【最全资料下载】Python 系列直播——深入Python与日志服务,玩转大规模数据分析处理实战

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: 直播讲师:丁来强(成喆)——阿里高级技术专家,从事阿里云日志服务相关的产品与研发工作,擅长AIOps/SecOps的大数据分析平台构建与场景落地,擅长C++与Python语言等。PyCon历届讲师,曾经在中国PyCon2015、2016与2018分享过7场/6个不同议题,覆盖Jupyter扩展、大数据分析可视化、工作流调度、函数式、设计模式、Python核心语言等方面,广受好评。

直播讲师:丁来强(成喆)——阿里高级技术专家,从事阿里云日志服务相关的产品与研发工作,擅长AIOps/SecOps的大数据分析平台构建与场景落地,擅长C++与Python语言等。
PyCon历届讲师,曾经在中国PyCon2015、2016与2018分享过7场/6个不同议题,覆盖Jupyter扩展、大数据分析可视化、工作流调度、函数式、设计模式、Python核心语言等方面,广受好评。

第一讲——使用IPython/Jupyter Notebook与日志服务玩转超大规模数据分析与可视化

直播介绍:IPython/Jupyter Notebook非常流行,但随着数据量越来越大(例如几百亿条电商平台访问日志),如何继续保持灵活的交互式分析,是一个挑战。阿里云日志服务作为阿里商业操作系统的智能运维平台,无需开发就能快捷完成海量日志数据的采集、消费、投递以及查询分析等功能。这里介绍如何借助日志服务对IPython/Jupyter扩展的功能,用Python对海量数据进行深度加工(ETL)、交互式分析(通过SQL、DataFrame)、机器学习与可视化等。

PPT下载:https://yq.aliyun.com/download/3322
直播回顾:https://yq.aliyun.com/live/875


第二讲——流畅的Python数据处理及大数据处理ETL

直播时间:3月6日(周三)20:00—21:00

直播介绍:大数据分析中常常要对数据进行规整(ETL),而Python内置强大的数据结构以及语法(如推导式、切片、函数式编程等)对于数据处理又非常友好。本节介绍如何灵活、流畅地使用这些特性,在日志服务场景中对大规模不规则日志进行常规ETL操作。

PPT下载:https://yq.aliyun.com/download/3338
直播回顾:https://yq.aliyun.com/live/910


第三讲—— Python3舒适性编程与兼容Py2/3实践

直播时间:3月13日(周三)20:00—21:00

直播介绍:Python3有许多“舒适编程”的特性,而Python2也即将EOL,但Py2/Py3并存的局面可预见的还是会保持一段时间。本节介绍Py3一些不错亮点,以及如何兼顾Py2/Py3的一些实践。

ppt下载:https://yq.aliyun.com/download/3344
视频回顾:https://yq.aliyun.com/live/918


第四讲——Python并发编程与实时大数据处理监控

直播时间:3月20日(周三)20:00—21:00

直播介绍: Python多线程、多进程编程该如何做?如何避开GIL?本节以日志服务消费组模型为例,介绍相关原理实践以及如何做实时大数据的处理与监控。

ppt下载:https://yq.aliyun.com/download/3389
直播回顾:https://yq.aliyun.com/live/932


第五讲——Python日志最佳实践与日志上云实战

直播时间:3月27日(周三)20:00—21:00

直播介绍:良好的日志实践可以帮助后续的开发排错、运营维护监控管理工作大大提高效率,本节介绍使用Python的日志模块的最佳实践,并轻松上云,利用日志服务提高产品运维效率。

PPT链接:https://yq.aliyun.com/download/3469
视频回顾:https://yq.aliyun.com/live/949


第六讲——改造Python对象模块的实用技巧及日志服务ETL插件原理
直播时间:4月3日(周三)20:00—21:00

直播介绍: Python作为动态语言,插件与模块机制非常强大,在编写框架类程序时尤其有用,本节深入浅出的介绍Python的语言扩展能力,以及日志服务中的CLI插件机制原理。

资料下载:https://yq.aliyun.com/download/3483
直播回顾:https://yq.aliyun.com/live/969

欢迎加入python技术进阶钉群收看直播及往期回顾


_2019_01_15_10_28_39


或点击链接:http://tb.cn/UQkRRHw

  • 详情

4a7942c6_3fb4_4b6f_aa32_2884dfbe7f36

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
1月前
|
消息中间件 数据挖掘 Kafka
Apache Kafka流处理实战:构建实时数据分析应用
【10月更文挑战第24天】在当今这个数据爆炸的时代,能够快速准确地处理实时数据变得尤为重要。无论是金融交易监控、网络行为分析还是物联网设备的数据收集,实时数据处理技术都是不可或缺的一部分。Apache Kafka作为一款高性能的消息队列系统,不仅支持传统的消息传递模式,还提供了强大的流处理能力,能够帮助开发者构建高效、可扩展的实时数据分析应用。
79 5
|
3月前
|
数据可视化 数据挖掘 Linux
震撼发布!Python数据分析师必学,Matplotlib与Seaborn数据可视化实战全攻略!
在数据科学领域,数据可视化是连接数据与洞察的桥梁,能让复杂的关系变得直观。本文通过实战案例,介绍Python数据分析师必备的Matplotlib与Seaborn两大可视化工具。首先,通过Matplotlib绘制基本折线图;接着,使用Seaborn绘制统计分布图;最后,结合两者在同一图表中展示数据分布与趋势,帮助你提升数据可视化技能,更好地讲述数据故事。
57 1
|
2月前
|
数据采集 数据可视化 数据挖掘
基于Python的数据分析与可视化实战
本文将引导读者通过Python进行数据分析和可视化,从基础的数据操作到高级的数据可视化技巧。我们将使用Pandas库处理数据,并利用Matplotlib和Seaborn库创建直观的图表。文章不仅提供代码示例,还将解释每个步骤的重要性和目的,帮助读者理解背后的逻辑。无论你是初学者还是有一定基础的开发者,这篇文章都将为你提供有价值的见解和技能。
174 0
|
2月前
|
SQL 数据采集 数据可视化
深入 Python 数据分析:高级技术与实战应用
本文系统地介绍了Python在高级数据分析中的应用,涵盖数据读取、预处理、探索及可视化等关键环节,并详细展示了聚类分析、PCA、时间序列分析等高级技术。通过实际案例,帮助读者掌握解决复杂问题的方法,提升数据分析技能。使用pandas、matplotlib、seaborn及sklearn等库,提供了丰富的代码示例,便于实践操作。
166 64
|
15天前
|
监控 数据挖掘 数据安全/隐私保护
Python脚本:自动化下载视频的日志记录
Python脚本:自动化下载视频的日志记录
|
24天前
|
Java Maven Spring
超实用的SpringAOP实战之日志记录
【11月更文挑战第11天】本文介绍了如何使用 Spring AOP 实现日志记录功能。首先概述了日志记录的重要性及 Spring AOP 的优势,然后详细讲解了搭建 Spring AOP 环境、定义日志切面、优化日志内容和格式的方法,最后通过测试验证日志记录功能的准确性和完整性。通过这些步骤,可以有效提升系统的可维护性和可追踪性。
|
2月前
|
Java 程序员 应用服务中间件
「测试线排查的一些经验-中篇」&& 调试日志实战
「测试线排查的一些经验-中篇」&& 调试日志实战
23 1
「测试线排查的一些经验-中篇」&& 调试日志实战
|
28天前
|
并行计算 数据挖掘 大数据
Python数据分析实战:利用Pandas处理大数据集
Python数据分析实战:利用Pandas处理大数据集
|
2月前
|
机器学习/深度学习 数据采集 算法
探索Python科学计算的边界:NumPy、Pandas与SciPy在大规模数据分析中的高级应用
【10月更文挑战第5天】随着数据科学和机器学习领域的快速发展,处理大规模数据集的能力变得至关重要。Python凭借其强大的生态系统,尤其是NumPy、Pandas和SciPy等库的支持,在这个领域占据了重要地位。本文将深入探讨这些库如何帮助科学家和工程师高效地进行数据分析,并通过实际案例来展示它们的一些高级应用。
58 0
探索Python科学计算的边界:NumPy、Pandas与SciPy在大规模数据分析中的高级应用
|
3月前
|
数据挖掘 Python
Pandas实战(1):电商购物用户行为数据分析
Pandas实战(1):电商购物用户行为数据分析
110 1