【9792】-大数据精英一班（大数据全栈工程师）
01 hadoop-大数据启蒙-初识HDFS
02 hadoop-HDFS理论基础读写流程
03 hadoop-HDFS集群搭建伪分布式模式
04 hadoop-HDFS集群搭建-HA模式概念
05 hadoop-HDFS集群搭建-HA模式验证
06 hadoop-HDFS权限、企业级搭建、ideatmaven开发HDFS
07 hadoop-MapReduce原理精讲、轻松入门
08 hadoop-MapReduce调度原理， Yam原理
09 hadoop-MapReduce-Yam集群搭建、idea开发MR的wC程序
10 hadoop-MapReduce作业提交方式、源码客户端提交源码
100基于节目的推荐系统，架构剖折，数据迁移
101提取节目的关键词，构建节目画像
102基于TextRank算法+TF-IDF算法提取关键词
103构建节目画像与用户画像
104构建用户画像及性能调优
105基于节目画像计算节目的相似度
106 Sparki周优总结及word2vec算法原理
107基于物品画像计算相似度
108实现基于模型的召回策略
109构建特征中心及模型召回实现
11 hadoop-MapReduce原码-MapTask-inpu原码精讲
111训练排序模型及搭建推荐系统微服务
112推荐系统项目大总结
113 Flink初始及搭建集群环境
114 Flink基于Yam多种启动方式
115 Flink运行架构及并行度设置
116 Flink各种算子精讲1
117 Flink各种算子精讲2
118 Flink各种算子精讲3
119基本函数类及富函数的使用
12 hadoop-MapReduce原码-MapTask-output和ReduceTak精讲
120 Elasticsearch核心概念
121 ES环境安装、健康值检查以及CRUD
122 ES环境安装、健康值检查以及CRUD
123 Flink Checkpoint及SavePoint精讲
124 Flink window窗口剖析1
125上机实战演练： ES查询语法
126 Flink Window剖析2
127 Mapping和聚合查询
128 Flink时间语义+Watermark
129 Flink Window剖析3
13 hadoop-MapReduce开发分组取TopN-API精炼
130 ES查询之底层原理揭秘
131 ES查询之Scripting查询
132 Flink Table APT编程
133 ES查询之分词器详解
134 Flink sQL编程
135 Flink复杂事件处理CEP
136 ES查询之前缀搜索、通配符搜索、正则搜索、模糊查询串讲
137 CEP编程和Flink优化
138交通实时监控项目1
139 ES Java API
14 hadoop-MapReduce开发推荐系统大数据思维模式
140交通实时监控项目2
141 ES
142本节无内容，后续讲解
143交通实时监控项目3
144交通实时监控项目4
145 ELK Stack-ES集群
146 ELK Stack-ES集群
147交通实时监控项目5
148 ELK-Beats&；Logstash介绍
149 ELK-Lostash架构实战
15 Hive的架构介绍及远程数据库模式安装
150交通实时监控项目6
151 ELK收集Nginx日志， syslog， kibanaj井解
152 交通实时监控项目7
153 ELK-使用Packetbeat监控es集群
154 Es进阶-relevance score理及排序算法优化
155 ES进阶Nested 、 Join及Term vectoni解
156 ES进阶-Highight及Suggest搜索推荐详解
157 ES进阶深入採秘基于地理位置搜索
158 ES进阶案例分析：基于地理位置搜索的疫情地图
159 ES进阶深入聚合分析多metric以及histogram部折
16 Hlive的远程元数据服务模式安装及Hive sQL
160 ES进阶深入聚合搜索完结
161 ES进阶运维篇之集群管理
162 ES进阶-运维篇之集群管理2以及hdf安装
163 ES进阶基于snapshot hdfs restore数据备份还原
164ES进阶索引管理-1
165 ES进阶索引管理-2
166 ES进阶集群安全
167项目实战搜索引擎框架原理
168项目实战搜索推荐项目案例
169数据仓库之数据库范式与ER实体关系模型建模
17 Hive Serde， HiveServer2. Hive函数
170数据仓库之维度建模与数据仓库分析模型
171数据仓库之数据仓库分层设计与命名规范
172音乐数仓平台之项目架构及数仓分层、主题设计
173数仓之歌曲暴纳力指数分析
174数仓之歌手景向力指数分析
175数仓之5aoop全里增里数据导入
176数仓之Azkaban任务流调度使用及原理
177数仓之Superset B可视化工具使用及原理
178数仓之机器详情ODSEDSDM分层设计
179数仓之机器详情自动化调度及数据可视化
18 Hive参数设置、运行方式、动态分区、分桶
180数仓之用户画像表模型设计
181数仓之用户画像自动化调度及数据可视化
182数仓之高德ap获取机器上报位置
183数仓之商户、地区营收统计分析
63 spark-core源码、 SortShufflewriter、内存缓冲区buffer
64 spark-core源码、 SortShufflewriter、内存缓冲区buffer
65 spark-ore源码、UnsafeShufflewriter、 Tungsten， Unsafe、堆外
66 spark-core-源码、ShuffleReader， Tracker， Scheduler完整调度
67 spark-ore源码、RDD持久化、检查点、广播变量、累加器
68 spark-core源码、RDD持久化、检查点、广播变里、累加器
69 spark-sal、大数据中的SQL组成原理
70 spark-sal、 datafram到dataset开发
71 spark-sal、整合hive的metastore搭建企业级数仓1
72 spark-sal、整合hive的metastore搭建企业级数仓2
73 spark-sql、复杂sal、函数、自定义函数、开窗over函数、OLAP
74 spark-sal源码、sgl解析、dataset到rdd的执行计划
75 spark-sq-源码、antir4的sal解析、AST语法树的逻辑到物理转换
76 spark-sal源码、逻辑计划、优化器、物理计划、转换RDD
77 spark-streaming、流式计算之微批计算原理及standalone
78 spark-streaming 、 api、 ha、检查点、窗口等机制
79 spark-streaming、整合MQ-kafka开发
80 spark-streaming、源码分析、流式微批任务的调度原理
81 spark-streaming
82机器学习介绍、原理及应用场景
83线性回归算法的原理及参数优化方案
84基于Spark MLibill练回归算法模型
85逻辑回归算法的原理及算法公式推导
86 KNNi只别手写数字与KMean骤类算法原理
87 KNN手写数字识别及KMeans算法原理
88手写KMean螺类算法及实现精准微博营销案例
89分析KMeanS精准营销案例代码及KMeans在推荐系统的应用
90逻辑回算法原理及公式推导
91逻辑回归算法原理及公式推导
92逻辑回归算法及实现百度路况预测功能
93百度地图实时路况及路况预测
94决策树算法的原理
95随机森林算法与算法总结
96推荐系统的来龙去脉与推荐架构
97推荐系统架构设计及构建推荐系统训练集
98推荐系统代码实现及测试
99实现推荐系统在线推荐微服务
