?Spark深入淺出企業(yè)級最佳實(shí)踐

培訓(xùn)內(nèi)容

第一部分

1、Spark的架構(gòu)設(shè)計(jì)

1.1?Spark生態(tài)系統(tǒng)剖析

1.2?Spark的架構(gòu)設(shè)計(jì)剖析

1.3?RDD計(jì)算流程解析

1.4?Spark的出色容錯機(jī)制

2、Spark編程模型

2.1?RDD

2.2?transformation

2.3?action

2.4?lineage

2.5寬依賴與窄依賴

3、深入Spark內(nèi)核

3.1?Spark集群

3.2?任務(wù)調(diào)度

3.3?DAGScheduler

3.4?TaskScheduler

3.5?Task內(nèi)部揭秘

4、Spark的廣播變量與累加器

4.1?廣播變量的機(jī)制

4.2?廣播變量使用最佳實(shí)踐

4.3?累加器的機(jī)制

4.4?累加器使用的最佳實(shí)踐

5、編寫Spark程序

5.1?程序數(shù)據(jù)的來源：File、HDFS、HBase、S3等

5.2?IDE環(huán)境構(gòu)建

5.3?Maven

5.4?sbt.

5.5?編寫并部署Spark程序的實(shí)例

6、SparkContext解析和數(shù)據(jù)加載以及存儲

6.1?源碼剖析SparkContext

6.2?Scala、Java、Python使用SparkContext

6.4?加載數(shù)據(jù)成為RDD

6.5?把數(shù)據(jù)物化

第二部分

7、深入實(shí)戰(zhàn)RDD

7.1?DAG

7.2?深入實(shí)戰(zhàn)各種Scala?RDD?Function?

7.3?Spark?Java?RDD?Function

7.4?RDD的優(yōu)化問題

8、Shark的原理和使用

8.1?Shark與Hive

8.2?安裝和配置Shark

8.3?使用Shark處理數(shù)據(jù)

8.4?在Spark程序中使用Shark?Queries

8.5?SharkServer

8.6?思考Shark架構(gòu)

9、Spark的機(jī)器學(xué)習(xí)

9.1?LinearRegression

9.2?K-Means

9.3?Collaborative?Filtering

10、Spark的圖計(jì)算GraphX

10.1?Table?Operators

10.2?Graph?Operators

10.3?GraphX

11、Spark?SQL

11.1?Parquet支持

11.2?DSL

11.3?SQL?on?RDD

第三部分

12、Spark實(shí)時流處理

12.1?DStream

12.2?transformation

12.3?checkpoint

12.4?性能優(yōu)化

13、Spark程序的測試

13.1?編寫可測試的Spark程序

13.2?Spark測試框架解析

13.3?Spark測試代碼實(shí)戰(zhàn)

14、Spark的優(yōu)化

14.1?Logs

14.2?并發(fā)

14.3?內(nèi)存

14.4?垃圾回收

14.5?序列化

14.6?安全

15、Spark?on?Yarn

15.1?Spark?on?Yarn的架構(gòu)原理

15.2?Spark?on?Yarn的最佳實(shí)踐

16、JobServer

16.1?JobServer的架構(gòu)設(shè)計(jì)

16.2?JobServer提供的接口

16.3?JobServer最佳實(shí)踐