|
课程培训
|
Spark培训——提高云计算大数据速度
Spark培训——提高云计算大数据速度 培训内容： 第一部分： 1、Spark的架构设计 1.1 Spark的速度为什么如此的快？ 1.2 Spark的架构设计剖析 1.3 RDD计算流程解析 1.4 Spark的出色容错机制 2、实战使用三种语言开发Spark 2.1 Scala简介、为什么Spark会使用Scala作为开发语言？ 2.2 在Spark中使用Scala 2.3 使用Java开发Spark程序 2.4 使用Python开发Spark程序 2.5 深入使用Spark Shell 3、快速掌握Scala 3.1 Scala变量声明、操作符、函数的使用实战 3.2 apply方法 3.3 Scal的控制结构和函数 3.4 Scala数组的操作、Map的操作 3.5 Scala中的类 3.6 Scala中对象的使用； 3.7 Scala中的继承 3.8 Scala中的特质 3.9 Scala中集合操作 4、Spark集群的安装和设置 4.1 在一台机器上运行Spark 4.2 在EC2上运行Spark 4.3 在Mesos上部署Spark 4.4 在YARN上部署Spark 4.5 通过SSH在众多机器上部署Spark 4.6 Spark集群设置 5、编写Spark程序 5.1 程序数据的来源：File、HDFS、HBase、S3等 5.2 IDE环境构建 5.3 Maven 5.4 sbt. 5.5 编写并部署Spark程序的实例 第二部分 6、SparkContext解析和数据加载以及存储 6.1 源码剖析SparkContext 6.2 Scala、Java、Python使用SparkContext 6.4 加载数据成为RDD 6.5 把数据物化 7、深入实战RDD 7.1 DAG 7.2 深入实战各种Scala RDD Function 7.3 Spark Java RDD Function 7.4 RDD的优化问题 8、Shark的原理和使用 8.1 Shark与Hive 8.2 安装和配置Shark 8.3 使用Shark处理数据 8.4 在Spark程序中使用Shark Queries 8.5 SharkServer 8.6 思考Shark架构 9、Spark程序的测试 9.1 编写可测试的Spark程序 9.2 Spark测试框架解析 9.3 Spark测试代码实战 10、Spark的优化 10.1 Logs 10.2 并发 10.3 内存 10.4 垃圾回收 10.5 序列化 10.6 安全 第三部分 11、Spark的机器学习 11.1 LinearRegression 11.2 K-Means 11.3 Collaborative Filtering 12、Spark的图计算GraphX 12.1 Table Operators 12.2 Graph Operators 12.3 GraphX 13、Spark SQL 13.1 Parquet支持 13.2 DSL 13.3 SQL on RDD 14、Spark实时流处理 14.1 DStream 14.2 transformation 14.3 checkpoint 14.4 性能优化 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 |
|
