AI 助理
备案控制台
开发者社区 大数据 文章 正文

图解大数据技术：从入门到精通系列教程

2022-04-21 236
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
云原生大数据计算服务MaxCompute，500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute，5000CU*H 100GB 3个月
简介： 本篇内容是ShowMeAI组织的「图解大数据处理与开发」系列教程入口，本教程以大数据技术为根基，给大家讲解大数据开发与数据处理分析的相关知识与技能，并配以相关的实战案例帮助大家学习理解。

ShowMeAI研究中心

作者：韩信子@ShowMeAI
教程地址：http://www.showmeai.tech/tutorials/84
本文地址：http://www.showmeai.tech/article-detail/183
声明：版权所有，转载请联系平台与作者并注明出处

收藏ShowMeAI查看更多精彩内容

引言

本篇内容是ShowMeAI组织的「图解大数据处理与开发」系列教程入口，本教程以大数据技术为根基，给大家讲解大数据开发与数据处理分析的相关知识与技能，并配以相关的实战案例帮助大家学习理解。

内容覆盖：Hadoop，Map-Reduce，Hive， HBase，Spark，流式数据处理，Spark Streaming，大数据机器学习，GraphFrames，图数据挖掘

教程地址

点击查看完整教程学习路径

内容章节

1.大数据生态与应用导论

图解大数据; 大数据生态与应用导论; 0-1

2.分布式平台Hadoop与Map-Reduce详解

图解大数据; 分布式平台Hadoop与Map-Reduce详解; 0-2

3.Hadoop系统搭建与环境配置@实操案例

图解大数据; Hadoop系统搭建与环境配置; 实操案例; 0-3

4.应用Map-Reduce进行大数据统计@实操案例

图解大数据; 应用Map-Reduce进行大数据统计; 实操案例; 0-4

5.Hive搭建与应用@实操案例

图解大数据; Hive搭建与应用; 实操案例; 0-5

6.Hive与HBase详解@海量数据库查询

图解大数据; Hive与HBase详解; 海量数据库查询; 0-6

7.大数据分析挖掘框架@Spark初步

图解大数据; 大数据分析挖掘框架; Spark初步; 0-7

8.基于RDD大数据处理分析@Spark操作

图解大数据; 基于RDD大数据处理分析; Spark操作; 0-8

9.基于Dataframe / SQL大数据处理分析@Spark操作

图解大数据; 基于Dataframe / SQL大数据处理分析; Spark操作; 0-9

10.使用Spark分析新冠肺炎疫情数据@综合案例

图解大数据; 使用Spark分析新冠肺炎疫情数据; 综合案例; 0-10

11.使用Spark分析挖掘零售交易数据@综合案例

图解大数据; 使用Spark分析挖掘零售交易数据; 综合案例; 0-11

12.使用Spark分析挖掘音乐专辑数据@综合案例

图解大数据; 使用Spark分析挖掘音乐专辑数据; 综合案例; 0-12

13.Spark Streaming @流式数据处理

图解大数据; Spark Streaming; 流式数据处理; 0-13

14.工作流与特征工程@Spark机器学习

图解大数据; 工作流与特征工程; Spark机器学习; 0-14

15.建模与超参调优@Spark机器学习

图解大数据; 建模与超参调优; Spark机器学习; 0-15

16.GraphFrames @基于图的数据分析挖掘

图解大数据; GraphFrames; 基于图的数据分析挖掘; 0-16

ShowMeAI 系列教程推荐

ShowMeAI用知识加速每一次技术成长

文章标签：
云原生大数据计算服务 MaxCompute
自然语言处理
机器学习/深度学习
数据挖掘
数据处理
流计算
分布式计算
Hbase
Spark
Hadoop
大数据
关键词：
云原生大数据计算服务 MaxCompute技术
云原生大数据计算服务 MaxCompute入门
云原生大数据计算服务 MaxCompute教程
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析，通过分析能得到用户群体年龄分布，性别分布，地理位置分布，以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品，是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法，从场景到实践，体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库，助力开发者学习了解先进的技术栈，并能在实际业务中敏捷的进行大数据分析，赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景，可应用MaxCompute实现数仓搭建，快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理，需要搭建数据仓库？学它！ 没有足够人员和经验来运维大数据平台，不想自建IDC买机器，需要免运维的大数据平台？会SQL就等于会大数据？学它！ 想知道大数据用得对不对，想用更少的钱得到持续演进的数仓能力？获得极致弹性的计算资源和更好的性能，以及持续保护数据安全的生产环境？学它！ 想要获得灵活的分析能力，快速洞察数据规律特征？想要兼得数据湖的灵活性与数据仓库的成长性？学它！ 出品人：阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
ShowMeAI
目录
相关文章
有路有乔-六月
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量，引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量，引领未来趋势
有路有乔-六月
247 0
CamilleKing
|
29天前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
CamilleKing
99 2
小Lee
|
2月前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
小Lee
156 4
赵渝强老师
|
1月前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想，包括Google的三篇重要论文：Google文件系统（GFS）、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础，进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
赵渝强老师
41 0
有路有乔-六月
|
2月前
|
存储 数据采集 监控
大数据技术：开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术：开启智能决策与创新服务的新纪元
有路有乔-六月
100 0
游客nsyhaoxcmeiq6
|
10天前
|
SQL 运维 大数据
轻量级的大数据处理技术
现代大数据应用架构中，数据中心作为核心，连接数据源与应用，承担着数据处理与服务的重要角色。然而，随着数据量的激增，数据中心面临运维复杂、体系封闭及应用间耦合性高等挑战。为缓解这些问题，一种轻量级的解决方案——esProc SPL应运而生。esProc SPL通过集成性、开放性、高性能、数据路由和敏捷性等特性，有效解决了现有架构的不足，实现了灵活高效的数据处理，特别适用于应用端的前置计算，降低了整体成本和复杂度。
游客nsyhaoxcmeiq6
21 1
龙大吉
|
19天前
|
机器学习/深度学习 存储 大数据
在大数据时代，高维数据处理成为难题，主成分分析（PCA）作为一种有效的数据降维技术，通过线性变换将数据投影到新的坐标系
在大数据时代，高维数据处理成为难题，主成分分析（PCA）作为一种有效的数据降维技术，通过线性变换将数据投影到新的坐标系，保留最大方差信息，实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现，探讨其在图像压缩、特征提取等领域的应用，并指出使用时的注意事项，旨在帮助读者掌握这一强大工具。
龙大吉
34 4
花开花落的世界
|
25天前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
花开花落的世界
87 3
游客nsyhaoxcmeiq6
|
26天前
|
SQL 存储 大数据
单机顶集群的大数据技术来了
大数据时代，分布式数仓如MPP成为热门技术，但其高昂的成本让人望而却步。对于多数任务，数据量并未达到PB级，单体数据库即可胜任。然而，由于SQL语法的局限性和计算任务的复杂性，分布式解决方案显得更为必要。esProc SPL作为一种开源轻量级计算引擎，通过高效的算法和存储机制，实现了单机性能超越集群的效果，为低成本、高效能的数据处理提供了新选择。
游客nsyhaoxcmeiq6
30 2
游客nsyhaoxcmeiq6
|
1月前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具，但在实际应用中，SQL 经常跑得很慢，浪费大量硬件资源。例如，某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时，而用 SPL 重写后，单机只需 26 秒。类似地，电商漏斗运算和时空碰撞任务在使用 SPL 后，性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法，而 SPL 提供了更强大的数据类型和基础运算，能够实现高效计算。
游客nsyhaoxcmeiq6
35 1

热门文章

最新文章

  • 1
    Hadoop迁移MaxCompute神器之DataX-On-Hadoop使用指南
  • 2
    丰富、连接、待集成—MaxCompute 生态再出发
  • 3
    日交易笔百万级，Ping++的大数据平台架构
  • 4
    IBM大数据处理平台BigInsights（2）
  • 5
    莫被忽悠 六问题揭露谁是大数据伪砖家
  • 6
    大数据打造智慧城市
  • 7
    促进大数据交易市场健康发展
  • 8
    常振明：国企要借助大数据技术转变商业模式
  • 9
    星战7将映 追忆那些年存储你身边大数据
  • 10
    计世资讯：用户对大数据安全分析需求逐渐迫切
  • 1
    大数据实战平台环境搭建（下）
    86
  • 2
    【MongoDB 专栏】MongoDB 在大数据场景下的应用
    709
  • 3
    利用大数据优化业务流程：策略与实践
    425
  • 4
    大数据组件之storm简介
    177
  • 5
    高效处理大数据集合：JavaStreamAPI
    76
  • 6
    java与大数据：Hadoop与MapReduce
    64
  • 7
    python大数据分析处理
    78
  • 8
    Mysql大数据批量插入方法
    114
  • 9
    AI时代Python金融大数据分析实战：ChatGPT让金融大数据分析插上翅膀
    337
  • 10
    MaxCompute的应用
    98

    • 相关课程

    更多
  • 大数据Spark2020最新课程（知识精讲与实战演练）第二阶段
  • 大数据Spark2020版（知识精讲与实战演练）第三阶段
  • 大数据Spark2020版（知识精讲与实战演练）第四阶段
  • 2020版大数据实战项目之DMP广告系统（第二阶段）
  • 2020版大数据实战项目之DMP广告系统（第三阶段）
  • 2020版大数据实战项目之DMP广告系统（第四阶段）

    • 相关电子书

    更多
  • Data+AI时代大数据平台应该如何建设
  • 大数据AI一体化的解读
  • 极氪大数据 Serverless 应用实践

    • 相关实验场景

    更多
  • 每个IT人都想学的“Web应用上云经典架构”实战
  • 基于OpenSearch向量检索版和MaxCompute快速搭建图搜服务
  • 倚天大数据电商数据分析快速实践
  • 玩转MaxCompute SQL! 30分钟搞定数据分析挖掘
  • 使用内置公开数据集快速体验MaxCompute
  • 基于MaxCompute的热门话题分析
    • 下一篇
    阿里云对象存储OSS收费标准：存储、流量和请求等多个计费项详解