曙海教育集团
全国报名免费热线:4008699035 微信:shuhaipeixun
或15921673576(微信同号) QQ:1299983702
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业
 
Python3实战Spark大数据分析及调度课程培训

 
  班级规模及环境--热线:4008699035 手机:15921673576( 微信同号)
      每个班级的人数限3到5人,互动授课, 保障效果,小班授课。
  上间和地点
上部份地点:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】:北京中山/福鑫大楼【南京分部】:金港大厦(和燕路)【武汉分部】:佳源大厦(高新二路)【成都分部】:领馆区1号(中和大道)【沈阳分部】:沈阳理工大学/六宅臻品【郑州分部】:郑州大学/锦华大厦【石家庄分部】:河北科技大学/瑞景大厦
近开间(周末班/连续班/晚班):2019年1月26日
  实验设备
    ◆小班教学,教学效果好
       
       ☆注重质量☆边讲边练

       ☆合格学员免费推荐工作
       ★实验设备请点击这儿查看★
  质量保障

       1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听;
       2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
       3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书,提升职业资质。专注高端技术培训15年,曙海学员的能力得到大家的认同,受到用人单位的广泛赞誉,曙海的证书受到广泛认可。

部份程大纲
 
  • 第1章 课程介绍
    课程介绍
  • 1-1 PySpark导学 试看
    1-2 OOTB环境演示
    第2章 实战环境搭建
    工欲善其事必先利其器,本章讲述JDK、Scala、Hadoop、Maven、Python3以及Spark源码编译及部署
  • 2-1 -课程目录
    2-2 -Java环境搭建
    2-3 -Scala环境搭建
    2-4 -Hadoop环境搭建
    2-5 -Maven环境搭建
    2-6 -Python3环境部署
    2-7 -Spark源码编译及部署
    第3章 Spark Core核心RDD
    本章详细讲解RDD是什么以及特性(面试常考)、Spark中两个核心类SparkContext和SparkConf、pyspark启动脚本分析、RDD的创建方式以及如何使用IDE开发Python Spark应用程序并提交到服务器上运行
  • 3-1 -课程目录
    3-2 -RDD是什么
    3-3 -通过电影描述集群的强大之处
    3-4 -RDD的五大特性
    3-5 -RDD特性在源码中的体现 试看
    3-6 -图解RDD
    3-7 -SparkContext&SparkConf详解
    3-8 -pyspark
    3-9 -RDD创建方式一
    3-10 -RDD创建方式二
    3-11 -使用IDE开发pyspark应用程序
    3-12 -提交pyspark作业到服务器上运行
    第4章 Spark Core RDD编程
    本章将针对RDD中常用的算子进行详细案例讲解,并进行综合案例实战
  • 4-1 -课程目录
    4-2 -RDD常用操作
    4-3 -map算子使用详解
    4-4 -filter算子详解
    4-5 -flatMap算子详解
    4-6 -groupByKey算子详解
    4-7 -reduceByKey算子详解
    4-8 -sortByKey算子详解
    4-9 -union算子使用详解
    4-10 -distinct算子使用详解
    4-11 -join算子详解
    4-12 -action常用算子详解
    4-13 -算子综合案例实战一词频统计
    4-14 -算子综合案例实战之词频统计重构
    4-15 -算子综合案例实战之TopN统计
    4-16 -算子综合案例实战之平均数统计
    第5章 Spark运行模式
    本章将介绍Spark的几种运行模式,需要重点掌握on YARN模式
  • 5-1 -课程目录
    5-2 -local模式运行
    5-3 -standalone模式环境搭建及pyspark运行
    5-4 -standalone模式spark-submit运行
    5-5 -yarn运行模式详解
    第6章 Spark Core进阶
    本章将介绍Spark中的核心术语、运行架构、并对比Spark和MapReduce的概念区分、存储策略及选择方式、宽窄依赖及Shuffle
  • 6-1 -课程目录
    6-2 -Spark核心概念详解
    6-3 -结合Spark UI详解Spark核心概念 试看
    6-4 -Spark运行架构及注意事项
    6-5 -Spark和Hadoop重要概念区分
    6-6 -Spark缓存的作用
    6-7 -Spark缓存概述
    6-8 -Spark缓存策略详解
    6-9 -Spark缓存策略选择依据
    6-10 -Spark Lineage机制
    6-11 -Spark窄依赖和宽依赖
    6-12 -Spark Shuffle概述
    6-13 -图解RDD的shuffle以及依赖关系
    第7章 Spark Core调优
    本章将从Spark作业性能指标、序列化、内存管理、广播变量及数据本地化这几个方面来介绍Spark作业的调优
  • 7-1 -课程目录
    7-2 -优化之HistoryServer配置及使用
    7-3 -优化之序列化
    7-4 -优化之内存管理
    7-5 -优化之广播变量
    7-6 -优化之数据本地性
    第8章 Spark SQL
    本章将讲解Spark SQL的架构、DataFrame&Dataset、以及如何使用Python API来对DataFrame进行编程
  • 8-1 -课程目录
    8-2 -Spark SQL前世今生
    8-3 -Spark SQL概述&错误认识纠正
    8-4 -Spark SQL架构
    8-5 -DataFrame&Dataset详解
    8-6 -DataFrame API编程
    8-7 -RDD与DataFrame互操作方法一
    8-8 -RDD与DataFrame互操作方法二
    8-9 -Spark SQL其他
    第9章 Spark Streaming
    本章将讲解Spark Streaming的核心概念、执行原理、以及如何Python API来对Spark Streaming进行编程
  • 9-1 -课程目录
    9-2 -Spark Streaming概述
    9-3 -实时流处理框架对比
    9-4 -Spark Streaming执行原理
    9-5 -从词频统计案例来了解SparkStreaming
    9-6 -核心概念之StreamingContext
    9-7 -核心概念之DStream及常用操作
    9-8 -SparkStreaming操作文件系统数据实战
    第10章 Azkaban基础篇
    本章将讲解Azkaban的特性、架构、运行模式、源码编译及部署、快速入门
  • 10-1 Azkaban基础篇课程目录
    10-2 -工作流概述
    10-3 -工作流在大数据处理中的重要性
    10-4 -常用调度框架介绍
    10-5 -Azkaban概述及特性
    10-6 -Azkaban架构
    10-7 -Azkaban运行模式详解
    10-8 -Azkaban源码编译
    10-9 -Azkaban solo server环境部署
    10-10 -Azkaban快速入门案例
    第11章 Azkaban实战篇
    本章将讲解如何使用Azkaban来完成HDFS、MapReduce、Hive作业的调度、定时作业调度以及邮件告警
  • 11-1 -Azkaban实战篇课程目录
    11-2 -依赖作业在Azkaban中的使用
    11-3 -HDFS作业在Azkaban中的使用
    11-4 -MapReduce作业在Azkaban中的使用
    11-5 -Hive作业在Azkaban中的使用
    11-6 -定时调度作业在Azkaban中的使用
    11-7 -邮件告警及SLA在Azkaban中的使用
    第12章 Azkaban进阶篇
    本章将讲解Azkaban在生产上的部署、权限管理、Ajax API、Plugin、以及短信和调度框架的二次开发
  • 12-1 -Azkaban进阶篇课程目录
    12-2 -Two Server Mode之数据库准备工作
    12-3 -Two Server Mode之AzkabanWebServer搭建
    12-4 -Two Server Mode之AzkabanExecServer搭建
    12-5 -Two Server Mode之使用实战
    12-6 -Azkaban权限管理
    12-7 -Azkaban中AJAX API使用
    12-8 -Azkaban Plugin的使用
    12-9 -Azkaban中短信告警改造思路
    12-10 Azbakan在生产上使用的改造思路
    第13章 项目实战
    本章将讲解在构建大数据平台的技术选型、集群升级资源评估,并使用Spark对气象数据进行分析,讲分析结果写入ES,并通过Kibana进行统计结果的可视化展示
  • 13-1 -课程目录
    13-2 -大数据项目开发流程
    13-3 -大数据企业级应用
    13-4 -企业级大数据分析平台
    13-5 -集群数据量预估
    13-6 -集群机器规模&资源&作业规划
    13-7 -项目需求
    13-8 -数据加载成DataFrame并选出需要的列
    13-9 -SparkSQL UDF函数开发
    13-10 -每年Grade出现的次数统计
    13-11 -Grade在每年中的占比统计
    13-12 -ES部署及使用
    13-13 -Kibana部署及使用
    13-14 -将作业运行到YARN上
    13-15 -统计分析结果写入ES测试
    13-16 -统计分析结果入ES并通过Kibana图形化展示
 

-

 

  备案号:沪ICP备08026168号 .(2014年7月11)..............