+01-开篇词 (1讲)            11.3 MB
| 00丨开篇词丨从这里开始，带你走上硅谷一线系统架构师之路.html             2.6 MB
| 00丨开篇词丨从这里开始，带你走上硅谷一线系统架构师之路.mp3             4.5 MB
| 00丨开篇词丨从这里开始，带你走上硅谷一线系统架构师之路.pdf             4.2 MB
+02-模块一丨直通硅谷大规模数据处理技术 (3讲)            63.9 MB
| 01丨为什么MapReduce会被硅谷一线公司淘汰？.html             9.6 MB
| 01丨为什么MapReduce会被硅谷一线公司淘汰？.mp3             5.4 MB
| 01丨为什么MapReduce会被硅谷一线公司淘汰？.pdf             12.4 MB
| 02丨MapReduce后谁主沉浮：怎样设计下一代数据处理技术？.html             9.6 MB
| 02丨MapReduce后谁主沉浮：怎样设计下一代数据处理技术？.mp3             5.7 MB
| 02丨MapReduce后谁主沉浮：怎样设计下一代数据处理技术？.pdf             10.6 MB
| 03丨大规模数据处理初体验：怎样实现大型电商热销榜？.html             2.5 MB
| 03丨大规模数据处理初体验：怎样实现大型电商热销榜？.mp3             4.8 MB
| 03丨大规模数据处理初体验：怎样实现大型电商热销榜？.pdf             3.3 MB
+03-模块二丨实战学习大规模数据处理基本功 (8讲)            84.7 MB
| 04丨分布式系统（上）：学会用服务等级协议SLA来评估你的系统.html             2.3 MB
| 04丨分布式系统（上）：学会用服务等级协议SLA来评估你的系统.mp3             5.4 MB
| 04丨分布式系统（上）：学会用服务等级协议SLA来评估你的系统.pdf             2.6 MB
| 05丨分布式系统（下）：架构师不得不知的三大指标.html             2.4 MB
| 05丨分布式系统（下）：架构师不得不知的三大指标.mp3             5.0 MB
| 05丨分布式系统（下）：架构师不得不知的三大指标.pdf             2.8 MB
| 06丨如何区分批处理还是流处理？.html             2.3 MB
| 06丨如何区分批处理还是流处理？.mp3             4.8 MB
| 06丨如何区分批处理还是流处理？.pdf             2.5 MB
| 07丨Workflow设计模式：让你在大规模数据世界中君临天下.html             3.3 MB
| 07丨Workflow设计模式：让你在大规模数据世界中君临天下.mp3             4.2 MB
| 07丨Workflow设计模式：让你在大规模数据世界中君临天下.pdf             2.6 MB
| 08丨发布-订阅模式：流处理架构中的瑞士军刀.html             2.4 MB
| 08丨发布-订阅模式：流处理架构中的瑞士军刀.mp3             5.1 MB
| 08丨发布-订阅模式：流处理架构中的瑞士军刀.pdf             2.7 MB
| 09丨CAP定理：三选二，架构师必须学会的取舍.html             2.8 MB
| 09丨CAP定理：三选二，架构师必须学会的取舍.mp3             5.4 MB
| 09丨CAP定理：三选二，架构师必须学会的取舍.pdf             3.1 MB
| 10丨Lambda架构：Twitter亿级实时数据分析架构背后的倚天剑.html             2.7 MB
| 10丨Lambda架构：Twitter亿级实时数据分析架构背后的倚天剑.mp3             6.1 MB
| 10丨Lambda架构：Twitter亿级实时数据分析架构背后的倚天剑.pdf             3.0 MB
| 11丨Kappa架构：利用Kafka锻造的屠龙刀.html             2.9 MB
| 11丨Kappa架构：利用Kafka锻造的屠龙刀.mp3             5.4 MB
| 11丨Kappa架构：利用Kafka锻造的屠龙刀.pdf             3.0 MB
+04-模块三丨抽丝剥茧剖析Apache Spark设计精髓 (10讲)            133.0 MB
| 12丨我们为什么需要Spark？.html             3.5 MB
| 12丨我们为什么需要Spark？.mp3             5.2 MB
| 12丨我们为什么需要Spark？.pdf             3.9 MB
| 13丨弹性分布式数据集：Spark大厦的地基（上）.html             2.6 MB
| 13丨弹性分布式数据集：Spark大厦的地基（上）.mp3             5.5 MB
| 13丨弹性分布式数据集：Spark大厦的地基（上）.pdf             5.0 MB
| 14丨弹性分布式数据集：Spark大厦的地基（下）.html             4.4 MB
| 14丨弹性分布式数据集：Spark大厦的地基（下）.mp3             5.5 MB
| 14丨弹性分布式数据集：Spark大厦的地基（下）.pdf             3.0 MB
| 15丨SparkSQL：Spark数据查询的利器.html             8.8 MB
| 15丨SparkSQL：Spark数据查询的利器.mp3             5.3 MB
| 15丨SparkSQL：Spark数据查询的利器.pdf             11.8 MB
| 16丨SparkStreaming：Spark的实时流计算API.html             4.9 MB
| 16丨SparkStreaming：Spark的实时流计算API.mp3             4.5 MB
| 16丨SparkStreaming：Spark的实时流计算API.pdf             8.0 MB
| 17丨StructuredStreaming：如何用DataFrameAPI进行实时数据分析？.html             2.3 MB
| 17丨StructuredStreaming：如何用DataFrameAPI进行实时数据分析？.mp3             5.2 MB
| 17丨StructuredStreaming：如何用DataFrameAPI进行实时数据分析？.pdf             2.3 MB
| 18丨WordCount：从零开始运行你的第一个Spark应用.html             3.0 MB
| 18丨WordCount：从零开始运行你的第一个Spark应用.mp3             4.6 MB
| 18丨WordCount：从零开始运行你的第一个Spark应用.pdf             3.0 MB
| 19丨综合案例实战：处理加州房屋信息，构建线性回归模型.html             2.0 MB
| 19丨综合案例实战：处理加州房屋信息，构建线性回归模型.mp3             5.4 MB
| 19丨综合案例实战：处理加州房屋信息，构建线性回归模型.pdf             2.4 MB
| 20丨流处理案例实战：分析纽约市出租车载客信息.html             2.2 MB
| 20丨流处理案例实战：分析纽约市出租车载客信息.mp3             5.7 MB
| 20丨流处理案例实战：分析纽约市出租车载客信息.pdf             2.4 MB
| 21丨深入对比Spark与Flink：帮你系统设计两开花.html             3.9 MB
| 21丨深入对比Spark与Flink：帮你系统设计两开花.mp3             6.5 MB
| 21丨深入对比Spark与Flink：帮你系统设计两开花.pdf             325.0 KB
+05-模块四丨Apache Beam为何能一统江湖 (6讲)            65.3 MB
| 22丨Apache Beam的前世今生.html             2.9 MB
| 22丨Apache Beam的前世今生.mp3             5.4 MB
| 22丨Apache Beam的前世今生.pdf             728.0 KB
| 23丨站在Google的肩膀上学习Beam编程模型.html             1.5 MB
| 23丨站在Google的肩膀上学习Beam编程模型.mp3             5.8 MB
| 23丨站在Google的肩膀上学习Beam编程模型.pdf             634.0 KB
| 24  PCollection：为什么Beam要如此抽象封装数据？.mp3             4.6 MB
| 24丨PCollection：为什么Beam要如此抽象封装数据？.html             1.1 MB
| 24丨PCollection：为什么Beam要如此抽象封装数据？.pdf             1.5 MB
| 25  Transform：Beam数据转换操作的抽象方法.mp3             4.5 MB
| 25丨Transform：Beam数据转换操作的抽象方法.html             2.3 MB
| 25丨Transform：Beam数据转换操作的抽象方法.pdf             2.5 MB
| 26  Pipeline：Beam如何抽象多步骤的数据流水线？.mp3             4.3 MB
| 26丨Pipeline：Beam如何抽象多步骤的数据流水线？.html             2.7 MB
| 26丨Pipeline：Beam如何抽象多步骤的数据流水线？.pdf             2.7 MB
| 27  Pipeline IO Beam数据中转的设计模式.html             1.5 MB
| 27  Pipeline IO Beam数据中转的设计模式.mp3             5.0 MB
| 27  Pipeline IO Beam数据中转的设计模式.pdf             1.7 MB
| 28丨如何设计创建好一个Beam Pipeline？.html             1.8 MB
| 28丨如何设计创建好一个Beam Pipeline？.mp3             3.7 MB
| 28丨如何设计创建好一个Beam Pipeline？.pdf             1.7 MB
| 29丨如何测试Beam Pipeline？.html             1.0 MB
| 29丨如何测试Beam Pipeline？.mp3             4.8 MB
| 29丨如何测试Beam Pipeline？.pdf             1.0 MB
+06-模块五  决战 Apache Beam 真实硅谷案例 (3讲)            67.8 MB
| 30丨Apache Beam实战冲刺：Beam如何run everywhere.html             2.9 MB
| 30丨Apache Beam实战冲刺：Beam如何run everywhere.mp3             4.6 MB
| 30丨Apache Beam实战冲刺：Beam如何run everywhere.pdf             2.7 MB
| 31丨WordCount Beam Pipeline实战.html             1.1 MB
| 31丨WordCount Beam Pipeline实战.mp3             3.7 MB
| 31丨WordCount Beam Pipeline实战.pdf             1.4 MB
| 32丨Beam Window：打通流处理的任督二脉.html             965.0 KB
| 32丨Beam Window：打通流处理的任督二脉.mp3             3.6 MB
| 32丨Beam Window：打通流处理的任督二脉.pdf             1.0 MB
| 33丨横看成岭侧成峰：再战StreamingWordCount.html             1.4 MB
| 33丨横看成岭侧成峰：再战StreamingWordCount.mp3             4.5 MB
| 33丨横看成岭侧成峰：再战StreamingWordCount.pdf             1.4 MB
| 34丨Amazon热销榜BeamPipeline实战.html             3.1 MB
| 34丨Amazon热销榜BeamPipeline实战.mp3             5.8 MB
| 34丨Amazon热销榜BeamPipeline实战.pdf             2.8 MB
| 35丨Facebook游戏实时流处理BeamPipeline实战（上）.html             5.1 MB
| 35丨Facebook游戏实时流处理BeamPipeline实战（上）.mp3             4.4 MB
| 35丨Facebook游戏实时流处理BeamPipeline实战（上）.pdf             10.4 MB
| 36丨Facebook游戏实时流处理BeamPipeline实战（下）.html             1.4 MB
| 36丨Facebook游戏实时流处理BeamPipeline实战（下）.mp3             4.1 MB
| 36丨Facebook游戏实时流处理BeamPipeline实战（下）.pdf             1.3 MB
+07-专栏加餐丨特别福利 (3讲)            23.7 MB
| FAQ第二期丨Spark案例实战答疑.html             2.6 MB
| FAQ第二期丨Spark案例实战答疑.mp3             4.4 MB
| FAQ第二期丨Spark案例实战答疑.pdf             1.0 MB
| FAQ第一期丨学习大规模数据处理需要什么基础？.html             2.5 MB
| FAQ第一期丨学习大规模数据处理需要什么基础？.mp3             4.2 MB
| FAQ第一期丨学习大规模数据处理需要什么基础？.pdf             3.1 MB
| 加油站丨Practice makes perfect！.html             2.0 MB
| 加油站丨Practice makes perfect！.mp3             3.2 MB
| 加油站丨Practice makes perfect！.pdf             645.0 KB
+08-模块六丨大规模数据处理的挑战与未来(1讲)            37.0 MB
| 37丨5G时代，如何处理超大规模物联网数据.html             2.4 MB
| 37丨5G时代，如何处理超大规模物联网数据.mp3             5.0 MB
| 37丨5G时代，如何处理超大规模物联网数据.pdf             2.4 MB
| 38丨大规模数据处理在深度学习中如何应用？.html             3.1 MB
| 38丨大规模数据处理在深度学习中如何应用？.mp3             5.2 MB
| 38丨大规模数据处理在深度学习中如何应用？.pdf             3.6 MB
| 39丨从SQL到StreamingSQL：突破静态数据查询的次元.html             1.9 MB
| 39丨从SQL到StreamingSQL：突破静态数据查询的次元.mp3             4.5 MB
| 39丨从SQL到StreamingSQL：突破静态数据查询的次元.pdf             2.0 MB
| 40丨大规模数据处理未来之路.html             1.3 MB
| 40丨大规模数据处理未来之路.mp3             4.1 MB
| 40丨大规模数据处理未来之路.pdf             1.5 MB
+09-结束语            5.3 MB
  结束语丨世间所有的相遇，都是久别重逢.html             1.4 MB
  结束语丨世间所有的相遇，都是久别重逢.mp3             2.6 MB
  结束语丨世间所有的相遇，都是久别重逢.pdf             1.3 MB