Spark 1.X 大資料視頻教程

標籤：spark1.x

課程：連結: http://pan.baidu.com/s/1kTggcb9 密碼: 9mfn

網盤失效的話，請加QQ：3113533060

課程內容：

第一周 Spark生態系統概述與編程模型

   Spark生態系統概述

   回顧Hadoop MapReduce

   Spark運行模式

   RDD

   Spark運行時模型簡介

   緩衝策略介紹

   transformation

   action

   lineage

   容錯處理

   寬依賴與窄依賴

   叢集配置

第二周 深入Spark核心

   Spark術語解釋

   叢集概覽

   核心組件

   資料本地性

   常用RDD

   任務調度

   DAGScheduler

   TaskScheduler

   Task細節

   廣播變數

   累加器

   效能調優

第三周 Spark on Yarn & Spark as a service

   Spark on Yarn原理

   Spark on Yarn實踐

   JobServer架構

   JobServer API介紹

   JobServer配置與部署

第四周 Spark Streaming原理與實踐

   DStream

   資料來源

   無狀態transformation與有狀態transformation

   checkpoint

   容錯

   效能最佳化

第五周 Shark與Spark SQL

   Shark資料模型

   Shark資料類型

   Shark架構

   Shark部署

   緩衝(分區)表

   SharkServer

   Shark與Spark結合

   Spark SQL架構

   Parquet支援

   DSL

   SQL on RDD

   Hive支援

   UDF

   JDBC Server

第六周 Machine Learning on Spark

   LinearRegression

   K-Means

   Collaborative Filtering

第七周 Spark多語言編程

   Python簡介

   PySpark API

   使用Python編寫Spark程式

   Spark with Java

第八周 圖計算GraphX

   現存的圖計算架構

   Table Operators

   Graph Operators

   GraphX設計

第九周 Tachyon原理與實踐

   Tachyon原理與架構

   Tachyon實踐

第十周 SparkR

   SparkR原理介紹

   安裝配置與運行

 課程目錄：

觀看說明（必看）

課時1、培訓須知

課時2、Spark生態系統概述與編程模型

課時3、Spark生態系統概述與編程模型（一）

課時4、Spark生態系統概述與編程模型（二）

課時5、Spark生態系統概述與編程模型（三）

課時6、Spark生態系統概述與編程模型（四）

課時7、第一周作業，請於9月21日晚12點前提交

課時8、資料

課時9、深入Spark核心(上)

課時10、深入Spark核心(下)

課時11、第二周作業，請於9月28日晚12點前提交

課時12、Spark on Yarn資料

課時13、JobServer資料

課時14、Spark on Yarn

課時15、Spark as a Service

課時16、第三周作業，請於10月5日晚12點前提交

課時17、Streaming資料

課時18、Spark Streaming(上)

課時19、Spark Streaming(下)

課時20、Streaming-1.x(變動)

課時21、第四周作業，請於10月12日晚12點前提交

課時22、Shark 與 Spark SQL資料

課時23、Shark(上)

課時24、Shark(下)

課時25、Spark SQL(上)

課時26、Spark SQL(下)

課時27、第五周作業，請於10月19日晚12點前提交

課時28、第六周課程資料

課時29、MLlib

課時30、Spark 1.x 變動說明

課時31、第六周作業，請於10月26日晚12點前提交

課時32、第七周資料

課時33、Spark多語言編程

課時34、補充說明

課時35、第七周作業，請於11月2日晚12點前提交

課時36、第八周資料

課時37、Tachyon（1）

課時38、Tachyon（2）

課時39、第八周作業，請於11月9日晚12點前提交

課時40、第九周資料

課時41、SparkR-Part1

課時42、SparkR-Part2

課時43、第九周作業，請於11月16日晚12點前提交

課時44、第十周資料

課時45、GraphX-Part1

課時46、GraphX-Part2

課時47、GraphX-Part3

課時48、第十周作業，請於11月23日晚12點前提交 

650) this.width=650;" src="http://s3.51cto.com/wyfs02/M00/57/59/wKioL1SY04yzqKKpAAUBe278jTM310.jpg" style="float:none;" title="課程.png" alt="wKioL1SY04yzqKKpAAUBe278jTM310.jpg" />

650) this.width=650;" src="http://s3.51cto.com/wyfs02/M00/57/5C/wKiom1SY0uPTJSTLAAVvsuEoAWA107.jpg" style="float:none;" title="目錄.png" alt="wKiom1SY0uPTJSTLAAVvsuEoAWA107.jpg" />

Spark 1.X 大資料視頻教程