价格: 9 学币

分类: None

发布时间: 2022年2月21日 15:07

最近更新: 2022年3月17日 23:29

资源类型: VIP


课前导读 (3讲)


开篇词 | 读论文是成为优秀工程师的成年礼
01 | 什么是大数据:从GFS到Dataflow,12年大数据生态演化图
02 | 学习方法:建立你的大数据知识网络

基础知识篇:Google的三驾马车 (12讲)


03 | The Google File System (一): Master的三个身份
04 | The Google File System (二): 如何应对网络瓶颈?
05 | The Google File System (三): 多写几次也没关系
06 | MapReduce(一):源起Unix的设计思想
07 | MapReduce(二):不怕失败的计算框架
08 | Bigtable(一):错失百亿的Friendster
09 | Bigtable(二):不认识“主人”的分布式架构
10 | Bigtable(三):SSTable存储引擎详解
11 | 通过Thrift序列化:我们要预知未来才能向后兼容吗?
12 | 分布式锁Chubby(一) :交易之前先签合同
13 | 分布式锁Chubby(二) :众口铄金的真相
14 | 分布式锁Chubby(三) :移形换影保障高可用

数据库篇:OLAP和OLTP,一个都不能少 (10讲)


15 | Hive:来来去去的DSL,永生不死的SQL
16 | 从Dremel到Parquet(一):深入剖析列式存储
17 | 从Dremel到Parquet(二):他山之石的MPP数据库
18 | Spark:别忘了内存比磁盘快多少
19 | Megastore(一):全国各地都能写入的数据库
20 | Megastore(二):把Bigtable玩出花来
21 | Megastore(三):让Paxos跨越“国界”
22 | Spanner(一):“重写”Bigtable和Megastore
23 | Spanner(二):时间的悖论
24 | Spanner(三):严格串行化的分布式系统

实时处理篇:批处理只是流式处理的“特殊情况” (7讲)


25 | 从S4到Storm(一):当分布式遇上实时计算
26 | 从S4到Storm(二):位运算是个好东西
27 | Kafka(一):消息队列的新标准
28 | Kafka(二):从Lambda到Kappa,流批一体计算的起源
29 | Dataflow(一):正确性、容错和时间窗口
30 | Dataflow(二):MillWheel,一个早期实现
31 | Dataflow(三):一个统一的编程模型

复习篇 (10讲)


复习课(一)| The Google File System
复习课(二)| MapReduce
复习课(三)| Bigtable
复习课(四)| Thrift
复习课(五)| Chubby
复习课(六)| Hive
复习课(七)| Dremel
复习课(八)| Resilient Distributed Datasets
复习课(九)| Megastore
复习课(十)| Spanner

加餐篇 (3讲)


加餐1 | 选择和努力同样重要:聊聊如何读论文和选论文
加餐2 | 设置你的学习“母题”:如何选择阅读材料?
加餐3 | 我该使用什么样的大数据系统?

资源调度篇:Google藏了10年的杀手锏 (5讲)


32 | Raft(一):不会背叛的信使
33 | Raft(二):服务器增减的“自举”实现
34 | Borg(一):当电力成为成本瓶颈
35 | Borg(二):互不“信任”的调度系统
36 | 从Omega到Kubernetes:哺育云原生的开源项目

用户故事 (4讲)


用户故事 | 陈煌:唯有自强不息,方能屹立不倒
用户故事 | 黄涛:水滴石穿、坚持不懈,必能有所精进
用户故事 | 许灵:不抛弃不放弃
用户故事 | 核桃:95后的技术成长之路

实战应用篇:学以致用的大数据论文 (4讲)


37 | 当数据遇上AI,Twitter的数据挖掘实战(一)
38 | 当数据遇上AI,Twitter的数据挖掘实战(二)
39 | 十年一梦,一起来看Facebook的数据仓库变迁(一)
40 | 十年一梦,一起来看Facebook的数据仓库变迁(二)

结束语 (1讲)


结束语 | 长风破浪会有时,直挂云帆济沧海