解压直接用，编译好的x86架构python3.7.9(支持spark,pyspark,sparkR等)
2021-09-01 22:01:10
467.24MB
1
Scala是一门以Java虚拟机（JVM）为目标运行环境并将面向对象和函数式编程语言的最佳特性结合在一起的编程语言。你可以使用Scala编写出更加精简的程序，同时充分利用并发的威力。由于Scala运行于JVM之上，因此它可以访问任何Java类库并且与Java框架进行互操作。本书从实用角度出发，给出了一份快速的、基于代码的入门指南。Horstmann以“博客文章大小”的篇幅介绍了Scala的概念，让你可以快速地掌握和应用。实际上手的操作，清晰定义的能力层次，从初级到专家级，全程指导。
2021-09-01 14:55:57
35.25MB
1
操作步骤：
一．数据采集：视频网站访问日志（编辑python脚本）
1.Python日志产生器开发URL ，ip信息，状态码，时间等
2.python日志产生器测试并将日志写入到文件中
3.通过定时调度工具每一分钟产生一批数据
4.使用flume实时收集日志信息
5.对接实时数据到kafka并输出到控制台
6.spark streaming对接kafka的数据进行消费
数据采集详情：项目其他\数据采集.docx
二．数据清洗：见项目
使用spark streaming完成数据清洗操作
三．数据分析：见项目
功能一：
统计到今天为止视频的访问量
yyyyMMdd courseId
使用数据库来进行存储我们的统计结果
sparkstreaming把统计结果写入到数据库里面
hbase表设计：create 'aqy_video_clickcount','info'
RowKey设计：day_videoid
功能二：
统计今天到现在为止从搜索引擎引流过来的实战课程的访问量
功能1+从搜索引擎引流过来的
HBase表设计：
create 'aqy_video_search_clickcount','info'
rowkey设计：根据业务需求20200529+search
功能具体实现步骤：
1.数据库访问dao层方法定义
2.hbase操作工具类开发
3.将spark streaming的处理结果写到hbase中
4.映射到hive数据仓库中
四．数据可视化：见数据可视化项目
2021-08-31 10:57:46
349KB
1