课程培训
Spark大数据处理案例分析与实践培训课程

  目标收益

  本次Spark培训将为大家全面而又深入的介绍Spark平台的构建流程,涉及Spark系统基础知识,概念及架构, Spark实战技巧,Spark经典案例等。

  通过本课程实践,帮助学员对Spark生态系统有一个清晰明了的认识;理解Spark系统适用的场景;掌握Spark等初中级应用开发技能;搭建稳定可靠的Spark集群,满足生产环境的标准;了解和清楚大数据应用的几个行业中的经典案例,包括阿里巴巴,腾讯,百度等互联网行业,中国移动和联通等运营商。

  培训特色

  Spark已经被不少互联网公司采用,大部分数据挖掘算法和迭代式算法在逐步MapReduce平台迁移到Spark平台中,包括阿里巴巴(广告系统),腾讯(广点通精准推荐),百度,优酷土豆,360,支付宝等互联网公司已经在线上产品中使用spark,且取得了令人满意的效果,另外,部分省份的运营商也正在尝试使用spark解决数据挖掘和分析问题,部分银行,如工商银行,也正在尝试spark平台。

  培训对象

  各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题,需要梳理解答的团队和个人,效果最佳。

  学员基础

  1) 了解Java语言(Scala语言会作为课程内容进行介绍);

  2) 了解Linux系统;

  课程大纲

  Spark大数据架构概述及案例简介

  1. 1介绍Spark大数据层级架构及各层软件设计要求,包括数据收集,大数据存储,大数据计算框架,大数据应用等

  1.2. Hadoop与Spark区别与关系

  1.3. Spark生态系统概述以及版本演化,并给出spark版本选择建议

  1.4. Spark典型案例简介(简要介绍案例,具体在后面各节会详细介绍)

  Spark商品推荐系统、用户标签系统

  Spark产生动机与基本概念

  2.1 Spark产生背景,与MapReduce对比,其优缺点是什么

  2.2 Spark核心概念

  (1)RDD

  (2)基本操作:transformation与 action

  2.2 Spark程序架构

  (1)Driver/executor

  (2)容错机制

  Spark安装部署

  3.1 Spark运行模式简介、standlone模式、Spark on yarn模式

  3.2 搭建一个spark on yarn集群、搭建yarn集群、运行第一个spark程序

  Spark程序设计实例

  4.1 Scala语言基础,常用语法以及库函数

  4.2 Spark程序设计方法

  1.Spark程序基本构成,SparkContext,RDD,transformation/action

  2.Spark API介绍

  (1) 如何创建RDD(scala集合,HDFS文件,HBase文件等)

  (2)如何基于RDD进行数据处理,介绍常见的分布式算子

  (3)如何保存处理结果(返回到driver端,写入hdfs等)

  (4)广播变量与累加器

  4.3 Spark程序设计实例

  (1)分布式Pi估算程序

  (2)K-means分类算法实现

  (3)逻辑回归算法实现

  Spark内部原理

  5.1 Spark程序运行流程概述

  介绍Spark从提交,到调度,到最后执行完成整个过程

  5.2 Spark内部执行流程

  介绍Spark程序内部的逻辑查询计划,物理查询计划,调度等几个环节

  5.3 Spark shuffle实现

  介绍Spark shuffle发展史及实现逻辑

  5.4 Spark算子的内部机制

  以reduce By Key和group By Key为例介绍spark算子的内部实现原理

  Spark与外部系统整合

  6.1 Spark与Kafka和flume结合

  介绍如何使用kafka和flume将数据导入hadoop中,以便使用spark处理

  6.2 Spark与Storm结合

  介绍如何使用spark实时处理数据

  6.3 Spark与HBase和HDFS结合

  介绍Spark如何与HBase和HDFS实现数据的读写交互

  6.4 Spark与关系型数据库和hive结合

  介绍如何使用spark与关系型数据库和hive结合

  Spark调优方法

  Spark调优思想、方法

  Spark案例分析

  基于Spark的商品推荐系统,包括:项目背景、项目架构、项目实施

  Spark Streaming应用及案例分析

  8.1 Spark Streaming产生动机

  8.2 Spark Streaming程序设计

  (1)创建DStream

  (2)基于DStream进行流式处理

  8.3 Spark Streaming容错与性能优化

  (1)Spark Streaming容错机制

  (2)如何对spark Streaming进行优化

  8.4 Spark Streaming案例分析

  基于Spark Streaming的用户标签系统,内容包括项目背景,项目架构以及实施方法

  Spark SQL

  9.1 Spark SQL定位

  9.2 如何使用SparkSQL处理数据

  (1)使用SparkSQL处理HDFS上数据

  (2)使用SparkSQL处理Hive中的数据

  9.3 Spark SQL与Spark及Spark Streaming结合

  MLlib

  10. 介绍Spark的数据挖掘库MLlib,重点介绍其内部的几个分类算法,聚类算法和推荐算法,包括逻辑回归,K-Means,协同过滤等

  GraphX

  11. 介绍Spark内部的图计算框架GraphX,重点介绍它的基本原理及使用方法




如果您想学习本课程,请预约报名
如果没找到合适的课程或有特殊培训需求,请订制培训
除培训外,同时提供相关技术咨询与技术支持服务,有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击

服务优势:
丰富专家资源,精准匹配相关行业,相关项目技术精英,面向用户实际需求,针对性培训或咨询,互动式交流,案例教学,精品小班,实际工程项目经验分享,快捷高效,节省时间与金钱,少走弯路与错路。

专家力量:
中国科学院相关研究所高级研究人员
西门子,TI,vmware,MSC,Ansys,MDI,Mentor, candence,Altium,Atmel 、Freescale,达索,华为等
大型公司高级工程师,项目经理,技术支持专家
中科信软培训中心,资深专家或讲师
大多名牌大学,硕士以上学历,相关学历背景专业,理论素养高
多年实际项目实践,大型复杂项目实战案例分享,热情,乐于技术分享
针对客户实际需要,真实案例演示,互动式沟通,学有所值
报名表下载
联系我们 更多>>

咨询电话010-62883247

                4007991916

咨询邮箱:soft@info-soft.cn  

 

微信号.jpg

  微信咨询

随时听讲课

聚焦技术实践

订制培训 更多>>