?決勝Spark大數(shù)據(jù)時(shí)代企業(yè)級(jí)最佳實(shí)踐：Spark?Core&Spark?SQL&GraphX&Machine?Learning&Best?Practice培訓(xùn)

培訓(xùn)內(nèi)容

第一部分

第1堂課：Spark的架構(gòu)設(shè)計(jì)

第2堂課：Spark編程模型

第3堂課：深入Spark內(nèi)核

第4堂課：Spark的廣播變量與累加器

第5堂課：編寫Spark程序

第6堂課：SparkContext解析和數(shù)據(jù)加載以及存儲(chǔ)

第二部分：

第7堂課：深入實(shí)戰(zhàn)RDD

第8堂課：Shark的原理和使用

第9堂課：Spark的機(jī)器學(xué)習(xí)

第10堂課：Spark的圖計(jì)算GraphX

第11堂課：Spark?SQL

第三部分：

第12堂課：Spark實(shí)時(shí)流處理

第13堂課：Spark程序的測(cè)試

第14堂課：Spark的優(yōu)化

第15堂課：Spark?on?Yarn

第16堂課：JobServer

第四部分：

第17堂課：Generalized?Linear?Model

第18堂課：Recommendation

第19堂課：Clustering

第20堂課：Streaming-wised?Machine?Learning

第21堂課：ML?Pipeline

第22堂課：Optimization?in?Parallel