第1天：开学+常见业务+MR 第2天：MR+Hive 第3天：Hive02_03 第4天：scala+spark 第5天：yarn和spark 第6天：LR+商品项目 第7天：数据采集业务+flume 第8天：实时采集kafka+SparkStreaming 第9天：Spark Streaming02+Flink 第10天：streaming补充+Flink 第11天：数据仓库 第12天：数据仓库+Hbase 第13天：协同过滤 第14天：结巴切词+基于内容推荐+项目作业 第15天：隐马HMM

第1章 课程介绍课程介绍 第2章 初识实时流处理 第3章 分布式日志收集框架Flume 第4章 分布式发布订阅消息系统Kafka 第5章 实战环境搭建工欲善其事必先利其器 第6章 Spark Streaming入门 第7章 Spark Streaming核心概念与编程 第8章 Spark Streaming进阶与案例实战 第9章 Spark Streaming整合Flume 第10章 Spark Streaming整合Kafka 第11章 Spark Streaming整合Flume&Kafk

spark3.0.0版本对接kafka数据源需要的jar包，最新的版本导致maven的阿里云仓库不能直接下载下来，所以需要手动导入jar包进行操作，有需要的朋友可以免费下载

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

大型企业级云产品-亿级数据统计分析系统（真实大数据应用，代码企业可直接复用），完整版108讲，附源码+课件；本课程项目是一个综合项目，技术涵盖java web，大数据，虚拟化，linux服务器等 具体包含： spring，spark，spark streaming，hive，flume,kafka,hadoop，hbase，mongodb，dubbo，docker，easyui，highcharts等等。 此课程是按照真实企业级开发项目流程进行讲解，通过学习此课程可以体会到真实的大型大数据项