回顾总结
- 13-1 课程总结及后续课程计划
