大数据学习笔记

数据分析

excel

1	2	3	4	5
excel常用操作	excel常用函数	箱型图	相关系数	excel图表
excel知识碎片	统计分析函数	文本处理函数	数值运算函数	逻辑判断函数
日期计算函数	匹配查找函数

查看详情

• 知识碎片

1	2	3	4	5
word使用	ppt使用

analyse

1	2	3	4	5
NumPy基本使用(一)	NumPy基本使用(二)	Pandas基本使用(一)	Pandas基础使用(二)：填充/空值处理/排序/替换/连接	Pandas基础使用(三)：合并/apply函数/筛选/删除
Pandas基本使用(四)：算数运算/分层索引/分箱/合并/拆分	Pandas基本使用(五)：字符串函数/分组聚合	Pandas基本使用(六)：describe函数/分组/数据透视表/环比	Matplotlib基本使用(一)	Matplotlib基本使用(二)
seaborn基础使用(一)	seaborn基础使用(二)

查看详情

• 知识碎片

1	2	3	4	5
seaborn基本使用(一)	聚类算法(一)	聚类算法(二)	seaborn基本使用(二)	肘部法则确认最佳聚类数
DecisionTree模型	决策树波士顿地区房屋价格	预测共享单车使用量	交叉验证-准确率	混淆矩阵分类报告
随机森林模型	爬取数据	linux安装mongodb	python操作mongodb（一）	python操作mongodb（二）
python操作echarts	分析	环境使用(onemake)	sqoop导入oracle数据到hive	python操作redis
datagrip连接redis	脚本开发思路	构建ods层，使用脚本将数据导出到hdfs	hadoop常见问题	使用shell命令将hdfs导入hive构建ods层
工具包使用	工具包使用2	方式2：使用python将oracle数据导入hive	excel数据分析思路	excel项目实战
python数据分析	回归分析	RFM模型

可视化工具

finebi

1	2	3	4	5
FineBI安装	FineBI使用	FineBI分析案例(一)	FineBI分析案例(二)	FineBI分析案例(三)

tableau

1	2	3	4	5
Tableau安装

数据采集

hadoop

1	2	3	4	5
hadoop使用

hive

1	2	3	4	5
hive使用	datagrip连接hive

hbase

1	2	3	4	5
hbase基本使用

数据计算

spark

查看详情

• 知识碎片

1	2	3	4	5
centos7安装使用Anaconda3	linux安装spark	spark常见错误	spark基本使用	Anaconda3安装使用
安装hadoop	hive安装	hive读取json数据	start-dfs.sh启动hadoop，jps没显示	DBeaver连接hive
centos使用conda命令	窗口函数

数据管理

warehouse

查看详情

• 数仓分析：搭建环境

1	2	3	4	5
linux搭建集群	Linux安装jdk、mysql	hadoop单机版安装	安装hadoop集群	安装zookeeper集群
安装hbase集群	linux安装Flume	zookeeper、kafka单机版安装	安装Kafka集群	linux安装Sqoop
使用sqoop一直卡在：mapreduce.Job: Running job: job_1703173956074_0001	hive单机版安装	安装hive集群	linux安装scala、spark

• 数仓分析：数据采集

1	2	3	4	5
数仓分析概述	Linux安装DataX和Maxwell	数据采集	使用datax将全量数据采集到hdfs	hadoop启动时报错process information unavailable
hadoop集群常见错误	DataX使用常见错误	DataX配置文件生成脚本	DataX批量执行生成的json脚本	使用maxwell采集数据到kafka
kafka常见问题	maxwell常见问题	使用flume将kafka数据采集到hdfs	报错：org.apache.hadoop.hbase.util.GetJavaProperty	使用flume采集日志到hdfs
flume常见问题	反注释	增量表首日全量同步

• 数仓分析：构建数仓

1	2	3	4	5
ODS简介	hdfs日志数据导入hive	将hdfs业务数据全量同步到hive	将hdfs业务数据增量同步到hive	将hdfs中txt后缀json文件同步到hive
在hive中创建业务表对应的全量表和增量表	编写数据装载脚本批量导入数据	DIM简介	Hive on Spark	hive常见错误
web访问hive	章节维度表	课程维度表	时间维度表	用户维度表
数据装载脚本	创建维度表	DWD简介	交易域加购事务事实表	hive常见问题
交易域加购周期快照事实表	交易域试听下单累积快照事实表	创建事实表	创建事实表2	数据装载脚本
DWS简介	交易域用户粒度用户加购最近1日汇总表	交易域用户粒度用户加购最近n日汇总表	交易域用户粒度下单历史至今汇总表	创建汇总表
创建汇总表2	数据装载脚本	ADS简介	构建ADS层	构建ADS层2
装载数据时报错：Failed to execute spark task, with exception 'org.apache.hadoop.hive.ql.metadata.HiveException(Failed to create spark client.)'	编写数据装载脚本

• 数仓分析：可视化、导出、任务调度

1	2	3	4	5
可视化Echarts	安装Miniconda	可视化Superset	DataX导出ADS层数据	用户变动统计
同步用户留存率表	hadoop常见问题	datax导出数据到mysql报错：配置信息错误. 您提供的配置信息不是合法的JSON格式	datax配置文件生成脚本	编写每日导出脚本
DolphinScheduler安装	定时任务