(新升级)Spark 2.0从入门到精通:Scala编程、大数据开发、上百个实战案例、内核源码深度剖析
  完毕
收藏课程
9999+

(新升级)Spark 2.0从入门到精通:Scala编程、大数据开发、上百个实战案例、内核源码深度剖析

本课程主要讲解目前大数据领域最热门、最火爆、最有前景的技术——Spark。在本课程中,会从浅入深,基于大量案例实战,深度剖析和讲解Spark,并且会包含完全从企...

适合人群:中级
课时数量:155课时
用到技术:Scala、Spark、Spark SQL、Spark Streaming
涉及项目:每日uv和销售额统计、各品类top3热卖商品统计、每日top3热点搜索词统计、广告计费实时过滤、热点搜索词滑动统计、各品类top3热卖商品滑动实时统计

  • 课程顾问贴心解答

    为你推荐精品课程,无论就业还是升职加薪,毫无压力。

  • 名企定制紧随大流

    量身打造紧贴企业需求的实用性课程。

  • 系统教学把控效果

    集学、测、练为一体的学习系统为你科学的安排学习进度,提高效率。

  • 一线大师1对1指导

    课程研发团队内一线资深讲师一对一指导,手把手教学,直到学会。

  • 点播答疑完美结合

    每周2-3次直播解答,保证学员日常学习问题能得到解决。

  • 量身定制学习计划

    告别杂乱的学习方式,我们会根据你的情况定制学习计划。

课程升级!
原名:Spark从入门到精通(Scala编程、案例实战、高级特性、Spark内核源码剖析、Hadoop高端)
现改名:Spark 2.0从入门到精通:Scala编程、大数据开发、上百个实战案例、内核源码深度剖析

 

本课程主要讲解目前大数据领域热门、火爆、有前景的技术——Spark。在本课程中,会从浅入深,基于大量案例实战,深度剖析和讲解Spark,并且会包含完全从企业真实复杂业务需求中抽取出的案例实战。课程会涵盖Scala编程详解、Spark核心编程、Spark SQL和Spark Streaming、Spark内核以及源码剖析、性能调优、企业级案例实战等部分。完全从零起步,让学员可以一站式精通Spark企业级大数据开发,提升自己的职场竞争力,实现更好的升职或者跳槽,或者从j2ee等传统软件开发工程师转型为Spark大数据开发工程师,或是对于正在从事hadoop大数据开发的朋友可以拓宽自己的技术能力栈,提升自己的价值。

 

 

1.课程研发环境
开发工具: Eclipse、Scala IDE for Eclipse;
Spark: 1.3.0和1.5.1
Hadoop: 2.4.1
Hive: 0.13
ZooKeeper: 3.4.5
Kafka: 2.9.2-0.8.1     
其他工具: SecureCRT、WinSCP、VirtualBox等

 

2.内容简介
本课程主要讲解的内容包括:Scala编程、Hadoop与Spark集群搭建、Spark核心编程、Spark内核源码深度剖析、Spark性能调优、Spark SQL、Spark Streaming。
本课程的特色包括:
1、代码驱动讲解Spark的各个技术点(绝对不是照着PPT空讲理论);
2、现场动手画图讲解Spark原理以及源码(绝对不是干讲源码和PPT);
3、覆盖Spark所有功能点(Spark RDD、Spark SQL、Spark Streaming,初级功能到高级特性,一个不少);
4、Scala全程案例实战讲解(近百个趣味性案例);
5、Spark案例实战的代码,几乎都提供了Java和Scala两个版本和讲解(一次性同时精通Java和Scala开发Spark);
6、大量全网独有的知识点:基于排序的wordcount,Spark二次排序,Spark分组取topn,DataFrame与RDD的两种转换方式,Spark SQL的内置函数、开窗函数、UDF、UDAF,Spark       Streaming的Kafka Direct API、updateStateByKey、transform、滑动窗口、foreachRDD性能优化、与Spark SQL整合使用、持久化、checkpoint、容错与事务。
7、多个从企业实际需求抽取出的复杂案例实战:每日uv和销售额统计案例、top3热卖商品统计案例、每日top3热点搜索词统计、广告计费日志实时黑名单过滤案例、热点搜索词滑动统       计案例、top3热门商品实时统计案例
8、深度剖析Spark内核源码与Spark Streaming源码,给源码进行详细的注释和讲解
9、全面讲解Spark、Spark SQL、Spark Streaming的性能调优,其中包括全网独有的Shuffle性能调优(详细讲解性能调优的各个技术点)
10、涵盖Spark两个重要版本,Spark 1.3.0和Spark 1.5.1的讲解(走在Spark前沿,涵盖新高级特性)
 

Spark 2.0免费升级通知

 
本次Spark 2.0课程升级,总计30讲内容,大约15个课时。主要是深入浅出讲解了Spark2.0版本的相关内容。主要内容大纲如下:
1. Spark 2.0新特性深入浅出剖析:主要讲解了Spark 2.0都有哪些新特性,同时深入浅出剖析了Spark 2.0的第二代Tungsten引擎的工作原理。
2. Dataset/Dataframe开发详解:主要完整讲解了Spark 2.0开始,API-Dataset/Dataframe的开发,包括主要的各种计算操作以及常用函数等。
3. Structured Streaming开发详解:主要深入浅出讲解了Spark 2.0新增加的下一代流式计算引擎——Structured Streaming,包括其设计理念和思想,以及开发模式,以及开发的一些细节。
4. Spark简历编写、面试以及如何找工作:主要为大家分析了学完课程之后,对自己如何定位?如何深入了解企业的招聘需求?如何将自己的技术背景补齐到与公司需求相match?如何编写简历?如何拥有属于自己的独一无二的大数据项目?如何掌握面试的关键技巧?目前大数据行业的薪资现状以及如何谈一个合适的薪资?
5. 具体的升级内容大纲,见“课程大纲”底部新增内容。
     这里需要提前特别提醒的是,新手如何看待Spark 1.x和Spark 2.x的关系,以及学习的建议。大家千万不要以为Spark 2.x完全颠覆了Spark 1.x,因此Spark 1.x的东西不用学了,那是完全错误的想法!事实恰恰相反,实际上Spark 2.x与Spark 1.x一脉相承,2.x完全是在1.x的基础上进行了功能的完善,底层引擎的优化,以及新的功能模块的增加。spark官方也发出了声明,spark 1.x的所有东西在未来都完全是有其价值和意义的,绝对不是被淘汰!
      因此对于新人来说,课程里讲解的Spark 1.x,不仅完全没有过时,而且在目前以及未来都是绝对有用的!实际上Spark 1.x只有极其少数的一些东西是被标记为淘汰的!因此,新人必须从本课程讲解的Spark 1.x开始,一点一点学习,循序渐进,千万不能急于求成!而且Spark 2.0还很不稳定,因此本次升级讲解的内容,主要是希望大家能够跟上技术的发展潮流,站在技术发展的前沿,而不是让大家马上学了spark 2.0后就开始投入生产环境使用!具体的分析,在课程里都有讲解,希望大家踏踏实实地学习。

超重磅免费升级通知!   
 
本次课程升级,总计132讲,60课时左右,内容扩充近一倍。将从入门到精通的各个阶段都进行了阶段升级。主要内容概述如下:
1、Scala编程进阶:讲解Scala高级编程技巧。
2、Spark核心编程进阶:本版本展示细致的Spark核心编程讲解,包括standalone集群操作以及spark-submit所有细节,补充大量实验,并补充讲解几乎所有的算子操作,并增添大量实战案例以及移动端app访问流量日志分析综合案例。
3、Spark内核原理进阶:全网独家讲解Spark常用的10个算子的内部原理。
4、Spark SQL实战开发:讲解Thrift JDBC/ODBC Server等高级内容,并增添新闻网站关键指标离线统计综合案例。
5、Spark Streaming实战开发:讲解Flume数据源等高级内容,并增添新闻网站关键指标实时统计综合案例。
6、Spark运维管理进阶:完全实战讲解与演练Spark的运维与管理的各种高阶技术,包括基于ZooKeeper和文件系统实现HA以及主从切换、多种作业监控方式,以及全网独家的Spark动态资源分配技术和Fair Scheduler技术。
 
 
中华石杉: 在国内BAT公司以及一线互联网公司从事过大数据开发和架构工作,负责过多个大型大数据系统的架构和开发。精通Hadoop、Storm、Spark等大数据技术。有丰富的企业内部技术分享、技术培训和技术讲座的经验。
 
 
一、Scala编程详解: 
第1讲-Spark的前世今生
第2讲-课程介绍、特色与价值
第3讲-Scala编程详解:基础语法
第4讲-Scala编程详解:条件控制与循环
第5讲-Scala编程详解:函数入门
第6讲-Scala编程详解:函数入门之默认参数和带名参数
第7讲-Scala编程详解:函数入门之变长参数
第8讲-Scala编程详解:函数入门之过程、lazy值和异常
第9讲-Scala编程详解:数组操作之Array、ArrayBuffer以及遍历数组
第10讲-Scala编程详解:数组操作之数组转换
第11讲-Scala编程详解:Map与Tuple
第12讲-Scala编程详解:面向对象编程之类
第13讲-Scala编程详解:面向对象编程之对象
第14讲-Scala编程详解:面向对象编程之继承
第15讲-Scala编程详解:面向对象编程之Trait
第16讲-Scala编程详解:函数式编程
第17讲-Scala编程详解:函数式编程之集合操作
第18讲-Scala编程详解:模式匹配
第19讲-Scala编程详解:类型参数
第20讲-Scala编程详解:隐式转换与隐式参数
第21讲-Scala编程详解:Actor入门
 
二、课程环境搭建: 
第22讲-课程环境搭建:CentOS 6.5集群搭建
第23讲-课程环境搭建:Hadoop 2.4.1集群搭建
第24讲-课程环境搭建:Hive 0.13搭建
第25讲-课程环境搭建:ZooKeeper 3.4.5集群搭建
第26讲-课程环境搭建:kafka_2.9.2-0.8.1集群搭建
第27讲-课程环境搭建:Spark 1.3.0集群搭建
 
三、Spark核心编程:
第28讲-Spark核心编程:Spark基本工作原理与RDD
第29讲-Spark核心编程:使用Java、Scala和spark-shell开发wordcount程序
第30讲-Spark核心编程:wordcount程序原理深度剖析
第31讲-Spark核心编程:Spark架构原理
第32讲-Spark核心编程:创建RDD实战(集合、本地文件、HDFS文件)
第33讲-Spark核心编程:操作RDD实战(transformation和action案例实战)
第34讲-Spark核心编程:transformation操作开发案例实战
第35讲-Spark核心编程:action操作开发案例实战
第36讲-Spark核心编程:RDD持久化详解
第37讲-Spark核心编程:共享变量(Broadcast Variable和Accumulator)
第38讲-Spark核心编程:高级编程之基于排序机制的wordcount程序
第39讲-Spark核心编程:高级编程之二次排序实战
第40讲-Spark核心编程:高级编程之topn与分组取topn实战
 
四、Spark内核源码深度剖析:
第41讲-Spark内核源码深度剖析:Spark内核架构深度剖析
第42讲-Spark内核源码深度剖析:宽依赖与窄依赖深度剖析
第43讲-Spark内核源码深度剖析:基于Yarn的两种提交模式深度剖析
第44讲-Spark内核源码深度剖析:SparkContext初始化原理剖析与源码分析
第45讲-Spark内核源码深度剖析:Master主备切换机制原理剖析与源码分析
第46讲-Spark内核源码深度剖析:Master注册机制原理剖析与源码分析
第47讲-Spark内核源码深度剖析:Master状态改变处理机制原理剖析与源码分析
第48讲-Spark内核源码深度剖析:Master资源调度算法原理剖析与源码分析
第49讲-Spark内核源码深度剖析:Worker原理剖析与源码分析 
第50讲-Spark内核源码深度剖析:Job触发流程原理剖析与源码分析
第51讲-Spark内核源码深度剖析:DAGScheduler原理剖析与源码分析(stage划分算法与task最佳位置算法)
第52讲-Spark内核源码深度剖析:TaskScheduler原理剖析与源码分析(task分配算法)
第53讲-Spark内核源码深度剖析:Executor原理剖析与源码分析
第54讲-Spark内核源码深度剖析:Task原理剖析与源码分析
第55讲-Spark内核源码深度剖析:Shuffle原理剖析与源码分析(普通Shuffle与优化后的Shuffle)
第56讲-Spark内核源码深度剖析:BlockManager原理剖析与源码分析(Spark底层存储机制)
第57讲-Spark内核源码深度剖析:CacheManager原理剖析与源码分析
第58讲-Spark内核源码深度剖析:Checkpoint原理剖析与源码分析
 
五、Spark性能优化:
第59讲-Spark性能优化:性能优化概览
第60讲-Spark性能优化:诊断内存的消耗
第61讲-Spark性能优化:高性能序列化类库
第62讲-Spark性能优化:优化数据结构
第63讲-Spark性能优化:对多次使用的RDD进行持久化或Checkpoint
第64讲-Spark性能优化:使用序列化的持久化级别
第65讲-Spark性能优化:Java虚拟机垃圾回收调优
第66讲-Spark性能优化:提高并行度
第67讲-Spark性能优化:广播共享数据
第68讲-Spark性能优化:数据本地化
第69讲-Spark性能优化:reduceByKey和groupByKey
第70讲-Spark性能优化:shuffle性能优化
 
六、Spark SQL:
第71讲-课程环境搭建:Spark 1.5.1新版本特性、源码编译、集群搭建
第72讲-Spark SQL:前世今生
第73讲-Spark SQL:DataFrame的使用
第74讲-Spark SQL:使用反射方式将RDD转换为DataFrame
第75讲-Spark SQL:使用编程方式将RDD转换为DataFrame
第76讲-Spark SQL:数据源之通用的load和save操作
第77讲-Spark SQL:Parquet数据源之使用编程方式加载数据
第78讲-Spark SQL:Parquet数据源之自动分区推断
第79讲-Spark SQL:Parquet数据源之合并元数据
第80讲-Spark SQL:JSON数据源复杂综合案例实战
第81讲-Spark SQL:Hive数据源复杂综合案例实战
第82讲-Spark SQL:JDBC数据源复杂综合案例实战
第83讲-Spark SQL:内置函数以及每日uv和销售额统计案例实战
第84讲-Spark SQL:开窗函数以及top3销售额统计案例实战
第85讲-Spark SQL:UDF自定义函数实战
第86讲-Spark SQL:UDAF自定义聚合函数实战
第87讲-Spark SQL:工作原理剖析以及性能优化
第87讲-Spark SQL:与Spark Core整合之每日top3热点搜索词统计案例实战
第87讲-Spark SQL:核心源码深度剖析(DataFrame lazy特性、Optimizer优化策略等)
第87讲-Spark SQL:延伸知识之Hive On Spark
 
七、Spark Streaming:
第88讲-Spark Streaming:大数据实时计算介绍
第89讲-Spark Streaming:DStream以及基本工作原理
第90讲-Spark Streaming:与Storm的对比分析
第91讲-Spark Streaming:实时wordcount程序开发
第92讲-Spark Streaming:StreamingContext详解
第93讲-Spark Streaming:输入DStream和Receiver详解
第94讲-Spark Streaming:输入DStream之基础数据源以及基于HDFS的实时wordcount案例实战
第95讲-Spark Streaming:输入DStream之Kafka数据源实战(基于Receiver的方式)
第96讲-Spark Streaming:输入DStream之Kafka数据源实战(基于Direct的方式)
第97讲-Spark Streaming:DStream的transformation操作概览
第98讲-Spark Streaming:updateStateByKey以及基于缓存的实时wordcount案例实战
第99讲-Spark Streaming:transform以及广告计费日志实时黑名单过滤案例实战
第100讲-Spark Streaming:window滑动窗口以及热点搜索词滑动统计案例实战
第101讲-Spark Streaming:DStream的output操作以及foreachRDD性能优化详解
第102讲-Spark Streaming:与Spark SQL结合使用之top3热门商品实时统计案例实战
第103讲-Spark Streaming:缓存与持久化机制详解
第104讲-Spark Streaming:Checkpoint机制详解(Driver高可靠方案详解)
第105讲-Spark Streaming:部署、升级和监控实时应用程序
第106讲-Spark Streaming:容错机制以及事务语义详解
第107讲-Spark Streaming:架构原理深度剖析
第108讲-Spark Streaming:StreamingContext初始化与Receiver启动原理剖析与源码分析
第109讲-Spark Streaming:数据接收原理剖析与源码分析
第110讲-Spark Streaming:数据处理原理剖析与源码分析(block与batch关系透彻解析)
第111讲-Spark Streaming:性能调优详解
第112讲-课程总结(学到了什么?达到了什么水平?)
 
Spark开发进阶(升级内容!)
 
一、Scala编程进阶: 
第113讲-Scala编程进阶:Scaladoc的使用
第114讲-Scala编程进阶:跳出循环语句的3种方法
第115讲-Scala编程进阶:多维数组、Java数组与Scala数组的隐式转换
第116讲-Scala编程进阶:Tuple拉链操作、Java Map与Scala Map的隐式转换
第117讲-Scala编程进阶:扩大内部类作用域的2种方法、内部类获取外部类引用
第118讲-Scala编程进阶:package与import实战详解
第119讲-Scala编程进阶:重写field的提前定义、Scala继承层级、对象相等性
第120讲-Scala编程进阶:文件操作实战详解
第121讲-Scala编程进阶:偏函数实战详解
第122讲-Scala编程进阶:执行外部命令
第123讲-Scala编程进阶:正则表达式支持
第124讲-Scala编程进阶:提取器实战详解
第125讲-Scala编程进阶:样例类的提取器实战详解
第126讲-Scala编程进阶:只有一个参数的提取器
第127讲-Scala编程进阶:注解实战详解
第128讲-Scala编程进阶:常用注解介绍
第129讲-Scala编程进阶:XML基础操作实战详解
第130讲-Scala编程进阶:XML中嵌入scala代码
第131讲-Scala编程进阶:XML修改元素实战详解
第132讲-Scala编程进阶:XML加载和写入外部文档
第133讲-Scala编程进阶:集合元素操作
第134讲-Scala编程进阶:集合的常用操作方法
第135讲-Scala编程进阶:map、flatMap、collect、foreach实战详解
第136讲-Scala编程进阶:reduce和fold实战详解
 
二、Spark核心编程进阶: 
第137讲-环境搭建-CentOS 6.4虚拟机安装
第138讲-环境搭建-Hadoop 2.5伪分布式集群搭建
第139讲-环境搭建-Spark 1.5伪分布式集群搭建
第140讲-第一次课程升级大纲介绍以及要点说明
第141讲-Spark核心编程进阶-Spark集群架构概览
第142讲-Spark核心编程进阶-Spark集群架构的几点特别说明
第143讲-Spark核心编程进阶-Spark的核心术语讲解
第144讲-Spark核心编程进阶-Spark Standalone集群架构
第145讲-Spark核心编程进阶-单独启动master和worker脚本详解
第146讲-Spark核心编程进阶-实验:单独启动master和worker进程以及启动日志查看
第147讲-Spark核心编程进阶-worker节点配置以及spark-evn.sh参数详解
第148讲-Spark核心编程进阶-实验:local模式提交spark作业
第149讲-Spark核心编程进阶-实验:standalone client模式提交spark作业
第150讲-Spark核心编程进阶-实验:standalone cluster模式提交spark作业
第151讲-Spark核心编程进阶-standalone模式下的多作业资源调度
第152讲-Spark核心编程进阶-standalone模式下的作业监控与日志记录
第153讲-Spark核心编程进阶-实验:运行中作业监控以及手工打印日志
第154讲-Spark核心编程进阶-yarn-client模式原理讲解
第155讲-Spark核心编程进阶-yarn-cluster模式原理讲解
第156讲-Spark核心编程进阶-实验:yarn-client模式提交spark作业
第157讲-Spark核心编程进阶-yarn模式下日志查看详解
第158讲-Spark核心编程进阶-yarn模式相关参数详解
第159讲-Spark核心编程进阶-spark工程打包以及spark-submit详解
第160讲-Spark核心编程进阶-spark-submit示例以及基础参数讲解
第161讲-Spark核心编程进阶-实验:spark-submit简单版本提交spark作业
第162讲-Spark核心编程进阶-实验:spark-submit给main类传递参数
第163讲-Spark核心编程进阶-spark-submit多个示例以及常用参数详解
第164讲-Spark核心编程进阶-SparkConf、spark-submit以及spark-defaults.conf
第165讲-Spark核心编程进阶-spark-submit配置第三方依赖
第166讲-Spark核心编程进阶-spark算子的闭包原理详解
第167讲-Spark核心编程进阶-实验:对闭包变量进行累加操作的无效现象
第168讲-Spark核心编程进阶-实验:在算子内打印数据的无法看到现象
第169讲-Spark核心编程进阶-mapPartitions以及学生成绩查询案例
第170讲-Spark核心编程进阶-mapPartitionsWithIndex以开学分班案例
第171讲-Spark核心编程进阶-sample以及公司年会抽奖案例
第172讲-Spark核心编程进阶-union以及公司部门合并案例
第173讲-Spark核心编程进阶-intersection以及公司跨多项目人员查询案例
第174讲-Spark核心编程进阶-distinct以及网站uv统计案例
第175讲-Spark核心编程进阶-aggregateByKey以及单词计数案例
第176讲-Spark核心编程进阶-cartesian以及服装搭配案例
第177讲-Spark核心编程进阶-coalesce以及公司部门整合案例
第178讲-Spark核心编程进阶-repartition以及公司新增部门案例
第179讲-Spark核心编程进阶-takeSampled以及公司年会抽奖案例
第180讲-Spark核心编程进阶-shuffle操作原理详解
第181讲-Spark核心编程进阶-shuffle操作过程中进行数据排序
第182讲-Spark核心编程进阶-会触发shuffle操作的算子
第183讲-Spark核心编程进阶-shuffle操作对性能消耗的原理详解
第184讲-Spark核心编程进阶-shuffle操作所有相关参数详解以及性能调优
第185讲-Spark核心编程进阶-综合案例1:移动端app访问流量日志分析
第186讲-Spark核心编程进阶-综合案例1:日志文件格式分析
第187讲-Spark核心编程进阶-综合案例1:读取日志文件并创建RDD
第188讲-Spark核心编程进阶-综合案例1:创建自定义的可序列化类
第189讲-Spark核心编程进阶-综合案例1:将RDD映射为key-value格式
第190讲-Spark核心编程进阶-综合案例1:基于deviceID进行聚合操作
第191讲-Spark核心编程进阶-综合案例1:自定义二次排序key类
第192讲-Spark核心编程进阶-综合案例1:将二次排序key映射为RDD的key
第193讲-Spark核心编程进阶-综合案例1:执行二次排序以及获取top10数据
第194讲-Spark核心编程进阶-综合案例1:程序运行测试以及代码调试
第195讲-Spark核心编程进阶-部署第二台CentOS机器
第196讲-Spark核心编程进阶-部署第二个Hadoop节点
第197讲-Spark核心编程进阶-将第二个Hadoop节点动态加入集群
第198讲-Spark核心编程进阶-使用yarn-client和yarn-cluster提交spark作业
 
三、Spark内核原理进阶: 
第199讲-Spark内核原理进阶-union算子内部实现原理剖析
第200讲-Spark内核原理进阶-groupByKey算子内部实现原理剖析
第201讲-Spark内核原理进阶-reduceByKey算子内部实现原理剖析
第202讲-Spark内核原理进阶-distinct算子内部实现原理剖析
第203讲-Spark内核原理进阶-cogroup算子内部实现原理剖析
第204讲-Spark内核原理进阶-intersection算子内部实现原理剖析
第205讲-Spark内核原理进阶-join算子内部实现原理剖析
第206讲-Spark内核原理进阶-sortByKey算子内部实现原理剖析
第207讲-Spark内核原理进阶-cartesian算子内部实现原理剖析
第208讲-Spark内核原理进阶-coalesce算子内部实现原理剖析
第209讲-Spark内核原理进阶-repartition算子内部实现原理剖析
 
四、Spark SQL实战开发进阶: 
第210讲-Spark SQL实战开发进阶-Hive 0.13安装与测试
第211讲-Spark SQL实战开发进阶-Thrift JDBC、ODBC Server
第212讲-Spark SQL实战开发进阶-CLI命令行使用
第213讲-Spark SQL实战开发进阶-综合案例2:新闻网站关键指标离线统计
第214讲-Spark SQL实战开发进阶-综合案例2:页面pv统计以及排序和企业级项目开发流程说明
第215讲-Spark SQL实战开发进阶-综合案例2:页面uv统计以及排序和count(distinct) bug说明
第216讲-Spark SQL实战开发进阶-综合案例2:新用户注册比例统计
第217讲-Spark SQL实战开发进阶-综合案例2:用户跳出率统计
第218讲-Spark SQL实战开发进阶-综合案例2:版块热度排行榜统计
第219讲-Spark SQL实战开发进阶-综合案例2:测试与调试
 
五、Spark Streaming实战开发进阶: 
第220讲-Spark Streaming实战开发进阶-flume安装
第221讲-Spark Streaming实战开发进阶-接收flume实时数据流-flume风格的基于push的方式
第222讲-Spark Streaming实战开发进阶-接收flume实时数据流-自定义sink的基于poll的方式
第223讲-Spark Streaming实战开发进阶-高阶技术之自定义Receiver
第224讲-Spark Streaming实战开发进阶-kafka安装
第225讲-Spark Streaming实战开发进阶-综合案例3:新闻网站关键指标实时统计
第226讲-Spark Streaming实战开发进阶-综合案例3:页面pv实时统计
第227讲-Spark Streaming实战开发进阶-综合案例3:页面uv实时统计
第228讲-Spark Streaming实战开发进阶-综合案例3:注册用户数实时统计
第229讲-Spark Streaming实战开发进阶-综合案例3:用户跳出量实时统计
第230讲-Spark Streaming实战开发进阶-综合案例3:版块pv实时统计
 
六、Spark运维管理进阶: 
第231讲-Spark运维管理进阶-基于ZooKeeper实现HA高可用性以及自动主备切换
第232讲-Spark运维管理进阶-实验:基于ZooKeeper实现HA高可用性以及自动主备切换
第233讲-Spark运维管理进阶-基于文件系统实现HA高可用性以及手动主备切换
第234讲-Spark运维管理进阶-实验:基于文件系统实现HA高可用性以及手动主备切换
第235讲-Spark运维管理进阶-作业监控-实验:通过Spark Web UI进行作业监控
第236讲-Spark运维管理进阶-作业监控-实验:standalone模式下查看历史作业的Web UI
第237讲-Spark运维管理进阶-作业监控-实验:启动HistoryServer查看历史作业的Web UI
第238讲-Spark运维管理进阶-作业监控-实验:使用curl+REST API进行作业监控
第239讲-Spark运维管理进阶-作业监控-实验:Spark Metrics系统以及自定义Metrics Sink
第240讲-Spark运维管理进阶-作业资源调度-静态资源分配原理
第241讲-Spark运维管理进阶-作业资源调度-动态资源分配原理
第242讲-Spark运维管理进阶-作业资源调度-实验:standalone模式下使用动态资源分配
第243讲-Spark运维管理进阶-作业资源调度-实验:yarn模式下使用动态资源分配
第244讲-Spark运维管理进阶-作业资源调度-多个job资源调度原理
第245讲-Spark运维管理进阶-作业资源调度-Fair Scheduler使用详解
 

Spark2.0(升级内容!)

 

七、Spark 2.0深入浅出
第246讲-Spark 2.0-新特性介绍
第247讲-Spark 2.0-新特性介绍-易用性:标准化SQL支持以及更合理的API
第248讲-Spark 2.0-新特性介绍-高性能:让Spark作为编译器来运行
第249讲-Spark 2.0-新特性介绍-智能化:Structured Streaming介绍
第250讲-Spark 2.0-新特性介绍-Spark 1.x的Volcano Iterator Model技术缺陷分析
第251讲-Spark 2.0-新特性介绍-whole-stage code generation技术和vectorization技术
第252讲-Spark 2.0-Spark 2.x与1.x对比以及分析、学习建议以及使用建议
第253讲-Spark 2.0-课程环境搭建:虚拟机、CentOS、Hadoop、Spark等
第254讲-Spark 2.0-开发环境搭建:Eclipse+Maven+Scala+Spark
第255讲-Spark 2.0-SparkSession、Dataframe、Dataset开发入门
第256讲-Spark 2.0-Dataset开发详解-初步体验untypd操作案例:计算部门平均年龄与薪资
第257讲-Spark 2.0-Dataset开发详解-action操作:collect、count、foreach、reduce等
第258讲-Spark 2.0-Dataset开发详解-基础操作:持久化、临时视图、ds与df互转换、写数据等
第259讲-Spark 2.0-Dataset开发详解-typed操作:coalesce、repartition
第260讲-Spark 2.0-Dataset开发详解-typed操作:distinct、dropDuplicates
第261讲-Spark 2.0-Dataset开发详解-typed操作:except、filter、intersect
第262讲-Spark 2.0-Dataset开发详解-typed操作:map、flatMap、mapPartitions
第263讲-Spark 2.0-Dataset开发详解-typed操作:joinWith
第264讲-Spark 2.0-Dataset开发详解-typed操作:sort
第265讲-Spark 2.0-Dataset开发详解-typed操作:randomSplit、sample
第266讲-Spark 2.0-Dataset开发详解-untyped操作:select、where、groupBy、agg、col、join
第267讲-Spark 2.0-Dataset开发详解-聚合函数:avg、sum、max、min、count、countDistinct
第268讲-Spark 2.0-Dataset开发详解-聚合函数:collect_list、collect_set
第269讲-Spark 2.0-Dataset开发详解-其他常用函数
第270讲-Spark 2.0-Structured Streaming:深入浅出的介绍
第271讲-Spark 2.0-Structured Streaming:wordcount入门案例
第272讲-Spark 2.0-Structured Streaming:编程模型
第273讲-Spark 2.0-Structured Streaming:创建流式的dataset和dataframe
第274讲-Spark 2.0-Structured Streaming:对流式的dataset和dataframe执行计算操作
第275讲-Spark 2.0-Structured Streaming:output mode、sink以及foreach sink详解
第276讲-Spark 2.0-Structured Streaming:管理streaming query
第277讲-Spark 2.0-Structured Streaming:基于checkpoint的容错机制
第278讲-Spark面试、简历中的项目编写以及实际生产环境的集群和资源配置等
 
 
 
 
 
 
 
 
 
目标一. 熟练掌握Scala编程语言,能够用Scala开发Spark程序,并能看懂Spark源码
 
目标二. 从零开始手动搭建Hadoop集群、Spark集群、Hive、ZooKeeper和kafka集群
 
目标三. 熟练掌握Spark核心编程,可以开发各种复杂的大数据离线批处理程序
 
目标四. 透彻理解Spark内核源码,可以在线上程序报错时进行故障排查,根据异常堆栈信息阅读对应源码解决线上故障
 
目标五. 能够对常见的Spark性能问题,使用各种技术进行性能调优
 
目标六. 熟练使用Spark SQL开发大数据交互式查询程序,掌握常见性能优化技术
 
目标七. 熟练使用Spark Streaming开发大数据实时计算程序,理解原理和源码,并能进行性能调优 
 
目标八. 熟练掌握Spark集群的运维和管理:包括高可用性集群的部署、HistoryServer部署、自定义Metrics、动态资源分配等
 
目标九. 熟悉Spark 1.3、1.5、2.0等几个重要版本的演变发展,以及核心功能特性,包括基本的原理
 
 
亮点一、使用Spark 1.3.0 / Spark 1.5.1+Hadoop 2.4.1组合,Spark深入讲解划时代版本1.3.0,并讲解新版本1.5.1,技术绝对处于行业的前沿。.
 
亮点二、代码驱动讲解所有技术点,现场画图讲解所有原理和概念,既能够动手实战,又能够透彻理解.
 
亮点三、所有功能点均按照官方大纲来,所有技术点、功能点,基础功能和高级特性,全部讲解到,全面覆盖。.
 
亮点四、全程案例实战,Scala包含数十个趣味案例,Spark中涉及数个从实际企业需求场景抽取出来的复杂案例.
 
亮点五、几乎所有Spark代码实战、案例实战,都提供了Java和Scala两个版本的代码!
 
亮点六、大量独家的高级知识点和技术点,包括Spark二次排序、分组取topn,Spark SQL内置函数和开窗函数,Spark Streaming Driver高可用方案等等。
 
亮点七、现场画图讲解源码,深入剖析80%的核心内核源码,给源码进行大量注释,深入细致的源码讲解。
 
亮点八、全面讲解Spark、Spark SQL和Spark Streaming的性能优化技术,结合现场画图讲解性能调优,并深入讲解Shuffle性能调优。
 
亮点九、深入讲解Spark集群的运维和管理,包括Spark高可用集群部署、动态资源分配以及作业资源调度等
 
亮点十、深入浅出讲解Spark 2.0新版本的新特性,包括第二代Tungsten引擎的原理,以及Dataset开发、Structured Streaming下一代持续计算引擎的讲解
 
 
1.课程针对人群
本课程针对J2EE开发工程师,如果有扎实的Java基础,学习本课程是最最合适的,可以一站式精通Spark开发,实现J2EE工程师到大数据Spark工程师的华丽转型;针对Hadoop工程师,可以在掌握Hadoop大数据开发技术的基础上,精通Spark大数据开发,瞬间提升自己的职业含金量和技术能力;针对有java基础、hadoop基础的在校大学生、应届生以及毕业不久的初级工程师,精通Spark开发后,可以顺利实现自己职场的升华。   
 
2.我该怎么学,如何才能学好这门课程,给些建议。
2.1、时间上的安排建议
本课程共112讲,如果您时间上充分,建议以每天2-3讲的进度往前学习。如果时间特别充裕,建议将重点理论知识的相关视频看2~3遍。 
 
2.2、学习要求
学习的时候, 可以要自己边看边做笔记,建议看视频的同时,电脑上打开一个记事本即可。所有理论知识的剖析和讲解一定要反复思考和理解,如果不理解,建议看2~3遍;所有代码实战开发和案例实战开发,全部都要求手动敲一遍代码;对于源码剖析的讲解,建议自己下载源码,根据课程思路自己反复看几遍。
2.3、讲师建议
1.最好看完视频之后,抛开视频,独立自己去把上课中的示例写一遍,看自己是否理解,如果不正确,可以回过头看再看下视频,如果反复,达到真正理解和熟练掌握的目的。
2.对于案例实战部分,一定要自己亲自动手做一遍,不要满足听完就OK了
3. 建议一般听视频,一般拿个纸和笔,做一些记录和笔记,这是一种非常好的学习习惯。
4. 一定不要过于依赖视频,要学会看API和使用百度,学会思考,学会举一反三
5. 最后祝您学有所成
 
 
课程是属于某个特定的专业技术,掌握该技术后,你可以从事以下职位的相关工作
1.Spark大数据开发工程师
2.Spark大数据平台开发工程师