每年春節，最害怕的就是自己沒有搶到回家的票，不能和家人團聚。有時爲了能回家，還得從黃牛那高價購票。
那值得思考的事情來了，爲什麼我們自己搶不到票，但是黃牛卻能手握大把的車票呢？
這就得說到“爬蟲技術”。
爬蟲消耗系統資源，但是卻沒有轉化成銷量，導致系統資源虛耗，嚴重時會造成系統波動，影響正常用戶訪問購票。
隨着我們的生活、工作越來越多的線上化、數字化，線上數據也越來越多，爲了限制僞裝技術越來越強的爬蟲訪問和惡意佔座行爲，就需要我們的反爬蟲技術。
目前我國反爬蟲人才稀缺，隨之而來的是這個崗位的薪資高漲，據職友集最新統計，爬蟲技術全國的平均薪資可達15070元/月。在一線城市工資會更高，平均月薪可達21430元/月。
全國爬蟲平均薪資業
北京爬蟲平均工資
面對高薪的職業，你是否蠢蠢欲動了？
但是播妞想勸你先冷靜，先了解清楚反爬蟲技術是什麼再正式開始。播妞這裏有免費反爬蟲課程可以學習，希望讓你在空閒時間能學到前沿技術，打好基礎再大步向前，一定不會錯。
課程名稱
大數據實戰項目|反爬蟲系統【Lua+Spark+Redis+Hadoop框架搭建】
課程簡介
很多訂票網站的官網在互聯網提供查詢、預訂等服務，如：各種航空公司的官網、去哪網、攜程等，有大量正常用戶訪問的同時，也存在大量爬蟲。爬蟲消耗了系統資源，但是卻沒有轉化成銷量，導致系統資源虛耗，嚴重時會造成系統波動，影響正常用戶訪問購票。大量熱門路線的好車次和航線的特價艙位吸引正常用戶通過官網訂票的同時，也存在大量惡意佔座的非法代理（黃牛）。通過不斷的訂座但不支付，利用這些虛佔的座位進行非法盈利，通過系統日誌分析等，發現官網存在大量的非法佔座會員及非會員手機號用戶。爲了限制僞裝技術越來越強的爬蟲訪問和惡意佔座行爲，需要開發大數據防爬工具。項目採用Lua+Spark+Redis+Hadoop框架搭建,包含狀態監控,反爬指標配置,運營指標監控展示等功能。
課程亮點
1.數據採集使用Lua,實現併發量的最大化,儘可能的降低高併發時的數據丟失
2.消息隊列採用Kafka,實現各模塊的解耦,利用Kafka的高吞吐和可持久化的特性爲平臺提升穩定性
3.利用SparkStreaming實現數據的實時計算,完成從數據預處理到爬蟲黑名單的計算
4.Spark的狀態監控功能,實時掌握Spark的運行狀態
5.使用SparkSQL實現數據可視化相關指標的離線計算
課程內容
1.項目整體介紹和數據採集模塊詳細介紹
2.openresty安裝和lua語法學習
3.數據採集模塊開發和反爬蟲工程創建及鏈路統計功能開發
4.數據預處理模塊：數據清洗和脫敏和打標籤及數據解析
5.數據結構化和數據推送 spark系統監控功能開發 實現反爬平臺系統監控
6.爬蟲識別指標計算7、爬蟲數據備份恢復和離線計算
適用人羣
1.對大數據Spark感興趣的在校生及應屆畢業生
2.對目前職業有進一步提升要求，希望從事大數據行業高薪工作的在職人員
3.對大數據行業感興趣的相關人員
課程目錄
第一章 項目概述
1.系統介紹
2.模塊介紹
3.數據流程描述
4.邏輯架構設計
5.功能描述
6.系統架構
第二章 離線數據入庫
1.數據上傳
2.創建數據表
3.數據拆分
4.數據表加載
第三章 離線數據整理
1.業務SQL語句編寫
2.整理SQL語句生成結果表的結構及字段
3.根據結果表所需的字段，在原始表中抽取該字段
4.數據加工及入庫
5.創建索引
第四章 實時數據生成及計算
1.Mysql 數據寫入
2.canal 解析mysql實時數據寫入本地
3.Flume收集數據將數據上傳至集羣
4.SparkStreaming 實時計算
大數據實戰項目|反爬蟲系統【Lua+Spark+Redis+Hadoop框架搭建】
http://yun.itheima.com/course/729.html?stt
鏈接：https://pan.baidu.com/s/1JO1UGpXuHd6vgVVcwn_mGg 提取碼：vp6n
