求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 机械 | 军工学院 | 定向培养 | 专家指导  
 电话 English
成功案例   品质保证
 
   
成功案例
某科技公 大数据(Hadoo
诺基亚 Python基础
天津电子 Elasticse
中国电信 数据仓库与数据挖掘
某航天科 MySQL性能优化
某大型金 Python基础与
某交通信 Oracle数据库

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 

全部课程 >数据库与大数据  
Spark大数据处理技术
3709 次浏览  9 次
夏老师
阿里巴巴数据平台部高级技术专家
 
时间地点: 北京 上海 深圳根据报名开班
课程费用:5700元/人
报线下课
企业内训:可以根据企业需求,定制内训,详见 内训学习手册


认证方式:
培训前了解能力模型。
培训后进行能力评测:
  • 在线考试
  • 能力分析,给出学习建议
  • 合格者颁发证书,作为职业技能资格证明


    透彻讲解Spark原理和架构,以及部署模式、调度框架、存储管理及应用监控等重要模块,同时带领您对Spark生态圈深度检阅:SQL处理Shark和Spark SQL、流式处理Spark Streaming、图计算Graphx及内存文件系统Tachyon。使学员能够基于相关技术构建大数据应用。


    培训目标:

    • Spark系统概述
    • Spark RDD及编程接口
    • Spark运行模式及原理
    • Spark调度管理原理
    • Spark的存储管理
    • Spark监控管理
    • Shark架构与安装配置
    • SQL程序扩展
    • Spark Streaming流数据处理框架
    • GraphX计算框架
    • Tachyon存储系统
    培训对象:大数据应用开发工程师
    学员基础:具有一定大数据项目经验,最好有hadoop经验
    授课方式: 定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练
    培训内容:2天

    Spark系统概述 为什么需要
    和Hadoop有什么不同
    Spark大数据处理框架
    Spark基本功能
    Spark基本组件
    Spark计算模型
    Spark 和Hadoop比较的差异和优点
    Spark RDD及编程接口 Spark程序基本构成
    Spark RDD
    集合创建操作和存储创建操作
    转换操作
    控制操作(control operation)
    行动操作(action operation)
    Spark运行模式及原理 Spark运行模式列表
    Spark基本工作流程
    各种工作模式安装、部署、运行原理
  • Local运行模式
  • Standalone运行模式
  • Local cluster模式
  • Mesos模式
  • YARN standalone / YARN cluster模式
  • YARN client模式
  • 各种模式的实现细节比较
  • Spark调度管理原理
    Spark作业调度管理概述
    Spark调度相关基本概念?
    作业调度模块顶层逻辑概述
    作业调度具体工作流程
    任务集管理模块详解
    调度池和调度模式分析
    Spark应用之间的调度关系
    调度过程中的数据本地性问题
    Spark的存储管理 存储管理模块整体架构
  • 通信层架构
  • 通信层消息传递
  • 注册存储管理模块
  • 存储层架构
  • 数据块 (Block)
  • RDD 持久化
  • RDD分区和数据块的关系
  • 内存缓存
  • 磁盘缓存
  • 持久化选项
  • 如何选择不同的持久化选项
  • Shuffle数据持久化
    广播(Broadcast)变量持久化
    Spark监控管理 UI管理
  • 实时UI管理
  • 历史UI管理
  • Metrics管理
  • Metrics系统架构
  • Metrics系统配置
  • 输入源(Metrics Source)介绍
  • 输出方式(Metrics Sink)介绍
  • Shark架构与安装配置 Shark架构浅析
    Hive/Shark各功能组件对比
  • MetaStore
  • CLI/ Beeline
  • JDBC/ODBC
  • Hive Server/2 与 Shark Server/2
  • Driver 145
  • SQL Parser 146
  • 查询优化器(Query Optimizer)
  • 物理计划与执行
  • Shark安装配置与使用
  • 安装前准备工作
  • 在不同运行模式下安装Shark
  • Shark SQL命令行工具(CLI)
    使用Shark Shell命令
    启动Shark Server
    Shark Server2配置与启动
    缓存数据表?
    SQL程序扩展 程序扩展并行运行模式
    Evaluator和ObjectInspector
    自定义函数扩展
    自定义数据存取格式
    Spark SQL逻辑架构
    Catalyst上下文(Context)
    Java API
    Python API
    Spark SQL CLI
    Thrift服务
    Spark Streaming流数据处理框架 Spark Streaming基本概念
    性能调优
  • 运行时间优化
  • 内存使用优化
  • 容错处理
    DStream作业的产生和调度
    DStream与RDD关系
    数据接收原理
    自定义数据输入源
    自定义监控接口(StreamingListener)
    Spark Streaming案例分析
    GraphX计算框架 图并行计算
  • 数据并行与图并行计算
  • 图并行计算框架简介
  • GraphX简介
  • GraphX模型设计
  • 数据模型
  • 图计算接口
  • GraphX模型实现
  • 图的分布式存储
  • 图操作执行策略
  • 图操作执行优化
  • 序列化和反序列化
  • GraphX内置算法库
  • GraphX应用
  • Pregel模型
  • N维邻接关系计算
  • Tachyon存储系统 设计原理
    框架设计
  • 主节点
  • 工作节点
  • 客户端
  • 读写工作流程
  • Tachyon的部署
  • 单机部署
  • 分布式部署
  • Tachyon的配置
  • Tachyon应用
     
    3709 次浏览  9 次
    其他人还看了课程
    PostgreSQL数据库实战培训  1656 次浏览
    关系数据库的面向对象分析与性能优化设计  4329 次浏览
    数据仓库设计与开发+性能优化(Oracle)  2092 次浏览
    MySQL性能优化及运维培训  2525 次浏览
    SQL Server数据库设计与管理  1979 次浏览
    SAP HANA原理与实践  1766 次浏览
    定制内训


    咨询服务:大数据技术平台构建与应用
    咨询目标 帮助客户设计、规划大数据架构
    帮助客户建立大数据技术平台,
    帮助客户建立大数据分析模型
    咨询范围 大数据架构:数据结构模型,存储空间,数据分析模型
    大数据技术平台:分布式存储与计算平台,采集工具,分析工具
    大数据分析应用案例:分析模型,结果报告
    咨询方式 调查分析客户当前的数据资源和使用情况。
    为客户设计大数据架构
    搭建大数据技术平台
    建立大数据分析应用示例。
    详情咨询:010-62670969, zhgx@uml.net.cn
    课程计划
    PowerBI 数据分析与可视化 2-15[北京]
    MBSE(基于模型的系统工程) 2-23[北京]
    图数据库与知识图谱 2-25[北京]
    人工智能+python+大数据 2-27[北京]
    自动驾驶系统软件架构设计 3-9[北京]
    基于SysML和EA系统分析设计 3-27[北京]