（升級版）Spark從入門到精通（Scala編程、案例實戰、進階特性、Spark核心源碼剖析、Hadoop高端）

標籤：

     本課程主要講解目前大資料領域最熱門、最火爆、最有前景的技術——Spark。在本課程中，會從淺入深，基於大量案例實戰，深度剖析和講解Spark，並且會包含完全從企業真實複雜業務需求中抽取出的案例實戰。課程會涵蓋Scala編程詳解、Spark核心編程、Spark SQL和Spark Streaming、Spark核心以及源碼剖析、效能調優、企業級案例實戰等部分。完全從零起步，讓學員可以一站式精通Spark企業級大資料開發，提升自己的職場競爭力，實現更好的升職或者跳槽，或者從j2ee等傳統軟體開發工程師轉型為Spark大資料開發工程師，或是對於正在從事hadoop大資料開發的朋友可以拓寬自己的技術能力棧，提升自己的價值。

 

1.課程研發環境開發工具: Eclipse、Scala IDE for Eclipse;Spark: 1.3.0和1.5.1Hadoop: 2.4.1Hive: 0.13ZooKeeper: 3.4.5Kafka: 2.9.2-0.8.1     其他工具: SecureCRT、WinSCP、VirtualBox等

 

2.內容簡介本課程主要講解的內容包括：Scala編程、Hadoop與Spark叢集搭建、Spark核心編程、Spark核心源碼深度剖析、Spark效能調優、Spark SQL、Spark Streaming。本課程的最大特色包括：1、代碼驅動講解Spark的各個技術點（絕對不是照著PPT空講理論）；2、現場動手畫圖講解Spark原理以及源碼（絕對不是幹講源碼和PPT）；3、覆蓋Spark所有功能點（Spark RDD、Spark SQL、Spark Streaming，初級功能到進階特性，一個不少）；4、Scala全程案例實戰講解（近百個趣味性案例）；5、Spark案例實戰的代碼，幾乎都提供了Java和Scala兩個版本和講解（一次性同時精通Java和Scala開發Spark）；6、大量全網唯一的知識點：基於排序的wordcount，Spark二次排序，Spark分組取topn，DataFrame與RDD的兩種轉換方式，Spark SQL的內建函數、開窗函數、UDF、UDAF，Spark       Streaming的Kafka Direct API、updateStateByKey、transform、滑動視窗、foreachRDD效能最佳化、與Spark SQL整合使用、持久化、checkpoint、容錯與事務。7、多個從企業實際需求抽取出的複雜案例實戰：每日uv和銷售額統計案例、top3熱賣商品統計案例、每日top3熱點搜尋字詞統計、廣告計費日誌即時黑名單過濾案例、熱點搜尋字詞滑動統       計案例、top3熱門商品即時統計案例8、深度剖析Spark核心源碼與Spark Streaming源碼，給源碼進行詳細的注釋和講解（史上最細緻源碼講解）9、全面講解Spark、Spark SQL、Spark Streaming的效能調優，其中包括全網唯一的Shuffle效能調優（詳細講解效能調優的各個技術點）10、涵蓋Spark兩個重要版本，Spark 1.3.0和Spark 1.5.1的講解（走在Spark最前沿，涵蓋最新進階特性）  超重磅免費升級通知！      本次課程升級，總計132講，60課時左右，內容擴充近一倍。將從入門到精通的各個階段都進行了階段升級。主要內容概述如下：1、Scala編程進階：講解Scala進階編程技巧。2、Spark核心編程進階：史上最細緻的Spark核心編程講解，包括standalone叢集操作以及spark-submit所有細節，補充大量實驗，並補充講解幾乎所有的運算元操作，並增添大量實戰案例以及移動端app訪問流量日誌分析綜合案例。3、Spark核心原理進階：全網獨家講解Spark常用的10個運算元的內部原理。4、Spark SQL實戰開發：講解Thrift JDBC/ODBC Server等進階內容，並增添新聞網站關鍵計量離線統計綜合案例。5、Spark Streaming實戰開發：講解Flume資料來源等進階內容，並增添新聞網站關鍵計量即時統計綜合案例。6、Spark營運管理進階：完全實戰講解與演練Spark的營運與管理的各種高階技術，包括基於ZooKeeper和檔案系統實現HA以及主從切換、多種作業監控方式，以及全網獨家的Spark動態資源分派技術和Fair Scheduler技術。       中華石杉: 在國內BAT公司以及一線互連網公司從事過大資料開發和架構工作，負責過多個大型大資料系統的架構和開發。精通Hadoop、Storm、Spark等大資料技術。有豐富的企業內部技術分享、技術培訓和技術講座的經驗。 講師答疑QQ：2310879776  一、Scala編程詳解： 第1講-Spark的前世今生第2講-課程介紹、特色與價值第3講-Scala編程詳解：基礎文法第4講-Scala編程詳解：條件控制與迴圈第5講-Scala編程詳解：函數入門第6講-Scala編程詳解：函數入門之預設參數和帶名參數第7講-Scala編程詳解：函數入門之變長參數第8講-Scala編程詳解：函數入門之過程、lazy值和異常第9講-Scala編程詳解：數組操作之Array、ArrayBuffer以及遍曆數組第10講-Scala編程詳解：數組操作之數群組轉換第11講-Scala編程詳解：Map與Tuple第12講-Scala編程詳解：物件導向編程之類第13講-Scala編程詳解：物件導向編程之對象第14講-Scala編程詳解：物件導向編程之繼承第15講-Scala編程詳解：物件導向編程之Trait第16講-Scala編程詳解：函數式編程第17講-Scala編程詳解：函數式編程之集合操作第18講-Scala編程詳解：模式比對第19講-Scala編程詳解：型別參數第20講-Scala編程詳解：隱式轉換與隱式參數第21講-Scala編程詳解：Actor入門 二、課程環境搭建： 第22講-課程環境搭建：CentOS 6.5叢集搭建第23講-課程環境搭建：Hadoop 2.4.1叢集搭建第24講-課程環境搭建：Hive 0.13搭建第25講-課程環境搭建：ZooKeeper 3.4.5叢集搭建第26講-課程環境搭建：kafka_2.9.2-0.8.1叢集搭建第27講-課程環境搭建：Spark 1.3.0叢集搭建 三、Spark核心編程：第28講-Spark核心編程：Spark基本工作原理與RDD第29講-Spark核心編程：使用Java、Scala和spark-shell開發wordcount程式第30講-Spark核心編程：wordcount程式原理深度剖析第31講-Spark核心編程：Spark架構原理第32講-Spark核心編程：建立RDD實戰（集合、本地檔案、HDFS檔案）第33講-Spark核心編程：操作RDD實戰（transformation和action案例實戰）第34講-Spark核心編程：transformation操作開發案例實戰第35講-Spark核心編程：action操作開發案例實戰第36講-Spark核心編程：RDD持久化詳解第37講-Spark核心編程：共用變數（Broadcast Variable和Accumulator）第38講-Spark核心編程：進階編程之基於排序機制的wordcount程式第39講-Spark核心編程：進階編程之二次排序實戰第40講-Spark核心編程：進階編程之topn與分組取topn實戰 四、Spark核心源碼深度剖析：第41講-Spark核心源碼深度剖析：Spark核心架構深度剖析第42講-Spark核心源碼深度剖析：寬依賴與窄依賴深度剖析第43講-Spark核心源碼深度剖析：基於Yarn的兩種提交模式深度剖析第44講-Spark核心源碼深度剖析：SparkContext初始化原理剖析與源碼分析第45講-Spark核心源碼深度剖析：Master主備切換機制原理剖析與源碼分析第46講-Spark核心源碼深度剖析：Master註冊機制原理剖析與源碼分析第47講-Spark核心源碼深度剖析：Master狀態改變處理機制原理剖析與源碼分析第48講-Spark核心源碼深度剖析：Master資源調度演算法原理剖析與源碼分析第49講-Spark核心源碼深度剖析：Worker原理剖析與源碼分析 第50講-Spark核心源碼深度剖析：Job觸發流程原理剖析與源碼分析第51講-Spark核心源碼深度剖析：DAGScheduler原理剖析與源碼分析（stage劃分演算法與task最佳位置演算法）第52講-Spark核心源碼深度剖析：TaskScheduler原理剖析與源碼分析（task分配演算法）第53講-Spark核心源碼深度剖析：Executor原理剖析與源碼分析第54講-Spark核心源碼深度剖析：Task原理剖析與源碼分析第55講-Spark核心源碼深度剖析：Shuffle原理剖析與源碼分析（普通Shuffle與最佳化後的Shuffle）第56講-Spark核心源碼深度剖析：BlockManager原理剖析與源碼分析（Spark底層儲存機制）第57講-Spark核心源碼深度剖析：CacheManager原理剖析與源碼分析第58講-Spark核心源碼深度剖析：Checkpoint原理剖析與源碼分析 五、Spark效能最佳化：第59講-Spark效能最佳化：效能最佳化概覽第60講-Spark效能最佳化：診斷記憶體的消耗第61講-Spark效能最佳化：高效能序列化類別庫第62講-Spark效能最佳化：最佳化資料結構第63講-Spark效能最佳化：對多次使用的RDD進行持久化或Checkpoint第64講-Spark效能最佳化：使用序列化的持久化層級第65講-Spark效能最佳化：Java虛擬機器記憶體回收調優第66講-Spark效能最佳化：提高並行度第67講-Spark效能最佳化：廣播共用資料第68講-Spark效能最佳化：資料本地化第69講-Spark效能最佳化：reduceByKey和groupByKey第70講-Spark效能最佳化：shuffle效能最佳化 六、Spark SQL：第71講-課程環境搭建：Spark 1.5.1新版本特性、源碼編譯、叢集搭建第72講-Spark SQL：前世今生第73講-Spark SQL：DataFrame的使用第74講-Spark SQL：使用反射方式將RDD轉換為DataFrame第75講-Spark SQL：使用編程方式將RDD轉換為DataFrame第76講-Spark SQL：資料來源之通用的load和save操作第77講-Spark SQL：Parquet資料來源之使用編程方式載入資料第78講-Spark SQL：Parquet資料來源之自動分區推斷第79講-Spark SQL：Parquet資料來源之合并中繼資料第80講-Spark SQL：JSON資料來源複雜綜合案例實戰第81講-Spark SQL：Hive資料來源複雜綜合案例實戰第82講-Spark SQL：JDBC資料來源複雜綜合案例實戰第83講-Spark SQL：內建函數以及每日uv和銷售額統計案例實戰第84講-Spark SQL：開窗函數以及top3銷售額統計案例實戰第85講-Spark SQL：UDF自訂函數實戰第86講-Spark SQL：UDAF自訂彙總函式實戰第87講-Spark SQL：工作原理剖析以及效能最佳化第87講-Spark SQL：與Spark Core整合之每日top3熱點搜尋字詞統計案例實戰第87講-Spark SQL：核心源碼深度剖析（DataFrame lazy特性、Optimizer最佳化策略等）第87講-Spark SQL：延伸知識之Hive On Spark 七、Spark Streaming：第88講-Spark Streaming：大資料即時計算介紹第89講-Spark Streaming：DStream以及基本工作原理第90講-Spark Streaming：與Storm的對比分析第91講-Spark Streaming：即時wordcount程式開發第92講-Spark Streaming：StreamingContext詳解第93講-Spark Streaming：輸入DStream和Receiver詳解第94講-Spark Streaming：輸入DStream之基礎資料來源以及基於HDFS的即時wordcount案例實戰第95講-Spark Streaming：輸入DStream之Kafka資料來源實戰（基於Receiver的方式）第96講-Spark Streaming：輸入DStream之Kafka資料來源實戰（基於Direct的方式）第97講-Spark Streaming：DStream的transformation操作概覽第98講-Spark Streaming：updateStateByKey以及基於緩衝的即時wordcount案例實戰第99講-Spark Streaming：transform以及廣告計費日誌即時黑名單過濾案例實戰第100講-Spark Streaming：window滑動視窗以及熱點搜尋字詞滑動統計案例實戰第101講-Spark Streaming：DStream的output操作以及foreachRDD效能最佳化詳解第102講-Spark Streaming：與Spark SQL結合使用之top3熱門商品即時統計案例實戰第103講-Spark Streaming：緩衝與持久化機制詳解第104講-Spark Streaming：Checkpoint機制詳解（Driver高可靠方案詳解）第105講-Spark Streaming：部署、升級和監控即時應用程式第106講-Spark Streaming：容錯機制以及事務語義詳解第107講-Spark Streaming：架構原理深度剖析第108講-Spark Streaming：StreamingContext初始化與Receiver啟動原理剖析與源碼分析第109講-Spark Streaming：資料接收原理剖析與源碼分析第110講-Spark Streaming：資料處理原理剖析與源碼分析（block與batch關係透徹解析）第111講-Spark Streaming：效能調優詳解第112講-課程總結（學到了什嗎？達到了什麼水平？）  Spark開發進階(升級內容！)  一、Scala編程進階： 第113講-Scala編程進階：Scaladoc的使用第114講-Scala編程進階：跳出迴圈語句的3種方法第115講-Scala編程進階：多維陣列、Java數組與Scala數組的隱式轉換第116講-Scala編程進階：Tuple拉鏈操作、Java Map與Scala Map的隱式轉換第117講-Scala編程進階：擴大內部類範圍的2種方法、內部類擷取外部類引用第118講-Scala編程進階：package與import實戰詳解第119講-Scala編程進階：重寫field的提前定義、Scala繼承層級、對象相等性第120講-Scala編程進階：檔案操作實戰詳解第121講-Scala編程進階：偏函數實戰詳解第122講-Scala編程進階：執行外部命令第123講-Scala編程進階：Regex支援第124講-Scala編程進階：提取器實戰詳解第125講-Scala編程進階：範例類的提取器實戰詳解第126講-Scala編程進階：只有一個參數的提取器第127講-Scala編程進階：註解實戰詳解第128講-Scala編程進階：常用註解介紹第129講-Scala編程進階：XML基礎操作實戰詳解第130講-Scala編程進階：XML中嵌入scala代碼第131講-Scala編程進階：XML修改元素實戰詳解第132講-Scala編程進階：XML載入和寫入外部文檔第133講-Scala編程進階：集合元素操作第134講-Scala編程進階：集合的常用操作方法第135講-Scala編程進階：map、flatMap、collect、foreach實戰詳解第136講-Scala編程進階：reduce和fold實戰詳解 二、Spark核心編程進階： 第137講-環境搭建-CentOS 6.4虛擬機器安裝第138講-環境搭建-Hadoop 2.5偽分布式叢集搭建第139講-環境搭建-Spark 1.5偽分布式叢集搭建第140講-第一次課程升級大綱介紹以及要點說明第141講-Spark核心編程進階-Spark叢集架構概覽第142講-Spark核心編程進階-Spark叢集架構的幾點特別說明第143講-Spark核心編程進階-Spark的核心術語講解第144講-Spark核心編程進階-Spark Standalone叢集架構第145講-Spark核心編程進階-單獨啟動master和worker指令碼詳解第146講-Spark核心編程進階-實驗：單獨啟動master和worker進程以及開機記錄查看第147講-Spark核心編程進階-worker節點配置以及spark-evn.sh參數詳解第148講-Spark核心編程進階-實驗：local模式提交spark作業第149講-Spark核心編程進階-實驗：standalone client模式提交spark作業第150講-Spark核心編程進階-實驗：standalone cluster模式提交spark作業第151講-Spark核心編程進階-standalone模式下的多作業資源調度第152講-Spark核心編程進階-standalone模式下的作業監控與日誌記錄第153講-Spark核心編程進階-實驗：運行中作業監控以及手工列印日誌第154講-Spark核心編程進階-yarn-client模式原理講解第155講-Spark核心編程進階-yarn-cluster模式原理講解第156講-Spark核心編程進階-實驗：yarn-client模式提交spark作業第157講-Spark核心編程進階-yarn模式下日誌查看詳解第158講-Spark核心編程進階-yarn模式相關參數詳解第159講-Spark核心編程進階-spark工程打包以及spark-submit詳解第160講-Spark核心編程進階-spark-submit樣本以及基礎參數講解第161講-Spark核心編程進階-實驗：spark-submit最簡單版本提交spark作業第162講-Spark核心編程進階-實驗：spark-submit給main類傳遞參數第163講-Spark核心編程進階-spark-submit多個樣本以及常用參數詳解第164講-Spark核心編程進階-SparkConf、spark-submit以及spark-defaults.conf第165講-Spark核心編程進階-spark-submit配置第三方依賴第166講-Spark核心編程進階-spark運算元的閉包原理詳解第167講-Spark核心編程進階-實驗：對閉包變數進行累加操作的無效現象第168講-Spark核心編程進階-實驗：在運算元內列印資料的無法看到現象第169講-Spark核心編程進階-mapPartitions以及學產生績查詢案例第170講-Spark核心編程進階-mapPartitionsWithIndex以開學分班案例第171講-Spark核心編程進階-sample以及公司年會抽獎案例第172講-Spark核心編程進階-union以及公司部門合併案例第173講-Spark核心編程進階-intersection以及公司跨多項目人員查詢案例第174講-Spark核心編程進階-distinct以及網站uv統計案例第175講-Spark核心編程進階-aggregateByKey以及單詞計數案例第176講-Spark核心編程進階-cartesian以及服裝搭配案例第177講-Spark核心編程進階-coalesce以及公司部門整合案例第178講-Spark核心編程進階-repartition以及公司新增部門案例第179講-Spark核心編程進階-takeSampled以及公司年會抽獎案例第180講-Spark核心編程進階-shuffle操作原理詳解第181講-Spark核心編程進階-shuffle操作過程中進行資料排序第182講-Spark核心編程進階-會觸發shuffle操作的運算元第183講-Spark核心編程進階-shuffle操作對效能消耗的原理詳解第184講-Spark核心編程進階-shuffle操作所有相關參數詳解以及效能調優第185講-Spark核心編程進階-綜合案例1：移動端app訪問流量日誌分析第186講-Spark核心編程進階-綜合案例1：記錄檔格式分析第187講-Spark核心編程進階-綜合案例1：讀取記錄檔並建立RDD第188講-Spark核心編程進階-綜合案例1：建立自訂的可序列化類別第189講-Spark核心編程進階-綜合案例1：將RDD映射為key-value格式第190講-Spark核心編程進階-綜合案例1：基於deviceID進行彙總操作第191講-Spark核心編程進階-綜合案例1：自訂二次排序key類第192講-Spark核心編程進階-綜合案例1：將二次排序key映射為RDD的key第193講-Spark核心編程進階-綜合案例1：執行二次排序以及擷取top10資料第194講-Spark核心編程進階-綜合案例1：程式運行測試以及代碼調試第195講-Spark核心編程進階-部署第二台CentOS機器第196講-Spark核心編程進階-部署第二個Hadoop節點第197講-Spark核心編程進階-將第二個Hadoop節點動態加入叢集第198講-Spark核心編程進階-使用yarn-client和yarn-cluster提交spark作業  三、Spark核心原理進階： 第199講-Spark核心原理進階-union運算元內部實現原理剖析第200講-Spark核心原理進階-groupByKey運算元內部實現原理剖析第201講-Spark核心原理進階-reduceByKey運算元內部實現原理剖析第202講-Spark核心原理進階-distinct運算元內部實現原理剖析第203講-Spark核心原理進階-cogroup運算元內部實現原理剖析第204講-Spark核心原理進階-intersection運算元內部實現原理剖析第205講-Spark核心原理進階-join運算元內部實現原理剖析第206講-Spark核心原理進階-sortByKey運算元內部實現原理剖析第207講-Spark核心原理進階-cartesian運算元內部實現原理剖析第208講-Spark核心原理進階-coalesce運算元內部實現原理剖析第209講-Spark核心原理進階-repartition運算元內部實現原理剖析 四、Spark SQL實戰開發進階： 第210講-Spark SQL實戰開發進階-Hive 0.13安裝與測試第211講-Spark SQL實戰開發進階-Thrift JDBC、ODBC Server第212講-Spark SQL實戰開發進階-CLI命令列使用第213講-Spark SQL實戰開發進階-綜合案例2：新聞網站關鍵計量離線統計第214講-Spark SQL實戰開發進階-綜合案例2：頁面pv統計以及排序和企業階層專案開發流程說明第215講-Spark SQL實戰開發進階-綜合案例2：頁面uv統計以及排序和count(distinct) bug說明第216講-Spark SQL實戰開發進階-綜合案例2：新使用者註冊比例統計第217講-Spark SQL實戰開發進階-綜合案例2：使用者跳出率統計第218講-Spark SQL實戰開發進階-綜合案例2：版塊熱度熱門排行榜統計第219講-Spark SQL實戰開發進階-綜合案例2：測試與調試 五、Spark Streaming實戰開發進階： 第220講-Spark Streaming實戰開發進階-flume安裝第221講-Spark Streaming實戰開發進階-接收flume即時資料流-flume風格的基於push的方式第222講-Spark Streaming實戰開發進階-接收flume即時資料流-自訂sink的基於poll的方式第223講-Spark Streaming實戰開發進階-高階技術之自訂Receiver第224講-Spark Streaming實戰開發進階-kafka安裝第225講-Spark Streaming實戰開發進階-綜合案例3：新聞網站關鍵計量即時統計第226講-Spark Streaming實戰開發進階-綜合案例3：頁面pv即時統計第227講-Spark Streaming實戰開發進階-綜合案例3：頁面uv即時統計第228講-Spark Streaming實戰開發進階-綜合案例3：註冊使用者數即時統計第229講-Spark Streaming實戰開發進階-綜合案例3：使用者跳出量即時統計第230講-Spark Streaming實戰開發進階-綜合案例3：版塊pv即時統計 六、Spark營運管理進階： 第231講-Spark營運管理進階-基於ZooKeeper實現HA高可用性以及自動主備切換第232講-Spark營運管理進階-實驗：基於ZooKeeper實現HA高可用性以及自動主備切換第233講-Spark營運管理進階-基於檔案系統實現HA高可用性以及手動主備切換第234講-Spark營運管理進階-實驗：基於檔案系統實現HA高可用性以及手動主備切換第235講-Spark營運管理進階-作業監控-實驗：通過Spark Web UI進行作業監控第236講-Spark營運管理進階-作業監控-實驗：standalone模式下查看曆史作業的Web UI第237講-Spark營運管理進階-作業監控-實驗：啟動HistoryServer查看曆史作業的Web UI第238講-Spark營運管理進階-作業監控-實驗：使用curl+REST API進行作業監控第239講-Spark營運管理進階-作業監控-實驗：Spark Metrics系統以及自訂Metrics Sink第240講-Spark營運管理進階-作業資源調度-靜態資源分配原理第241講-Spark營運管理進階-作業資源調度-動態資源分派原理第242講-Spark營運管理進階-作業資源調度-實驗：standalone模式下使用動態資源分派第243講-Spark營運管理進階-作業資源調度-實驗：yarn模式下使用動態資源分派第244講-Spark營運管理進階-作業資源調度-多個job資源調度原理第245講-Spark營運管理進階-作業資源調度-Fair Scheduler使用詳解  目標一. 熟練掌握Scala程式設計語言，能夠用Scala開發Spark程式，並能看懂Spark源碼目標二. 從零開始手動搭建Hadoop叢集、Spark叢集、Hive、ZooKeeper和kafka叢集目標三. 熟練掌握Spark核心編程，可以開發各種複雜的大資料離線批次程式目標四. 透徹理解Spark核心源碼，可以線上上程式報錯時進行故障排查，根據異常堆棧資訊閱讀對應源碼解決線上故障目標五. 能夠對常見的Spark效能問題，使用各種技術進行效能調優目標六. 熟練使用Spark SQL開發大資料互動式查詢程式，掌握常見效能最佳化技術目標七. 熟練使用Spark Streaming開發大資料即時計算程式，理解原理和源碼，並能進行效能調優  亮點一、使用Spark 1.3.0 / Spark 1.5.1+Hadoop 2.4.1組合，Spark深入講解劃時代版本1.3.0，並講解最新版本1.5.1，技術絕對處於行業的前沿。.亮點二、代碼驅動講解所有技術點，現場畫圖講解所有原理和概念，既能夠動手實戰，又能夠透徹理解.亮點三、所有功能點均按照官方大綱來，所有技術點、功能點，基礎功能和進階特性，全部講解到，全面覆蓋。.亮點四、全程案例實戰，Scala包含數十個趣味案例，Spark中涉及數個從實際企業需求情境抽取出來的複雜案例.亮點五、幾乎所有Spark代碼實戰、案例實戰，都提供了Java和Scala兩個版本的代碼，全網唯一！亮點六、大量獨家的進階知識點和技術點，包括Spark二次排序、分組取topn，Spark SQL內建函數和開窗函數，Spark Streaming Driver高可用方案等等，全網唯一！亮點七、現場畫圖講解源碼，深入剖析80%的核心核心源碼，給源碼進行大量注釋，深入細緻的源碼講解，全網唯一！亮點八、全面講解Spark、Spark SQL和Spark Streaming的效能最佳化技術，結合現場畫圖講解效能調優，並深入講解Shuffle效能調優，全網唯一！

（升級版）Spark從入門到精通（Scala編程、案例實戰、進階特性、Spark核心源碼剖析、Hadoop高端）