冬季实战营第五期:轻松入门学习大数据-学习报告

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
日志服务 SLS,月写入数据量 50GB 1个月
简介: 学习报告

第一课 动手实战-基于EMR离线数据分析
1、登录E-MapReduce集群
image.png
image.png
image.png
2、上传数据到HDFS
image.png
3、使用hive创建表
image.png
4、对表进行操作,按照步骤没有出来正确结果
image.png

第二课 动手实战-使用阿里云Elasticsearch快速搭建智能运维系统
1、登录集群
image.png
2、登录Kibana,开启自动创建索引功能
image.png
image.png
image.png
image.png
3、使用Metricbeat采集ECS上的系统数据
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
4、使用Filebeat采集ECS上的Nginx服务数据
image.png
image.png
image.png
image.png
image.png

第三课 动手实战-推荐系统入门之使用协同过滤实现商品推荐
1、在阿里云上开通机器学习PAI服务
2、创建PAI Studio项目
image.png
3、创建算法推荐
image.png
4、查看实验数据
image.png
5、运行实验
image.png
6、查看实验结果
image.png

第四课 利用湖仓一体架构快速搭建企业数据中台

未使用湖仓一体架构时存在如下问题:
1、安排专人专项负责训练数据从湖到仓的同步,工作量巨大
2、训练数据体量大,导致耗时多,无法满足实时训练的要求
3、新写SQL数据处理Query,无法复用Hive SQL原有Query

异构数据平台融合——湖仓一体2.0提升如下:
1、更快的业务洞察
2、更广泛的生态对接
3、更高的性能
4、更好的综合数据开发与治理

最佳实践:
使用阿里云关系数据库RDS作为业务库,同时使用EMR系统做日志数据采集,将数据汇集到云上存储对象OSS上,引入数据湖常用的存储极致Delta Lake和Hudi为数据湖提供流处理、批处理能力。通过MaxCompute查询实时数据,即时洞察业务数据变化。老师手把手演示了整个环境如何来操作。

第五课 基于Elasticsearch+Fink的日志全观测最佳实践

1、老师对日志、代理、存储及Fink都做出了初步的介绍,有了了解;
2、阿里云基于在日志全观测方面的优势;
3、针对好未来和米哈游的实际案例介绍。

最后希望课程回放快快上线我再回去好好学习下。通过以上五节课程对大数据分析有了初步认知,学习的路上任重而道远

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 
相关文章
|
2月前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
73 0
|
2月前
|
数据采集 数据可视化 大数据
大数据体系知识学习(三):数据清洗_箱线图的概念以及代码实现
这篇文章介绍了如何使用Python中的matplotlib和numpy库来创建箱线图,以检测和处理数据集中的异常值。
64 1
大数据体系知识学习(三):数据清洗_箱线图的概念以及代码实现
|
2月前
|
存储 SQL 分布式计算
大数据学习
【10月更文挑战第15天】
64 1
|
2月前
|
分布式计算 大数据 Linux
大数据体系知识学习(二):WordCount案例实现及错误总结
这篇文章介绍了如何使用PySpark进行WordCount操作,包括环境配置、代码实现、运行结果和遇到的错误。作者在运行过程中遇到了Py4JJavaError和JAVA_HOME未设置的问题,并通过导入findspark初始化和设置环境变量解决了这些问题。文章还讨论了groupByKey和reduceByKey的区别。
44 1
|
2月前
|
分布式计算 Hadoop 大数据
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
83 1
|
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
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
360 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
53 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
90 1
|
1月前
|
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。
70 4