系统架构师、系统分析师、高级程序员、资深开发人员。

课程对象

1，系统架构师、系统分析师、高级程序员、资深开发人员。

2，牵涉到大数据处理的数据中心运行、规划、设计负责人。

3，政府机关，金融保险、移动和互联网等大数据来源单位的负责人。

4，高校、科研院所牵涉到大数据与分布式数据处理的项目负责人。

学员基础

1，对IT系统设计有一定的理论与实践经验。

2，数据仓库与数据挖掘处理有一定的基础知识。

培训目标

1, 全面了解大数据实时处理技术的相关知识。

2，学习Spark的核心技术方法以及应用特征。

3，深入使用Spark在大数据实时处理中的使用。

4，掌握BDAS相关工具及其主要功能。

课程大纲

第一讲、Spark大数据实时处理技术

1）大数据处理技术

2）Spark实时处理技术

3）Spark生态系统BDAS

4）Spark架构分析

第二讲、 Spark安装配置及监控

1）Ubuntu环境的准备

2）Hadoop2.X和Scala

3）搭建Spark开发环境

4）Idea编译和运行

5）Spark监控管理

第三讲、 Scala编程语言使用概述

1) Scala编程语言

2) 基本数据类型

3) 操作基本数据类型

4) 类和对象

5) 组合和继承

第四讲、 Spark分布式计算框架

1）Spark计算模型

2）弹性分布式数据集RDD

3）Spark的数据存储

4）Transformation算子分类及功能

5）Actions算子分类及功能

第五讲、 Spark内部工作机制详解

1)Spark底层实现原理

2)Spark应用执行机制

3)Spark调度与任务分配模块

4)FIFO和FAIR调度算法

第六讲、 Spark数据读取与存储

1）Spark的I/O机制

2）Spark中的数据压缩

3）Spark的数据读取与存储

4）Spark数据读写流程

第七讲、 Spark通信模块和容错机制

1）Spark通信模块

2）通信框架AKKA

3）容错机制和Lineage依赖

4）检查点机制进行容错

5）Shuffle过程

第八讲、SQL On Spark

1) BDAS数据分析软件栈

2) SQL On Spark

3) Spark SQL工具使用

4) Shark工具使用

5) Hive on Spark工具

6) Spark操作HBase中的数据

第九讲、 Spark流数据处理工具Streaming

1）流数据处理工具Streaming

2） Spark Streaming架构

3） Spark Streaming原理

4） Spark Streaming实例

第十讲、Spark中的大数据挖掘工具MLlib

1）大数据挖掘工具MLlib

2）MLlib的数据存储

3）MLlib中的聚类和分类

4）MLlib算法应用实例

5）利用MLlib进行推荐

第十一讲、 Spark大规模图处理工具GraphX

1）大规模图处理工具GraphX

2）GraphX的运行架构

3）GraphX操作使用

4）GraphX使用实例

第十二讲、 Spark与其他大数据技术的融合与应用

1）与Hadoop/Yarn集群应用的协作

2）与Docker等其它云工具配合

3）Spark在Yahoo!的应用

4）Spark在电商中的应用

课程主讲

由业界知名云计算专家亲自授课：

杨老师 主要研究网络信息分析以及云计算相关技术，长期从事数据仓库、数据挖掘以及大数据分析技术研究，主持和参与了多个国家和省部级基金项目，具有丰富的工程实践及软件研发经验。