课程目录
1-1 [第一章] 大数据的定义 (06:13) 1-2 [第一章] 大数据的特点 (06:42) 1-3 [第一章] 大数据技术的演变 (05:36) 1-4 [第一章] 大数据与云计算的关系 (05:36) 1-5 [第一章] 大数据在不同领域的应用 (04:42) 2-1 [第二章] 数据仓库的概念 (08:51) 2-2 [第二章] 商务智能的组成 (05:30) 2-3 [第二章] OLAP基本概念 (07:15) 2-4 [第二章] 商务智能的发展 (05:35) 2-5 [第二章] BI到大数据 (06:02) 2-6 [第二章] 商务智能的定义 (05:05) 3-1 [第三章] 大数据主流生态圈 (03:32) 3-2 [第三章] 大数据技术选型 (05:49) 3-3 [第三章] Hadoop生态系统体系构成 (05:43) 3-4 [第三章] YARN资源管理思想 (04:44) 3-5 [第三章] HDFS产生的背景 (06:47) 3-6 [第三章] HDFS存储原理 (06:13) 3-7 [第三章] MapReduce概述 (07:17) 4-1 [第四章] 实验1：基于Linux的Hadoop本地安装 (07:38) 4-2 [第四章] 实验2：基于Linux的Hadoop伪分布式环境搭建 (16:30) 4-3 [第四章] MapReduce排序 (05:51) 4-4 [第四章] HDFS JAVA API (09:52) 5-1 [第五章] 高可用集群概念 (05:16) 5-2 [第五章] Hadoop本地安装与配置 (07:38) 5-3 [第五章] Hadoop本地安装及其特点 (06:22) 5-4 [第五章] Hadoop伪分布式安装与配置 (16:30) 5-5 [第五章] 实验1：通过Hive创建外贸数据应用视图-ppt (07:05) 5-6 [第五章] 实验3：实验zookeeper搭建高可用集群 (13:52) 6-1 [第六章] Python爬虫 (05:26) 6-2 [第六章] 爬虫常用工具 (05:21) 6-3 [第六章] 系统日志数据采集 (06:16) 6-4 [第六章] 原始数据的入库方式 (06:15) 6-5 [第六章] 外贸数据采集的需求分析 (05:03) 7-1 [第七章] 实验1：python的安装 (04:39) 7-2 [第七章] 实验2：kettle的安装 (05:14) 7-3 [第七章] 实验3：sqoop的安装 (08:32) 7-4 [第七章] Sqoop数据导入导出 (05:17) 7-5 [第七章] 实验1：使用python编写数据入库程序 (11:43) 7-6 [第七章] 实验2：实验mysqldump进行数据入库 (08:17) 7-7 [第七章] 实验3：使用kettle进行数据入库 (05:19) 8-1 [第八章] 应用层介绍 (06:02) 8-2 [第八章] 贴源层介绍 (05:48) 8-3 [第八章] Hive简介 (06:12) 8-4 [第八章] Hive体系结构 (05:01) 8-5 [第八章] 实验1：Hive的安装与配置 (10:41) 8-6 [第八章] ETL基本概念 (04:33) 8-7 [第八章] ETL工具的选择 (06:26) 8-8 [第八章] ETL的过程介绍 (05:00) 8-9 [第八章] 外贸数据ETL的需求分析 (06:34) 9-1 [第九章] 任务1-数据分析的定义及形式 (06:31) 9-2 [第九章] 任务1-外贸数据分析的业务需求与建模 (06:51) 9-3 [第九章] 任务2-不同数据分析技术应用 (06:12) 9-4 [第九章] 任务3-对外贸数据进行报表分析 (04:59) 9-5 [第九章] 任务3-对外贸数据进行报表分析 (04:59) 9-6 [第九章] 任务4-对外贸数据进行多维分析 (05:10) 10-1 [第十章] 数据挖掘的定义 (06:25) 10-2 [第十章] 数据挖掘的主要方式 (05:37) 10-3 [第十章] 外贸数据挖掘的业务需求 (05:14) 10-4 [第十章] 实验1：使用mahout完成外贸数据的聚类分析 (05:24) 10-5 [第十章] 实验2：使用mahout完成销售类型的回归分析 (06:32)
