Spark SQL分析Nginx访问日志 _课程章节

第1章课程介绍: 课程简介

第2章认识Spark SQL: Spark SQL和Hive; Spark SQL运行原理; DataFrame、DataSet和RDD的联系; Parquet列式存储

第3章 DataFrame/DataSet常用操作: 一般操作：查找和过滤; 聚合操作：groupBy和agg; 单表操作：列的增删改与空值处理; 多表操作：join （1）; 多表操作：join （2）

第4章自定义函数和开窗函数: 自定义函数：UDF; 自定义聚合函数：UDAF; 开窗函数：row_number()

第5章 Nginx访问日志分析完整实战: 项目场景介绍及分析; 第一次数据清洗：格式化原始日志数据; 第二次数据清洗：解析数据并按天以Parquet格式存储; 将分析结果批量写入MySql; 性能监控及优化

第6章课程总结: 课程总结