第一章：大数据平台集群节点准备

• 01. 虚拟机介绍 3:49
• 02. VMware虚拟机安装 4:20
• 03. Linux操作系统介绍 10:48
• 04. 虚拟机安装1 11:50
• 05. 虚拟机安装2 13:49
• 06. Linux网络配置 9:30
• 07. Linux静态IP配置 6:22
• 08. Linux虚拟机克隆 12:28
• 09. X-Shell集群连接工具使用 4:13
• 10. Linux创建用户和用户组 7:25
• 11. Linux主机名配置 4:52
• 12. Linux防火墙关闭 4:09
• 13. openssh-clients服务安装 2:07
• 14. 配置主机名与IP地址映射 5:13
• 15. SSH免密码登录 11:56
• 16. FileZilla集群上传与下载工具的安装与使用 4:15
• 17. 集群节点2完整配置 15:12
• 18. 集群节点3完整配置 16:24

第二章：项目需求分析

• 1. 项目需求与分析 4:37
• 2. 项目架构设计 6:01
• 3. 实时计算数据流程设计 4:05
• 4. 大数据集群平台角色规划 6:29

第三章：Zookeeper分布式集群安装部署

• 01. Zookeeper生态圈 9:16
• 02. Zookeeper系统架构原理 15:38
• 03. Zookeeper如何提供服务 8:01
• 04. Zookeeper集群规划 4:37
• 05. Zookeeper集群时钟同步 5:23
• 06. Zookeeper集群Hosts文件配置 4:12
• 07. Zookeeper集群SSH免密码登录 7:40
• 08. Zookeeper 集群配置文件编写 7:08
• 09. 集群分发脚本deploy.sh编写 22:56
• 10. 集群分发脚本deploy.sh调试 4:28
• 11. 集群远程命令执行脚本runRemoteCmd.sh编写 9:42
• 12. Zookeeper集群JDK安装 13:48
• 13. Zookeeper集群安装部署 14:54
• 14. Zookeeper Shell测试运行 3:28

第四章：Hadoop（CDH5）分布式集群安装部署

• 1. HDFS安装配置 24:37
• 2. HDFS服务启动 9:24
• 3. HDFS测试运行 8:52
• 4. YARN安装配置 10:10
• 5. YARN服务启动bug调试 3:28
• 6. YARN测试运行 6:01
• 7. Hadoop官网文档使用详解 8:11

第五章：Eclipse开发环境搭建

• 01. 本地JDK安装配置 9:48
• 02. Eclipse下载安装1 4:37
• 03. Eclipse下载安装2 0:43
• 04. 本地maven安装配置 4:23
• 05. Eclipse配置maven 4:24
• 06. Eclipse构建maven项目 5:32
• 07. Eclipse开发MapReduce程序1 7:37
• 08. Eclipse开发MapReduce程序2 11:11
• 09. Eclipse本地调试运行MapReduce1 8:14
• 10. Eclipse本地调试运行MapReduce2 2:29
• 11. Eclipse项目打包的两种方式 3:55
• 12. MapReduce提交YARN集群运行 10:01
• 13. maven管理多个MapReduce程序1 8:37
• 14. maven管理多个MapReduce程序2 4:46
• 15. MapReduce调试、打包及部署运行 7:32

第六章：HBase分布式集群安装部署

• 01. HBase数据模型 14:52
• 02. HBase物理模型 6:53
• 03. HBase系统架构组成 9:50
• 04. HBase实际应用案例 15:11
• 05. HBase安装前须知 6:19
• 06. HBase集群规划 1:38
• 07. HBase版本选择与下载解压 6:04
• 08. HBase配置文件修改 19:27
• 09. HBase启动运行 8:34
• 10. HBase master切换访问 4:15
• 11. HBase 数据库shell测试运行 10:05
• 12. HBase业务建模 4:29

第七章：Kafka1.x分布式集群安装部署

• 01. Kafka定义及应用场景 6:31
• 02. Kafka设计目标与特点 6:58
• 03. Kafka系统架构组成 11:51
• 04. Kafka拓扑结构 5:37
• 05. Kafka版本兼容性与选择 7:51
• 06. Kafka集群安装配置 12:46
• 07. Kafka在Zookeeper元数据解读 10:30
• 08. Kafka 新api测试运行 17:50
• 09. Kafka旧api测试运行 5:56
• 10. Kafka集群监控与kafkamonitor.sh脚本编写 11:22
• 11. Kafka 监控可视化指标分析 11:13
• 12. Kafka监控注意事项 5:43

第八章：大数据项目数据采集1

• 01. Flume概述 5:43
• 02. Flume系统架构 7:57
• 03. Flume安装部署1 18:11
• 04. Flume安装部署2 9:16
• 05. Flume集群构建-编写集群配置文件 16:54
• 06. Flume集群构建-数据聚合测试运行 9:53
• 07. 大数据项目数据格式分析 4:28
• 08. 项目数据预处理 7:00
• 09. KafkaSink配置详解 8:04
• 10. 编写Flume与Kafka集成配置文件 6:30
• 11. Flume单节点与Kafka集成测试运行 11:51
• 12. Flume集群与Kafka集成测试运行 10:24
• 13. HBaseSink配置详解 4:41
• 14. Flume与HBase最简集成1 8:47
• 15. Flume与HBase最简集成2 13:06
• 16. HBase模型建立及与Flume集成配置文件编写 6:21
• 17. Eclipse导入Flume源码 13:41
• 18. Eclipse导入Flume源码错误调试 11:10
• 19. Flume HBaseSink源码分析 9:32
• 20. Flume HBaseSink源码修改 18:44
• 21. Flume HBaseSink增加调试代码 7:41
• 22. Flume HBaseSink源码打包及配置文件修改 3:04
• 23. Flume HBaseSink二次开发源码部署 4:39
• 24. Flume与HBase集成项目测试运行 7:32

第九章：大数据项目数据采集2

• 01. 大数据实时数据流程详解 2:35
• 02. Flume Channel选择器原理 3:39
• 03. Flume Channel选择器配置详解 4:06
• 04. Flume单节点集成Kafka与HBase配置编写 7:08
• 05. Flume单节点集成Kafka与HBase测试运行 21:15
• 06. Flume集群集成Kafka与HBase配置文件编写 9:24
• 07. Flume集群集成Kafka与HBase测试运行 5:16
• 08. 应用服务器模拟程序开发 22:55
• 09. 模拟程序两种打包方式及脚本相关目录创建 7:30
• 10. 模拟程序服务器测试运行 8:14
• 11. 模拟程序shell脚本开发 13:16
• 12. Flume聚合启动脚本开发 9:07
• 13. Flume采集脚本开发 6:20
• 14. Flume关闭脚本开发 5:26
• 15. Kafka消费者shell脚本开发 5:39
• 16. 大数据集群服务启动1 10:35
• 17. 大数据集群启动2及测试准备工作 9:40
• 18. 数据产生、采集、存储联调1 8:00
• 19. 数据产生、采集、存储联调2 13:16
• 20. 数据产生、采集、存储联调3 9:14

第一十章：Spark Streaming2.3.x实时计算

• 01. Spark概述 19:47
• 02. Spark版本选择与Scala安装 12:03
• 03. Spark Shell测试运行Wordcount 25:20
• 04. Eclipse开发并测试Java版本的Spark Wordcount 26:23
• 05. Spark Submit提交运行Java版本的Wordcount 8:47
• 06. Eclipse安装Scala插件 12:05
• 07. Eclipse构建Scala maven项目 10:47
• 08. Eclipse开发Scala版本的Spark Wordcount 10:00
• 09. Scala Wordcount本地和线上分别测试运行 12:00
• 10. spark Application编程模型 17:37
• 11. Spark RDD宽依赖与窄依赖 15:40
• 12. Spark 创建RDD 7:47
• 13. Spark Transfamation与Action算子 11:46
• 14. Spark PairRDD创建、Transfamation与Action操作 5:33
• 15. Spark Topn实现 11:03
• 16. Spark Standalone 架构 5:01
• 17. Spark Standalone 集群配置 26:10
• 18. Spark Standalone集群启动运行 5:21
• 19. Spark Standalone 集群提交作业测试运行 14:17
• 20. Spark Standalone Client和Cluster模式详解 5:50
• 21. Spark Standalone Client和Cluster模式提交作业 10:09
• 22. Spark ON YARN Client和Cluster模式详解 5:26
• 23. Spark ON YARN集群部署与测试运行 32:22
• 24. Spark Streaming第一个案例实现 22:14
• 25. Spark Streaming 运行原理 7:26
• 26. Spark Streaming 开发流程及测试运行 20:09
• 27. Spark Streaming 无状态转换与有状态转换 4:30
• 28. Spark Streaming窗口函数普通规约与增量规约 14:44

第一十一章：大数据项目实时分析

• 1. 大数据项目业务建模 8:00
• 2. Spark Streaming项目业务代码编写与测试 26:08
• 3. Spark Streaming与Mysql集成开发 25:40
• 4. MySQL 中文乱码解决 21:53
• 5. nc+Spark Streaming+MySQL集成开发 13:13
• 6. Spark Streaming与Kafka集成项目业务代码编写 15:20
• 7. Flume单节点+Kafka+SparkStreaming+MySQL集成开发 19:46
• 8. 应用程序+Flume集群+Kafka+SparkStreaming+MySQL集成开发 15:48

第一十二章：大数据项目数据可视化

• 1. Eclipse与tomcat集成开发 12:38
• 2. Eclipse构建Web项目 15:10
• 3. 数据库访问接口开发 46:26
• 4. 业务查询逻辑开发 26:52
• 5. 基于Echart组件的页面展示开发 15:31
• 6. web项目整体联调 13:59
• 7. 启动集群各个服务对数据实时可视化 7:13