国内精品伊人久久久久777,精品女同一区二区,亚洲精品亚洲人成在线

培訓(xùn)目標(biāo)

本課程將為大家全面而又深入的介紹Spark平臺(tái)的構(gòu)建流程，涉及Spark系統(tǒng)基礎(chǔ)知識(shí)，概念及架構(gòu)， Spark實(shí)戰(zhàn)技巧，Spark經(jīng)典案例等。
通過(guò)本課程實(shí)踐，幫助學(xué)員對(duì)Spark生態(tài)系統(tǒng)有一個(gè)清晰明了的認(rèn)識(shí)；理解Spark系統(tǒng)適用的場(chǎng)景；掌握Spark等初中級(jí)應(yīng)用開(kāi)發(fā)技能；搭建穩(wěn)定可靠的Spark集群，滿足生產(chǎn)環(huán)境的標(biāo)準(zhǔn)；了解和清楚大數(shù)據(jù)應(yīng)用的幾個(gè)行業(yè)中的經(jīng)典案例，包括阿里巴巴，騰訊，百度等互聯(lián)網(wǎng)行業(yè)，中國(guó)移動(dòng)和聯(lián)通等運(yùn)營(yíng)商。

Spark大數(shù)據(jù)架構(gòu)概述及案例簡(jiǎn)介	1.1 介紹Spark大數(shù)據(jù)層級(jí)架構(gòu)及各層軟件設(shè)計(jì)要求，包括數(shù)據(jù)收集，大數(shù)據(jù)存儲(chǔ)，大數(shù)據(jù)計(jì)算框架，大數(shù)據(jù)應(yīng)用等 1.2 Hadoop與Spark區(qū)別與關(guān)系 1.3 Spark生態(tài)系統(tǒng)概述以及版本演化，并給出spark版本選擇建議 1.4 Spark典型案例簡(jiǎn)介(簡(jiǎn)要介紹案例，具體在后面各節(jié)會(huì)詳細(xì)介紹) Spark商品推薦系統(tǒng)、用戶標(biāo)簽系統(tǒng)
Spark產(chǎn)生動(dòng)機(jī)與基本概念	2.1 Spark產(chǎn)生背景，與MapReduce對(duì)比，其優(yōu)缺點(diǎn)是什么 2.2 Spark核心概念（1）RDD （2）基本操作： transformation與 action 2.2 Spark程序架構(gòu) （1）Driver/executor （2）容錯(cuò)機(jī)制
Spark安裝部署	3.1 Spark運(yùn)行模式簡(jiǎn)介、standlone模式、Spark on yarn模式 3.2 搭建一個(gè)spar
Spark程序設(shè)計(jì)實(shí)例	4.1 Scala語(yǔ)言基礎(chǔ)，常用語(yǔ)法以及庫(kù)函數(shù) 4.2 Spark程序設(shè)計(jì)方法（1）DSpark程序基本構(gòu)成,SparkContext， RDD，transformation/action （2）Spark API介紹（a）如何創(chuàng)建RDD （scala集合，HDFS文件，HBase文件等）（b）如何基于RDD進(jìn)行數(shù)據(jù)處理，介紹常見(jiàn)的分布式算子（c）如何保存處理結(jié)果（返回到driver端，寫入hdfs等）（d）廣播變量與累加器 4.3 Spark程序設(shè)計(jì)實(shí)例（1）分布式Pi估算程序（2）K-means分類算法實(shí)現(xiàn) （3）邏輯回歸算法實(shí)現(xiàn)
Spark內(nèi)部原理	5.1 Spark程序運(yùn)行流程概述介紹Spark從提交，到調(diào)度，到最后執(zhí)行完成整個(gè)過(guò)程 5.2 Spark內(nèi)部執(zhí)行流程介紹Spark程序內(nèi)部的邏輯查詢計(jì)劃，物理查詢計(jì)劃，調(diào)度等幾個(gè)環(huán)節(jié) 5.3 Spark shuffle實(shí)現(xiàn) 介紹Spark shuffle發(fā)展史及實(shí)現(xiàn)邏輯 5.4 Spark算子的內(nèi)部機(jī)制以reduce By Key和 group By Key為例介紹spark算子的內(nèi)部實(shí)現(xiàn)原理
Spark與外部系統(tǒng)整合	6.1 Spark與Kafka和flume結(jié)合介紹如何使用kafka和flume 將數(shù)據(jù)導(dǎo)入hadoop中，以便使用spark處理 6.2 Spark與Storm結(jié)合介紹如何使用spark實(shí)時(shí)處理數(shù)據(jù) 6.3 Spark與HBase和HDFS結(jié)合介紹Spark如何與HBase和HDFS實(shí)現(xiàn)數(shù)據(jù)的讀寫交互 6.4 Spark與關(guān)系型數(shù)據(jù)庫(kù)和hive結(jié)合介紹如何使用spark與關(guān)系型數(shù)據(jù)庫(kù)和hive結(jié)合
Spark調(diào)優(yōu)方法	Spark調(diào)優(yōu)思想、方法
Spark案例分析	基于Spark的商品推薦系統(tǒng)，包括：項(xiàng)目背景、項(xiàng)目架構(gòu)、項(xiàng)目實(shí)施
Spark Streaming應(yīng)用及案例分析	8.1 Spark Streaming產(chǎn)生動(dòng)機(jī) 8.2 Spark Streaming程序設(shè)計(jì) （1）創(chuàng)建DStream （2）基于DStream進(jìn)行流式處理 8.3 Spark Streaming容錯(cuò)與性能優(yōu)化（1）Spark Streaming容錯(cuò)機(jī)制（2）如何對(duì)spark Streaming進(jìn)行優(yōu)化 8.4 Spark Streaming案例分析基于Spark Streaming的用戶標(biāo)簽系統(tǒng)，內(nèi) 容包括項(xiàng)目背景，項(xiàng)目架構(gòu)以及實(shí)施方法
Spark SQL	9.1 Spark SQL定位 9.2 如何使用SparkSQL處理數(shù)據(jù) （1）使用SparkSQL處理HDFS上數(shù)據(jù) （2）使用SparkSQL處理Hive中的數(shù)據(jù) 9.3 Spark SQL與 Spark及 Spark Streaming結(jié)合
MLlib	10 介紹Spark的數(shù)據(jù)挖掘庫(kù)MLlib，重點(diǎn)介紹其內(nèi)部的幾個(gè)分類算法，聚類算法和推薦算法，包括邏輯回歸，K-Means，協(xié)同過(guò)濾等
GraphX	11. 介紹Spark內(nèi)部的圖計(jì)算框架GraphX，重點(diǎn)介紹它的基本原理及使用方法

Spark大數(shù)據(jù)處理案例分析與實(shí)踐培訓(xùn)課程

課程介紹

精品課程班級(jí)列表