尚硅谷大数据项目之Flink实时数仓4.0

编辑点评

深入Flink实时数仓架构，实战项目案例丰富，适合有大数据背景的学习者。

⭐ 编辑推荐

本课程深入讲解Flink实时数仓架构，通过实战项目案例，帮助学习者掌握Flink实时数据处理技术。

✨ 课程亮点

课程目录

📁 视频
视频必看.png [493.5 KB]
101_DWS_流量域各粒度用户访问数据添加状态存活时间.mp4 [22.1 MB]
156_DWS回顾.mp4 [81.4 MB]
13_gitlab的安装部署.mp4 [543.2 MB]
115_dws模块回顾.mp4 [22.8 MB]
72_DWD_base_db需求读取主流和配置表数据.mp4 [84.7 MB]
40_DWD_数据源分析.mp4 [78.0 MB]
58_DWD_筛选加购事务表明细数据.mp4 [100.4 MB]
120_DWS_维度关联补全sku_info信息.mp4 [194.0 MB]
63_DWD_下单明细表写出到kafka实现.mp4 [79.7 MB]
05_实时数仓框架选型-ods dwd和dim.mp4 [47.5 MB]
145_合并gitlab代码请求.mp4 [26.3 MB]
136_DWS_各省份窗口下单聚合统计.mp4 [82.0 MB]
127_DWS_旁路缓存回顾.mp4 [47.2 MB]
27_DIM_对主流数据进行清洗过滤.mp4 [134.2 MB]
45_DWD_日志拆分需求新旧访客修复代码测试.mp4 [256.3 MB]
129_DWS_异步连接的获取.mp4 [36.5 MB]
60_DWD_下单事务事实表需求分析.mp4 [33.7 MB]
126_DWS_度量值去重回顾.mp4 [59.1 MB]
02_实时数仓和离线数仓的概述区别.mp4 [27.9 MB]
82_DWS_doris的fe缩容及群起脚本.mp4 [20.8 MB]
73_DWD_base_db合并处理事实表数据.mp4 [89.3 MB]
21_DIM_baseAPP使用演示.mp4 [64.4 MB]
15_gitlab兼容IDEA实现提交推送项目.mp4 [36.8 MB]
114_dim和dwd模块代码回顾.mp4 [68.2 MB]
36_DIM_HBase写入数据和删除数据的方法编写.mp4 [87.2 MB]
55_DWD_baseSQLAPP封装实现及使用方法.mp4 [22.5 MB]
157_部署及可视化回顾.mp4 [25.2 MB]
43_DWD_日志拆分需求数据清洗ETL处理.mp4 [56.9 MB]
152_Flink实时数仓代码结构设计回顾.mp4 [49.9 MB]
28_DIM_读取配置表数据.mp4 [57.8 MB]
52_DWD_LookUp join使用场景介绍.mp4 [82.3 MB]
42_DWD_日志拆分需求分析.mp4 [42.2 MB]
108_DWS_用户登录统计数据聚合写出到doris.mp4 [71.1 MB]
95_DWS_关键字分组开窗聚合统计.mp4 [59.7 MB]
83_DWS_doris的数据模型agg模型介绍.mp4 [114.6 MB]
35_DIM_预加载配置表信息避免数据丢失功能实现.mp4 [79.4 MB]
37_DIM_写出数据到HBase的代码编写.mp4 [31.9 MB]
84_DWS_doris的数据模型唯一与可重复模型介绍.mp4 [17.1 MB]
07_实时数仓和实时计算及离线计算的比较.mp4 [14.1 MB]
68_DWD_支付成功需求使用interval join完成表格关联.mp4 [110.8 MB]
56_DWD_评论事实表完成HBase的lookup_join.mp4 [91.2 MB]
142_streamPark编译部署项目.mp4 [289.4 MB]
84_DWS_doris的分区分桶.mp4 [55.7 MB]
141_streamPark使用设置.mp4 [154.0 MB]
87_DWS_doris的动态分区原理介绍.mp4 [44.4 MB]
18_ODS_确保数据源时间有序的方法介绍.mp4 [41.4 MB]
106_DWS_用户登录统计需求过滤数据.mp4 [64.8 MB]
131_DWS_flink异步算子实现维度关联.mp4 [42.8 MB]
24_DIM_动态拆分维度表功能实现的选择介绍.mp4 [54.1 MB]
41_DWD_日志拆分需求代码结构介绍.mp4 [35.6 MB]
130_DWS_flink异步算子使用编写.mp4 [151.1 MB]
81_DWS_doris的fe扩容.mp4 [52.6 MB]
32_DIM_使用配置流信息创建HBase表格.mp4 [75.3 MB]
70_DWD_支付成功需求写出数据.mp4 [177.2 MB]
66_DWD_支付成功需求筛选支付成功数据.mp4 [44.5 MB]
65_DWD_支付成功事实表需求分析.mp4 [50.4 MB]
74_DWD_base_db数据写出.mp4 [114.6 MB]
109_DWS_用户注册统计需求分析.mp4 [30.1 MB]
89_DWS_doris的rollup介绍.mp4 [51.0 MB]
96_DWS_关键词开窗统计数据写出到doris.mp4 [145.9 MB]
34_DIM_使用JDBC工具预加载配置表信息避免主流数据丢失.mp4 [96.5 MB]
94_DWS_完成关键词的拆分工作.mp4 [23.7 MB]
128_DWS_异步IO介绍.mp4 [30.1 MB]
119_DWS_商品粒度聚合统计.mp4 [51.9 MB]
137_项目部署上线介绍.mp4 [37.2 MB]
11_git分支流程介绍.mp4 [31.2 MB]
133_DWS_完整封装模板方法实现维度关联.mp4 [91.7 MB]
12_idea中的代码结构部署.mp4 [69.9 MB]
16_实时数仓架构搭建-flink和hbase的安装部署.mp4 [93.5 MB]
90_DWS_doris的物化视图.mp4 [58.0 MB]
03_实时数仓的完整架构.mp4 [54.4 MB]
26_DIM_核心业务逻辑介绍.mp4 [26.7 MB]
97_DWS_流量域各粒度用户页面访问窗口聚合需求分析.mp4 [25.7 MB]
103_DWS_首页详情页独立访客判断代码实现.mp4 [98.4 MB]
62_DWD_下单明细表完成四个表格的join操作.mp4 [69.3 MB]
117_DWS_sku商品粒度过滤添加水位线.mp4 [89.5 MB]
154_ODS层回顾.mp4 [29.2 MB]
116_DWS_sku商品下单需求分析.mp4 [54.6 MB]
31_DIM_HBase删除表格API编写.mp4 [23.0 MB]
143_streamPark上线任务演示.mp4 [101.4 MB]
144_streamPark使用检查点重启任务.mp4 [15.5 MB]
14_gitlab用户创建和管理.mp4 [71.3 MB]
51_DWD_flinkSQL的基础原理介绍.mp4 [46.7 MB]
22_DIM_基类添加webUI页面介绍.mp4 [24.1 MB]
57_DWD_评论事实表完成数据写出.mp4 [63.5 MB]
132_DWS_模板方法初步封装.mp4 [113.0 MB]
86_DWS_doris的复合分区和多列分区介绍.mp4 [25.2 MB]
138_streamPark概述介绍.mp4 [26.3 MB]
01_Flink最新电商数据课程介绍.mp4 [21.3 MB]
53_DWD_LookUp join具体使用演示.mp4 [36.7 MB]
100_DWS_流量域各粒度用户访问数据写出到doris.mp4 [141.7 MB]
110_DWS_用户注册需求实现.mp4 [170.4 MB]
139_streamPark的解压部署.mp4 [46.1 MB]
29_DIM_HBase创建关闭连接.mp4 [502.7 MB]
39_DIM_代码与功能回顾.mp4 [93.0 MB]
92_DWS_热词开窗统计筛选关键字.mp4 [119.7 MB]
09_数仓设计回顾.mp4 [51.3 MB]
78_DWS_doris单台后端的安装部署.mp4 [42.2 MB]
124_DWS_添加redis作为旁路缓存.mp4 [153.2 MB]
📁 资料
资料必看.png [493.5 KB]
13.gitlab.exe [1.2 GB]
10.redis.exe [2.5 MB]
5.zookeeper.exe [12.4 MB]
9.hbase.exe [270.6 MB]
4.kafka.exe [100.5 MB]
11.doris.exe [3.6 GB]
8.mock.exe [34.9 MB]
6.mysql.exe [90.1 MB]
2.hadoop.exe [663.5 MB]
14.streampark.exe [206.5 MB]
3.flume.exe [85.2 MB]
7.maxwell.exe [63.2 MB]
12.flink.exe [448.0 MB]
1.jdk.exe [186.3 MB]
代码.exe [544.3 KB]
笔记.exe [36.8 MB]

适合人群

• 大数据工程师
• 数据分析师
• Flink开发者

🎯 学习收获

• 掌握Flink实时数据处理技术
• 了解实时数仓架构设计
• 提升大数据项目实战能力

🎉 祝您学习愉快！