培训费用及须知 培训费6800元。(含培训费、资料费、考试费、证书费、讲义光盘费等)。需要住宿学员请提前通知,可统一安排,费用自理。课程目标 本课程将为大家全面而又深入的介绍Spark、Hadoop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,包括阿里巴巴等 颁发证书 参加相关培训并通过考试的学员,可以获得: 1.工业和信息化部颁发的《Spark大数据处理高级工程师证书》该证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。 注:请学员带一寸彩照2张(背面注明姓名)、身份证复印件一张。 培训特色 本课程将分别从理论基础知识,系统搭建以及应用案例三方面对spark进行介绍。 采用循序渐进的课程讲授方法,首先讲解Spark系统基础知识,概念及架构,之后讲解Spark实战技巧,最后详尽地介绍Spark经典案例,使培训者从概念到实战,均会有收获和提高。 培训大纲(3天课程) 模块一Spark生态介绍 Mapreduce、storm和spark模型的比较和使用场景介绍 Spark产生背景 Spark(内存计算框架) SparkSteaming(流式计算框架) Spark SQL(ad-hoc) Mllib(MachineLearning) GraphX(bagel将被代) DlinkDB介绍 SparkR介绍
模块二Spark安装部署 Spark安装简介 Spark的源码编译 Spark Standalone安装 Spark应用程序部署工具spark-submit Spark的高可用性部署 模块三Spark运行架构和解析 Spark的运行架构 • 基本术语 • 运行架构 • Spark on Standalone运行过程 • Spark on YARN 运行过程 Spark运行实例解析 • Spark on Standalone实例解析 • Spark on YARN实例解析 • 比较 Standalone与YARN模式下的优缺点 模块四Sparkscala编程 • Scala基本语法与高阶语法 • Scala基本语法 • Scala开发环境搭建 • Scala开发Spark应用程序 • 使用java编程 • 使用scala编程 • 使用python编程 模块五Spark编程模型和解析 Spark的编程模型 • Spark编程模型解析 • RDD的特点、操作、依赖关系 • Spark应用程序的配置 Spark的架构 spark的容错机制 数据的本地性 缓存策略介绍 宽依赖与窄依赖 模块六Spark 数据挖掘 Mllib的介绍 graphX核心原理 table operator和graph operator区别 vertices、edges和triplets介绍 构建一个graph SparkR原理 SparkR实战 模块七Spark Streaming原理和实践 Spark Streaming与Strom的区别 Kafka的部署 Kafka与Spark Streaming的整合 Spark Streaming原理 • Spark流式处理架构 • DStream的特点 • Dstream的操作和RDD的区别 • 带状态的transformation与无状态transformation • Spark Streaming的优化 Spark Streaming实例 Streaming的容错机制 streaming在yarn模式下的注意事项 对于需结合第三方存储机制的与流式处理方案 • 文本实例 • 网络数据处理 • Kafka+Spark Streaming实现日志的实时分析案例 模块八Spark的优化 序列化优化——Kryo Spark参数优化实战 Spark 任务的均匀分布策略 Partition key倾斜的解决方案 Spark任务的监控 GC的优化 Spark Streaming吞吐量优化 Spark RDD使用内存的优化策略 Spark在使用中的感想分享 模块九Spark的数据源 Spark与HDFS的整合 HDFS RDD原理和实现 Spark与Hbase的整合 Spark与Cassendera整合 Hbase RDD的分区读取 Hbase RDD的原理和实现 Spark parallelism RDD的工作机制 模块十Spark Streaming应用及案例分析 Spark Streaming产生动机 Spark Streaming程序设计 (1)创建DStream (2)基于DStream进行流式处理 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 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 模块十一典型项目案例实战 基于spark日志分析 个性化推荐系统:带你揭开其神秘面纱 在线投放引擎 揭开淘宝点击推荐系统的神秘面纱 淘宝数据服务架构—实时计算平台 师资介绍 张老师:阿里大数据高级专家,国内资深的Spark、Hadoop技术专家、虚拟化专家,对HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生态系统中的技术进行了多年的深入的研究,更主要的是这些技术在大量的实际项目中得到广泛的应用,因此在Hadoop开发和运维方面积累了丰富的项目实施经验。近年主要典型的项目有:某电信集团网络优化、中国移动某省移动公司请账单系统和某省移动详单实时查询系统、中国银联大数据数据票据详单平台、某大型银行大数据记录系统、某大型通信运营商全国用户上网记录、某省交通部门违章系统、某区域医疗大数据应用项目、互联网公共数据大云(DAAS)和构建游戏云(Web Game Daas)平台项目等。
|