沒(méi)有接觸過(guò)互聯(lián)網(wǎng)行業(yè)
渴望技術(shù)轉(zhuǎn)型
轉(zhuǎn)換行業(yè)的IT小白
學(xué)習(xí)過(guò)一定的編程理論
希望提升經(jīng)驗(yàn)
接觸更廣技術(shù)面
從事一定年限技術(shù)開(kāi)發(fā)
目標(biāo)突破自我
學(xué)習(xí)大數(shù)據(jù)技術(shù)
突破職業(yè)瓶頸
從事大數(shù)據(jù)開(kāi)發(fā)工作
希望了解更多
大數(shù)據(jù)開(kāi)發(fā)技術(shù)
接觸更多實(shí)時(shí)分析架構(gòu)
Linux、Spark、Scala
ElasticSearch、Redis
Kafka等基礎(chǔ)框架
全面掌握Scala語(yǔ)言開(kāi)發(fā)Spark的實(shí)時(shí)計(jì)算任務(wù)的開(kāi)發(fā)技巧;
充分了解使用不同的CDC框架,如Canal和Maxwell,采集MySQL變動(dòng)數(shù)據(jù)以及數(shù)據(jù)采集結(jié)構(gòu)和數(shù)據(jù)分析方法;
掌握如何使用SparkStreaming和Kafka實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)的分層數(shù)據(jù)管理,提高數(shù)據(jù)復(fù)用性,提高指標(biāo)分析效率;
充分掌握使用SparkStreaming的實(shí)時(shí)計(jì)算開(kāi)發(fā)技巧和任務(wù)部署策略;
掌握ElasticSearch與SparkStreaming和SpringBoot的無(wú)縫對(duì)接技術(shù),掌握SpringBoot編寫(xiě)數(shù)據(jù)展示接口,對(duì)數(shù)據(jù)進(jìn)行可視化大屏展示。
通過(guò)SparkStreaming解決了實(shí)時(shí)計(jì)算中常見(jiàn)的精確一次性消費(fèi)問(wèn)題;
分別采用Canal和Maxwell作為MySQL的變動(dòng)數(shù)據(jù)采集工具,實(shí)時(shí)采集數(shù)據(jù)并發(fā)送至消息隊(duì)列Kafka中;
使用Scala語(yǔ)言開(kāi)發(fā)SparkStreaming的實(shí)時(shí)計(jì)算程序,利用高階函數(shù)抽象提取雙流join、維度關(guān)聯(lián)、精確一次性消費(fèi)的工具類,解決實(shí)時(shí)計(jì)算中的常見(jiàn)難題;
利用SpringBoot開(kāi)發(fā)數(shù)據(jù)可視化展示接口,熟練掌握接口編寫(xiě)流程。
利用SparkStreaming的廣播變量編寫(xiě)實(shí)時(shí)計(jì)算代碼優(yōu)化計(jì)算流程,提高計(jì)算效率;
項(xiàng)目覆蓋多種電商源數(shù)據(jù)、多種大數(shù)據(jù)分析框架配合使用、數(shù)十個(gè)實(shí)時(shí)數(shù)據(jù)分析指標(biāo),全程使用Scala語(yǔ)言作為SparkStreaming開(kāi)發(fā)語(yǔ)言,超過(guò)6000行代碼;
采用Redis存儲(chǔ)臨時(shí)性計(jì)算數(shù)據(jù)、采用ElasticSearch存儲(chǔ)明細(xì)數(shù)據(jù)、采用Kibana配置可視化分析,對(duì)接多種大數(shù)據(jù)分析框架,靈活組合應(yīng)用,增加開(kāi)發(fā)經(jīng)驗(yàn);