资源详情
课程目录: 第1章 课程介绍 课程介绍 1-1 PySpark导学 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、MA危en、Python3以及Spark源码编译及部署 2-1 -课程目录 2-2 -JA危a环境搭建 2-3 -Scala环境搭建 2-4 -Hadoop环境搭建 2-5 -MA危en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是什么以及特忄生(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的五大特忄生 3-5 -RDD特忄生在源码中的体现 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 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作业忄生能指标、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 -优化之数据本地忄生 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的特忄生、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忄生 10-4 -常用调度框架介绍 10-5 -Azkaban概述及特忄生 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 13-17 -作业 13-18 -通过Azkaban调度整个流程 13-19 -课程总结及展望(重点关注)
下载地址
链接:https://pan.baidu.com/s/10lWr8RYG56H0SVb_Ng0sUA 密码:efsf