400-888-5228

課程介紹：

本課程是世界上第一Spark企業(yè)級最佳實踐課程，課程包含：

Spark的架構(gòu)設計；

Spark編程模型；

Spark內(nèi)核框架源碼剖析；

Spark的廣播變量與累加器；

Shark的原理和使用；

Spark的機器學習；

Spark的圖計算GraphX；

Spark SQL；

Spark實時流處理；

Spark程序的測試；

Spark的優(yōu)化；

Spark on Yarn；

JobServer；

最后以一個商業(yè)級別的Spark案例為基礎(chǔ)，實戰(zhàn)展示商業(yè)級別Spark項目的架構(gòu)設計、實現(xiàn)和優(yōu)化；

 

課程時長：

3天

課程對象：

1，云計算大數(shù)據(jù)從業(yè)者；

2，Hadoop使用者；

3，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員；

4，牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運行、規(guī)劃、設計負責人；

5，政府機關(guān)，金融保險、移動和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負責人；

6，高校、科研院所涉及到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項目負責人；

7，數(shù)據(jù)倉庫管理人員、建模人員，分析和開發(fā)人員、系統(tǒng)管理人員、數(shù)據(jù)庫管理人員以及對數(shù)據(jù)倉庫感興趣的其他人員；

 

學員基礎(chǔ)：

了解面向?qū)ο缶幊蹋?/p>

了解Linux的基本使用；

了解Scala語法

 

課程大綱：

第1堂課：Spark的架構(gòu)設計

1.1 Spark生態(tài)系統(tǒng)剖析

1.2 Spark的架構(gòu)設計剖析

1.3 RDD計算流程解析

1.4 Spark的出色容錯機制

 

第2堂課：Spark編程模型

2.1 RDD

2.2 transformation

2.3 action

2.4 lineage

2.5寬依賴與窄依賴

 

第3堂課：深入Spark內(nèi)核

3.1 Spark集群

3.2 任務調(diào)度

3.3 DAGScheduler

3.4 TaskScheduler

3.5 Task內(nèi)部揭秘

 

第4堂課：Spark的廣播變量與累加器

4.1 廣播變量的機制

4.2 廣播變量使用最佳實踐

4.3 累加器的機制

4.4 累加器使用的最佳實踐

 

第5堂課：編寫Spark程序

5.1 程序數(shù)據(jù)的來源：File、HDFS、HBase、S3等

5.2 IDE環(huán)境構(gòu)建

5.3 Maven

5.4 sbt.

5.5 編寫并部署Spark程序的實例

 

第6堂課：SparkContext解析和數(shù)據(jù)加載以及存儲

6.1 源碼剖析SparkContext

6.2 Scala、Java、Python使用SparkContext

6.4 加載數(shù)據(jù)成為RDD

6.5 把數(shù)據(jù)物化

 

第7堂課：深入實戰(zhàn)RDD

7.1 DAG

7.2 深入實戰(zhàn)各種Scala RDD Function

7.3 Spark Java RDD Function

7.4 RDD的優(yōu)化問題

 

第8堂課：Shark的原理和使用

8.1 Shark與Hive

8.2 安裝和配置Shark

8.3 使用Shark處理數(shù)據(jù)

8.4 在Spark程序中使用Shark Queries

8.5 SharkServer

8.6 思考Shark架構(gòu)

 

第9堂課：Spark的機器學習

9.1 LinearRegression

9.2 K-Means

9.3 Collaborative Filtering

 

第10堂課：Spark的圖計算GraphX

10.1 Table Operators

10.2 Graph Operators

10.3 GraphX

 

第11堂課：Spark SQL

11.1 Parquet支持

11.2 DSL

11.3 SQL on RDD

 

第12堂課：Spark實時流處理

12.1 DStream

12.2 transformation

12.3 checkpoint

12.4 性能優(yōu)化

 

第13堂課：Spark程序的測試

13.1 編寫可測試的Spark程序

13.2 Spark測試框架解析

13.3 Spark測試代碼實戰(zhàn)

 

第14堂課：Spark的優(yōu)化

14.1 Logs

14.2 并發(fā)

14.3 內(nèi)存

14.4 垃圾回收

14.5 序列化

14.6 安全

 

第15堂課：Spark on Yarn

15.1 Spark on Yarn的架構(gòu)原理

15.2 Spark on Yarn的最佳實踐

 

第16堂課：JobServer

16.1 JobServer的架構(gòu)設計

16.2 JobServer提供的接口

16.3 JobServer最佳實踐

 

第17堂課：Spark項目案例實戰(zhàn)

17.1 Spark項目的最佳架構(gòu)模式

17.2 案例的介紹和架構(gòu)

17.3 案例的源碼實現(xiàn)

17.4 調(diào)優(yōu)