Spark大数据处理案例分析与实践-火龙果软件-UML软件工程组织

求知

文章

文库

Lib

咨询

会员

成功案例

相关课程

全部课程 >大数据

Spark大数据处理案例分析与实践

6393 次浏览

40 次


董老师
资深Hadoop技术实践者和研究者，拥有超过5年的Hadoop平台研发经验

时间地点： 北京上海深圳根据报名开班

课程费用：5800/人

报公开课

要内训

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

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。

课程特点

Spark已经被不少互联网公司采用，大部分数据挖掘算法和迭代式算法在逐步MapReduce平台迁移到Spark平台中，包括阿里巴巴（广告系统），腾讯（广点通精准推荐），百度，优酷土豆，360，支付宝等互联网公司已经在线上产品中使用spark，且取得了令人满意的效果，另外，部分省份的运营商也正在尝试使用spark解决数据挖掘和分析问题，部分银行，如工商银行，也正在尝试spark平台。

培训目标

本课程将为大家全面而又深入的介绍Spark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，腾讯，百度等互联网行业，中国移动和联通等运营商。

培训对象：各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员

学员基础：了解Java语言,了解Linux系统

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大数据架构概述及案例简介	1.1 介绍Spark大数据层级架构及各层软件设计要求，包括数据收集，大数据存储，大数据计算框架，大数据应用等 1.2 Hadoop与Spark区别与关系 1.3 Spark生态系统概述以及版本演化，并给出spark版本选择建议 1.4 Spark典型案例简介(简要介绍案例，具体在后面各节会详细介绍) Spark商品推荐系统、用户标签系统
Spark产生动机与基本概念	2.1 Spark产生背景，与MapReduce对比，其优缺点是什么 2.2 Spark核心概念（1）RDD （2）基本操作： transformation与 action 2.2 Spark程序架构（1）Driver/executor （2）容错机制
Spark安装部署	3.1 Spark运行模式简介、standlone模式、Spark on yarn模式 3.2 搭建一个spar
Spark程序设计实例	4.1 Scala语言基础，常用语法以及库函数 4.2 Spark程序设计方法（1）DSpark程序基本构成,SparkContext， RDD，transformation/action （2）Spark API介绍（a）如何创建RDD （scala集合，HDFS文件，HBase文件等）（b）如何基于RDD进行数据处理，介绍常见的分布式算子（c）如何保存处理结果（返回到driver端，写入hdfs等）（d）广播变量与累加器 4.3 Spark程序设计实例（1）分布式Pi估算程序（2）K-means分类算法实现（3）逻辑回归算法实现
Spark内部原理	5.1 Spark程序运行流程概述介绍Spark从提交，到调度，到最后执行完成整个过程 5.2 Spark内部执行流程介绍Spark程序内部的逻辑查询计划，物理查询计划，调度等几个环节 5.3 Spark shuffle实现介绍Spark shuffle发展史及实现逻辑 5.4 Spark算子的内部机制以reduce By Key和 group By Key为例介绍spark算子的内部实现原理
Spark与外部系统整合	6.1 Spark与Kafka和flume结合介绍如何使用kafka和flume 将数据导入hadoop中，以便使用spark处理 6.2 Spark与Storm结合介绍如何使用spark实时处理数据 6.3 Spark与HBase和HDFS结合介绍Spark如何与HBase和HDFS实现数据的读写交互 6.4 Spark与关系型数据库和hive结合介绍如何使用spark与关系型数据库和hive结合
Spark调优方法	Spark调优思想、方法
Spark案例分析	基于Spark的商品推荐系统，包括：项目背景、项目架构、项目实施
Spark Streaming应用及案例分析	8.1 Spark Streaming产生动机 8.2 Spark Streaming程序设计（1）创建DStream （2）基于DStream进行流式处理 8.3 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 8.4 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
Spark SQL	9.1 Spark SQL定位 9.2 如何使用SparkSQL处理数据（1）使用SparkSQL处理HDFS上数据（2）使用SparkSQL处理Hive中的数据 9.3 Spark SQL与 Spark及 Spark Streaming结合
MLlib	10 介绍Spark的数据挖掘库MLlib，重点介绍其内部的几个分类算法，聚类算法和推荐算法，包括逻辑回归，K-Means，协同过滤等
GraphX	11. 介绍Spark内部的图计算框架GraphX，重点介绍它的基本原理及使用方法

报公开课

要内训

6393 次浏览

40 次

其他人还看了课程

Apache Kylin平台应用与实操 2240 次浏览

大数据工具Flume&Kafka集成实践 1977 次浏览

大数据架构设计实战演练 3870 次浏览

Hadoop与Spark大数据架构专题 7664 次浏览

数据治理与数据资产管理 5825 次浏览

大数据搜索框架（ElasticSearch）与应用 3361 次浏览

	咨询服务：数据库设计与性能优化

咨询目标	对客户的数据库进行性能评价，设计优化，管理优化
咨询范围	数据库性能评价，数据库结构优化，数据访问SQL优化。
咨询方式	现有数据库调查，问题诊断，性能评价。对数据库进行逻辑结构优化，对数据库进行访问SQL优化。建立数据库运行监控平台。运行监控与优化方法指导。
成功案例	建设银行，中国农业银行，中国工商银行，中航信

详情咨询：010-62670969， zhgx@uml.net.cn

课程计划

MBSE（基于模型的系统工程）4-18[北京]

自然语言处理（NLP） 4-25[北京]

基于 UML 和EA进行分析设计 4-29[北京]

以用户为中心的软件界面设计 5-16[北京]

DoDAF规范、模型与实例 5-23[北京]

信息架构建模（基于UML+EA）5-29[北京]