首页 > 大数据 > 极客时间-从0开始学大数据实战项目从入门到实战进阶课程-价值99元
极客时间-从0开始学大数据实战项目从入门到实战进阶课程-价值99元

极客时间-从0开始学大数据实战项目从入门到实战进阶课程-价值99元 精品

浏览次数:
下载次数:
收藏次数:
发布时间:2020-08-16

编号 SP410   视频类型 大数据   下载权限 包年VIP

微信扫一扫关注我们

  • 视频介绍
  • 下载记录
  • 用户评价
 

自2013年起,无论是 BAT 还是传统的商业公司,都陆续在自己的软件系统中大规模使用大数据技术。不仅如此,越来越多的软件工程师开始转型成为大数据工程师,从事大数据开发与应用的工作。市场对于大数据的人才需求与日俱增,大数据方向俨然成为了业内炙手可热的职位。

但是,不论是大数据的技术还是应用,都始终处于动态变化的过程中。这对很多刚开始接触大数据、考虑使用大数据的人来说,无疑带来了很多困惑。

  • 天天听别人讲大数据,自己也看了不少资料,却不得要领,看不到完整的知识轮廓。
  • 即使工作和大数据相关,但仍不清楚大数据平台究竟是如何运作的,该怎么突破。
  • 从事大数据工作但不懂其原理,给大数据部门提个需求,一句“不好做”就被挡回来,发展有瓶颈。

如果你也有这样的困惑,不要着急。由于大数据的知识体系过于繁杂,没有专家的明晰指导,很多人都难以真正入门,更不用说通过构建知识体系达到融会贯通了。

F:\极客时间\12.极客时间-从0开始学大数据
├(1)04.移动计算比移动数据更划算.html
├(2)04.移动计算比移动数据更划算.mp3
├(3)04.移动计算比移动数据更划算.pdf
├(4)05.从RAID看垂直伸缩到水平伸缩的演化.html
├(5)05.从RAID看垂直伸缩到水平伸缩的演化.mp3
├(6)05.从RAID看垂直伸缩到水平伸缩的演化.pdf
├(7)06.新技术层出不穷,HDFS依然是存储的王者.html
├(8)06.新技术层出不穷,HDFS依然是存储的王者.mp3
├(9)06.新技术层出不穷,HDFS依然是存储的王者.pdf
├(10)07.为什么说MapReduce既是编程模型又是计算框架?.html
├(11)07.为什么说MapReduce既是编程模型又是计算框架?.mp3
├(12)07.为什么说MapReduce既是编程模型又是计算框架?.pdf
├(13)08.MapReduce如何让数据完成一次旅行?.html
├(14)08.MapReduce如何让数据完成一次旅行?.mp3
├(15)08.MapReduce如何让数据完成一次旅行?.pdf
├(16)09.为什么我们管Yarn叫作资源调度框架?.html
├(17)09.为什么我们管Yarn叫作资源调度框架?.mp3
├(18)09.为什么我们管Yarn叫作资源调度框架?.pdf
├(19)10.模块答疑:我们能从Hadoop学到什么?.html
├(20)10.模块答疑:我们能从Hadoop学到什么?.mp3
├(21)10.模块答疑:我们能从Hadoop学到什么?.pdf
├(22)11.Hive是如何让MapReduce实现SQL操作的?.html
├(23)11.Hive是如何让MapReduce实现SQL操作的?.mp3
├(24)11.Hive是如何让MapReduce实现SQL操作的?.pdf
├(25)12.我们并没有觉得MapReduce速度慢,直到Spark出现.html
├(26)12.我们并没有觉得MapReduce速度慢,直到Spark出现.mp3
├(27)12.我们并没有觉得MapReduce速度慢,直到Spark出现.pdf
├(28)13.同样的本质,为何Spark可以更高效?.html
├(29)13.同样的本质,为何Spark可以更高效?.mp3
├(30)13.同样的本质,为何Spark可以更高效?.pdf
├(31)14.BigTable的开源实现:HBase.html
├(32)14.BigTable的开源实现:HBase.mp3
├(33)14.BigTable的开源实现:HBase.pdf
├(34)15.流式计算的代表:Storm、Flink、Spark Streaming.html
├(35)15.流式计算的代表:Storm、Flink、Spark Streaming.mp3
├(36)15.流式计算的代表:Storm、Flink、Spark Streaming.pdf
├(37)16.ZooKeeper是如何保证数据一致性的?.html
├(38)16.ZooKeeper是如何保证数据一致性的?.mp3
├(39)16.ZooKeeper是如何保证数据一致性的?.pdf
├(40)17.模块答疑:这么多技术,到底都能用在什么场景里?.html
├(41)17.模块答疑:这么多技术,到底都能用在什么场景里?.mp3
├(42)17.模块答疑:这么多技术,到底都能用在什么场景里?.pdf
├(43)18.如何自己开发一个大数据SQL引擎?.html
├(44)18.如何自己开发一个大数据SQL引擎?.mp3
├(45)18.如何自己开发一个大数据SQL引擎?.pdf
├(46)19.Spark的性能优化案例分析(上).html
├(47)19.Spark的性能优化案例分析(上).mp3
├(48)19.Spark的性能优化案例分析(上).pdf
├(49)20.Spark的性能优化案例分析(下).html
├(50)20.Spark的性能优化案例分析(下).mp3
├(51)20.Spark的性能优化案例分析(下).pdf
├(52)21.从阿里内部产品看海量数据处理系统的设计(上):Doris的立项.html
├(53)21.从阿里内部产品看海量数据处理系统的设计(上):Doris的立项.mp3
├(54)21.从阿里内部产品看海量数据处理系统的设计(上):Doris的立项.pdf
├(55)22.从阿里内部产品看海量数据处理系统的设计(下):架构与创新.html
├(56)22.从阿里内部产品看海量数据处理系统的设计(下):架构与创新.mp3
├(57)22.从阿里内部产品看海量数据处理系统的设计(下):架构与创新.pdf
├(58)23.大数据基准测试可以带来什么好处?.html
├(59)23.大数据基准测试可以带来什么好处?.mp3
├(60)23.大数据基准测试可以带来什么好处?.pdf
├(61)24.从大数据性能测试工具Dew看如何快速开发大数据系统.html
├(62)24.从大数据性能测试工具Dew看如何快速开发大数据系统.mp3
├(63)24.从大数据性能测试工具Dew看如何快速开发大数据系统.pdf
├(64)25.模块答疑:我能从大厂的大数据开发实践中学到什么?.html
├(65)25.模块答疑:我能从大厂的大数据开发实践中学到什么?.mp3
├(66)25.模块答疑:我能从大厂的大数据开发实践中学到什么?.pdf
├(67)26.互联网产品 + 大数据产品 = 大数据平台.html
├(68)26.互联网产品 + 大数据产品 = 大数据平台.mp3
├(69)26.互联网产品 + 大数据产品 = 大数据平台.pdf
├(70)27.大数据从哪里来?.html
├(71)27.大数据从哪里来?.mp3
├(72)27.大数据从哪里来?.pdf
├(73)28.知名大厂如何搭建大数据平台?.html
├(74)28.知名大厂如何搭建大数据平台?.mp3
├(75)28.知名大厂如何搭建大数据平台?.pdf
├(76)29.盘点可供中小企业参考的商业大数据平台.html
├(77)29.盘点可供中小企业参考的商业大数据平台.mp3
├(78)29.盘点可供中小企业参考的商业大数据平台.pdf
├(79)30.当大数据遇上物联网.html
├(80)30.当大数据遇上物联网.mp3
├(81)30.当大数据遇上物联网.pdf
├(82)31.模块答疑:为什么大数据平台至关重要?.html
├(83)31.模块答疑:为什么大数据平台至关重要?.mp3
├(84)31.模块答疑:为什么大数据平台至关重要?.pdf
├(85)32.互联网运营数据指标与可视化监控.html
├(86)32.互联网运营数据指标与可视化监控.mp3
├(87)32.互联网运营数据指标与可视化监控.pdf
├(88)33.一个电商网站订单下降的数据分析案例.html
├(89)33.一个电商网站订单下降的数据分析案例.mp3
├(90)33.一个电商网站订单下降的数据分析案例.pdf
├(91)34.A B测试与灰度发布必知必会.html
├(92)34.A B测试与灰度发布必知必会.mp3
├(93)34.A B测试与灰度发布必知必会.pdf
├(94)35.如何利用大数据成为“增长黑客”?.html
├(95)35.如何利用大数据成为“增长黑客”?.mp3
├(96)35.如何利用大数据成为“增长黑客”?.pdf
├(97)36.模块答疑:为什么说数据驱动运营?.html
├(98)36.模块答疑:为什么说数据驱动运营?.mp3
├(99)36.模块答疑:为什么说数据驱动运营?.pdf
├(100)37.如何对数据进行分类和预测?.html
├(101)37.如何对数据进行分类和预测?.mp3
├(102)37.如何对数据进行分类和预测?.pdf
├(103)38.如何发掘数据之间的关系?.html
├(104)38.如何发掘数据之间的关系?.mp3
├(105)38.如何发掘数据之间的关系?.pdf
├(106)39.如何预测用户的喜好?.html
├(107)39.如何预测用户的喜好?.mp3
├(108)39.如何预测用户的喜好?.pdf
├(109)40.机器学习的数学原理是什么?.html
├(110)40.机器学习的数学原理是什么?.mp3
├(111)40.机器学习的数学原理是什么?.pdf
├(112)41.从感知机到神经网络算法.html
├(113)41.从感知机到神经网络算法.mp3
├(114)41.从感知机到神经网络算法.pdf
├(115)42.模块答疑:软件工程师如何进入人工智能领域?.html
├(116)42.模块答疑:软件工程师如何进入人工智能领域?.mp3
├(117)42.模块答疑:软件工程师如何进入人工智能领域?.pdf
├(118)开篇词.为什么说每个软件工程师都应该懂大数据技术?.html
├(119)开篇词.为什么说每个软件工程师都应该懂大数据技术?.mp3
├(120)开篇词.为什么说每个软件工程师都应该懂大数据技术?.pdf
├(121)慕课网全套VIP课程_[www.itspzx.com].png
├(122)所有的不确定都是机会——智慧写给你的新年寄语.html
├(123)所有的不确定都是机会——智慧写给你的新年寄语.mp3
├(124)所有的不确定都是机会——智慧写给你的新年寄语.pdf
├(125)极客时间全套vip课程_[www.itspzx.com].png
├(126)点击获取更多资源.html
├(127)结束语.未来的你有无限可能.html
├(128)结束语.未来的你有无限可能.mp3
├(129)结束语.未来的你有无限可能.pdf
├(130)资料说明.txt
├(131)预习 01.大数据技术发展史:大数据的前世今生.html
├(132)预习 01.大数据技术发展史:大数据的前世今生.mp3
├(133)预习 01.大数据技术发展史:大数据的前世今生.pdf
├(134)预习 02.大数据应用发展史:从搜索引擎到人工智能.html
├(135)预习 02.大数据应用发展史:从搜索引擎到人工智能.mp3
├(136)预习 02.大数据应用发展史:从搜索引擎到人工智能.pdf
├(137)预习 03.大数据应用领域:数据驱动一切.html
├(138)预习 03.大数据应用领域:数据驱动一切.mp3
├(139)预习 03.大数据应用领域:数据驱动一切.pdf
└█

 

 

版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系59741541#qq.com(#换@),我们将尽快处理。

分享:

共有 条评论

    热门视频

    Knowledge Graph知识图谱高级

    2020-08-16   浏览:202

    全新Hadoop 3.X及生态圈大实

    2020-08-16   浏览:193

    2019年Kudu分布式存储引擎数

    2020-08-16   浏览:162

    2019云计算与大数据零基础

    2020-08-15   浏览:157

    大数据教程:Spark基础及源

    2020-08-17   浏览:155

    2019大数据入门到精通项目

    2020-08-15   浏览:141

    尚硅谷大数据线下班全套

    2020-08-15   浏览:140

    极客时间-从0开始学大数据

    2020-08-16   浏览:132

    喜欢我嘛?喜欢就按“ctrl+D”收藏我吧!♡