大规模数据处理实战
蔡元楠
Google Brain资深工程师
立即订阅
8443 人已学习
课程目录
已完结 46 讲
0/4登录后，你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 从这里开始，带你走上硅谷一线系统架构师之路
免费
模块一 | 直通硅谷大规模数据处理技术 (3讲)
01 | 为什么MapReduce会被硅谷一线公司淘汰？
02 | MapReduce后谁主沉浮：怎样设计下一代数据处理技术？
03 | 大规模数据处理初体验：怎样实现大型电商热销榜？
模块二 | 实战学习大规模数据处理基本功 (8讲)
04 | 分布式系统（上）：学会用服务等级协议SLA来评估你的系统
05 | 分布式系统（下）：架构师不得不知的三大指标
06 | 如何区分批处理还是流处理？
07 | Workflow设计模式：让你在大规模数据世界中君临天下
08 | 发布/订阅模式：流处理架构中的瑞士军刀
09 | CAP定理：三选二，架构师必须学会的取舍
10 | Lambda架构：Twitter亿级实时数据分析架构背后的倚天剑
11 | Kappa架构：利用Kafka锻造的屠龙刀
模块三 | 抽丝剥茧剖析Apache Spark设计精髓 (10讲)
12 | 我们为什么需要Spark？
13 | 弹性分布式数据集：Spark大厦的地基（上）
14 | 弹性分布式数据集：Spark大厦的地基（下）
15 | Spark SQL：Spark数据查询的利器
16 | Spark Streaming：Spark的实时流计算API
17 | Structured Streaming：如何用DataFrame API进行实时数据分析?
18 | Word Count：从零开始运行你的第一个Spark应用
19 | 综合案例实战：处理加州房屋信息，构建线性回归模型
20 | 流处理案例实战：分析纽约市出租车载客信息
21 | 深入对比Spark与Flink：帮你系统设计两开花
模块四 | Apache Beam为何能一统江湖 (8讲)
22 | Apache Beam的前世今生
23 | 站在Google的肩膀上学习Beam编程模型
24 | PCollection：为什么Beam要如此抽象封装数据？
25 | Transform：Beam数据转换操作的抽象方法
26 | Pipeline：Beam如何抽象多步骤的数据流水线？
27 | Pipeline I/O: Beam数据中转的设计模式
28 | 如何设计创建好一个Beam Pipeline？
29 | 如何测试Beam Pipeline？
模块五 | 决战 Apache Beam 真实硅谷案例 (7讲)
30 | Apache Beam实战冲刺：Beam如何run everywhere?
31 | WordCount Beam Pipeline实战
32 | Beam Window：打通流处理的任督二脉
33 | 横看成岭侧成峰：再战Streaming WordCount
34 | Amazon热销榜Beam Pipeline实战
35 | Facebook游戏实时流处理Beam Pipeline实战（上）
36 | Facebook游戏实时流处理Beam Pipeline实战（下）
模块六 | 大规模数据处理的挑战与未来 (4讲)
37 | 5G时代，如何处理超大规模物联网数据
38 | 大规模数据处理在深度学习中如何应用？
39 | 从SQL到Streaming SQL：突破静态数据查询的次元
40 | 大规模数据处理未来之路
专栏加餐 | 特别福利 (4讲)
FAQ第一期 | 学习大规模数据处理需要什么基础？
加油站 | Practice makes perfect！
FAQ第二期 | Spark案例实战答疑
FAQ第三期 | Apache Beam基础答疑
结束语 (1讲)
结束语 | 世间所有的相遇，都是久别重逢
大规模数据处理实战
登录|注册
加油站 | Practice makes perfect！
蔡元楠 2019-06-07
你好，我是蔡元楠。
端午节了，先祝你节日快乐。不知道正在读文章的你这几天是不是有什么娱乐活动。我最近去参加了湾区一年一度的“三俗”活动——摘樱桃。而且，还看了一个有意思的电影《疾速备战》（John Wick: Chapter 3-Parabellum），推荐给你。
说归正题，在专栏的更新过程中，对于“留言的处理”这一点我还是要先道个歉，前段时间因为一些个人原因比较忙，所以对于问题的回复没有做好。我会努力把答疑这件事重新做起来。既然有问题了，就是要解决掉才行。
专栏进程也已经过半了，我好像感觉到同学们的阅读热情都在降低，排除“养肥了再读”的情况，可能是因为很多人进入了学习的“倦怠期”。我想了下，正好又到了假期，也许是应该专门写一篇文章，来跟你“聊聊天”。毕竟对于绝大部分人来说，“学习”这件事情真的是“逆人性”的，总需要一些建议和鼓励。
学习的目的就是解决问题
说实话，我们都不是天生以学习为乐趣的“学神”，所以现在我们的学习目的往往就是集中在“解决问题”上。而事实上，“解决问题”这件事其实并不是我们从工作的时候才开始面对的。
还记得我们在校园时期受的最多的训练吗？那就是“做题”。枯燥无味的“做题”过程就是我们接受的最初的对于“解决问题”的训练。在这个“做题”过程中学会的解决问题的方法一定是你至今都在受用的。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《大规模数据处理实战》，如需阅读全部文章，
请订阅文章所属专栏。
请订阅文章所属专栏。
立即订阅
登录 后留言
精选留言(14)
一给老师正视答疑不足的心态并要认真解决的态度点赞！对了，我靠着老师的课程找到了心仪的大数据方向的实习工作，在这里也向老师表达衷心的感谢！作者回复: 恭喜你，加油。
2019-06-08 7
WL我感觉这个专栏可能比较适合有大数据开发基础的同学吧, 像我这样没有大数据开发基础的开每篇文章都是走马观花, 见见世面的感觉, 感觉对当前的工作没啥实质性的帮助, 如果能有专门的视频课程是入门spark, beam的, 再回过头来看可能会感觉不一样.2019-06-10 6- shawn学习新知识需要知道它解决了什么问题，是怎么解决的，如果没有它还有没有别的方法，如果还有别的方法那么可以对比一下之间相同和不同点
作者回复: ✔️
2019-06-10 4 - Geek_fredW棒！
知识和具体的技术是成长的必要条件。另一个必要条件就是这些“聊聊天”的经验、认知分享。
在我心里，解决问题最好的角度是：居高临下，通览全貌。当知道自己当前处在问题中的什么位置，往往至少会有一些进一步的思路。所以通常情况下我喜欢尽可能搞清楚问题的全貌。
但实际上经常也会遇到没条件实现通览全貌的情况。这时另一个有效的角度，我自己的体会就是找到一个切入点，先试试。
前者是从上往下，从总到分的轨迹的话，后者就是反过来。
学习是一个艰苦的过程，现在也不是天天都有充足的时间学习。我就是这样的情况，默默学习。一些知识展开后工作量不少，再练习练习，其实花费的时间远远大于个把小时。所以我想所谓的学习热情减退，是一个现象，但它不是原因。相信有相当一部分人会坚持到底。
课程不错，我觉得我很幸运。棒！作者回复: 谢谢，一起加油。
2019-06-07 3 
kylin在一家外包公司做大数据开发，说白了就是用hive进行简单的数据处理，聚合。而且这些数据也不清楚有什么用，都是按照指示工作，很盲目，不知道眼前路应该怎么走下去2019-06-07 2
张凯江发现问题，分析问题，解决问题
说来容易，实施起来很难2019-06-07 2
hallo128对啊，每次您提出问题后，都不解答。与读者完全没有交流，我们也感觉您没有收到我们的反馈有所调整。也就很懈怠。希望您能多看看留言，进行解答，谢谢。2019-06-08 1
刘万里老师请教个问题，最近在做技术选型，犹豫flink和beam两个，就请教下beam支持cep吗?作者回复: 谢谢提问！Beam作为一个架构思想和Flink还是不一样的。如果你选择Beam SDK来编写你的数据处理逻辑，底层一样可以选择使用Flink来作为数据处理引擎。关于CEP的问题，这个看你的具体场景了，我认为Beam的编程模型里是涵盖了的。
2019-06-07 1
AF很多问题想着简单，真正去实施的时候会出现各种意想不到的幺蛾子，这也就是为什么很多程序员在接到任务的时候，说自己在多长时间之内就能做完，但结果是，最后因为实际中的各种问题而做不完，或者做完了，却检查出很多bug等待2019-06-07 1
stone方法论不错。作者回复: 🤝
2019-07-05
xj_zh熟能生巧作者回复: 没错
2019-06-19
happiness_xcy以解决问题为切入点来进行专门的学习和锻炼，这个思路非常贊，有的放矢，方得要领。还有我个人有幸听过关于google brog的一些设计思路和历史，请问老师有没有相关的资料可以推荐吗？2019-06-13
hua168大神，我看AI很多都是高级的数学公式，那不不要先把大学的高数、离散数学重学一遍？！😂
我都忘记玩了😭2019-06-12- 商君从会到精，又是另外一回事了2019-06-11
收起评论