从0开始学大数据

共 48 讲。

目录

• 从0开始学大数据
• 开篇词 - 为什么说每个软件工程师都应该懂大数据技术？
• 预习 01 - 大数据技术发展史：大数据的前世今生
• 预习 02 - 大数据应用发展史：从搜索引擎到人工智能
• 预习 03 - 大数据应用领域：数据驱动一切
• 04 - 移动计算比移动数据更划算
• 05 - 从RAID看垂直伸缩到水平伸缩的演化
• 06 - 新技术层出不穷，HDFS依然是存储的王者
• 07 - 为什么说MapReduce既是编程模型又是计算框架？
• 08 - MapReduce如何让数据完成一次旅行？
• 09 - 为什么我们管Yarn叫作资源调度框架？
• 10 - 模块答疑：我们能从Hadoop学到什么？
• 11 - Hive是如何让MapReduce实现SQL操作的？
• 12 - 我们并没有觉得MapReduce速度慢，直到Spark出现
• 13 - 同样的本质，为何Spark可以更高效？
• 14 - BigTable的开源实现：HBase
• 15 - 流式计算的代表：Storm、Flink、Spark Streaming
• 16 - ZooKeeper是如何保证数据一致性的？
• 17 - 模块答疑：这么多技术，到底都能用在什么场景里？
• 18 - 如何自己开发一个大数据SQL引擎？
• 19 - Spark的性能优化案例分析（上）
• 20 - Spark的性能优化案例分析（下）
• 21 - 从阿里内部产品看海量数据处理系统的设计（上）：Doris的立项
• 22 - 从阿里内部产品看海量数据处理系统的设计（下）：架构与创新
• 23 - 大数据基准测试可以带来什么好处？
• 24 - 从大数据性能测试工具Dew看如何快速开发大数据系统
• 25 - 模块答疑：我能从大厂的大数据开发实践中学到什么？
• 26 - 互联网产品 + 大数据产品 = 大数据平台
• 27 - 大数据从哪里来？
• 28 - 知名大厂如何搭建大数据平台？
• 29 - 盘点可供中小企业参考的商业大数据平台
• 30 - 当大数据遇上物联网
• 31 - 模块答疑：为什么大数据平台至关重要？
• 32 - 互联网运营数据指标与可视化监控
• 33 - 一个电商网站订单下降的数据分析案例
• 34 - A-B测试与灰度发布必知必会
• 35 - 如何利用大数据成为“增长黑客”？
• 36 - 模块答疑：为什么说数据驱动运营？
• 37 - 如何对数据进行分类和预测？
• 38 - 如何发掘数据之间的关系？
• 39 - 如何预测用户的喜好？
• 40 - 机器学习的数学原理是什么？
• 41 - 从感知机到神经网络算法
• 42 - 模块答疑：软件工程师如何进入人工智能领域？
• 所有的不确定都是机会——智慧写给你的新年寄语
• 结束语 - 未来的你，有无限可能
• 第2季回归丨大数据之后，让我们回归后端
• 结课测试 - 这些大数据的知识你都掌握了吗？