课程下载地址：链接: http://pan.baidu.com/s/1kTggcb9 密码: 9mfn

网盘失效的话，请加QQ：3113533060

课程内容：

第一周 Spark生态系统概述与编程模型

   Spark生态系统概述

   回顾Hadoop MapReduce

   Spark运行模式

   RDD

   Spark运行时模型简介

   缓存策略介绍

   transformation

   action

   lineage

   容错处理

   宽依赖与窄依赖

   集群配置

第二周 深入Spark内核

   Spark术语解释

   集群概览

   核心组件

   数据本地性

   常用RDD

   任务调度

   DAGScheduler

   TaskScheduler

   Task细节

   广播变量

   累加器

   性能调优

第三周 Spark on Yarn & Spark as a service

   Spark on Yarn原理

   Spark on Yarn实践

   JobServer架构

   JobServer API介绍

   JobServer配置与部署

第四周 Spark Streaming原理与实践

   DStream

   数据源

   无状态transformation与有状态transformation

   checkpoint

   容错

   性能优化

第五周 Shark与Spark SQL

   Shark数据模型

   Shark数据类型

   Shark架构

   Shark部署

   缓存(分区)表

   SharkServer

   Shark与Spark结合

   Spark SQL架构

   Parquet支持

   DSL

   SQL on RDD

   Hive支持

   UDF

   JDBC Server

第六周 Machine Learning on Spark

   LinearRegression

   K-Means

   Collaborative Filtering

第七周 Spark多语言编程

   Python简介

   PySpark API

   使用Python编写Spark程序

   Spark with Java

第八周 图计算GraphX

   现存的图计算框架

   Table Operators

   Graph Operators

   GraphX设计

第九周 Tachyon原理与实践

   Tachyon原理与架构

   Tachyon实践

第十周 SparkR

   SparkR原理介绍

   安装配置与运行

 课程目录：

观看说明（必看）

课时1、培训须知

课时2、Spark生态系统概述与编程模型

课时3、Spark生态系统概述与编程模型（一）

课时4、Spark生态系统概述与编程模型（二）

课时5、Spark生态系统概述与编程模型（三）

课时6、Spark生态系统概述与编程模型（四）

课时7、第一周作业，请于9月21日晚12点前提交

课时8、资料

课时9、深入Spark内核(上)

课时10、深入Spark内核(下)

课时11、第二周作业，请于9月28日晚12点前提交

课时12、Spark on Yarn资料

课时13、JobServer资料

课时14、Spark on Yarn

课时15、Spark as a Service

课时16、第三周作业，请于10月5日晚12点前提交

课时17、Streaming资料

课时18、Spark Streaming(上)

课时19、Spark Streaming(下)

课时20、Streaming-1.x(变动)

课时21、第四周作业，请于10月12日晚12点前提交

课时22、Shark 与 Spark SQL资料

课时23、Shark(上)

课时24、Shark(下)

课时25、Spark SQL(上)

课时26、Spark SQL(下)

课时27、第五周作业，请于10月19日晚12点前提交

课时28、第六周课程资料

课时29、MLlib

课时30、Spark 1.x 变动说明

课时31、第六周作业，请于10月26日晚12点前提交

课时32、第七周资料

课时33、Spark多语言编程

课时34、补充说明

课时35、第七周作业，请于11月2日晚12点前提交

课时36、第八周资料

课时37、Tachyon（1）

课时38、Tachyon（2）

课时39、第八周作业，请于11月9日晚12点前提交

课时40、第九周资料

课时41、SparkR-Part1

课时42、SparkR-Part2

课时43、第九周作业，请于11月16日晚12点前提交

课时44、第十周资料

课时45、GraphX-Part1

课时46、GraphX-Part2

课时47、GraphX-Part3

课时48、第十周作业，请于11月23日晚12点前提交 

Spark 1.X 大数据视频教程