课件代码：http://pan.baidu.com/s/1nvbkRSt 教学视频：http://pan.baidu.com/s/1c12XsIG 这是最近买的付费教程，对资料感兴趣的可以在下方留下邮件地址，我会定期进行密码发送。
以目前主流的，最新的spark稳定版2.1.x为基础，深入浅出地介绍Spark生态系统原理及应用，内容包括Spark各组件(Spark Core/SQL/Streaming/MLlib)基本原理，使用方法，实战经验以及在线演示。本课程精心设计了五个企业级应用案例，帮助大家在理解理论的基础上，亲手实践和应用spark。
第一部分: Spark 概述
第一课：Spark 2.1概述 Spark产生背景 包括mapreduce缺陷，多计算框架并存等 Spark 基本特点 Spark版本演化 Spark核心概念 包括RDD, transformation, action, cache等 Spark生态系统 包括Spark生态系统构成，以及与Hadoop生态系统关系 Spark在互联网公司中的地位与应用 介绍当前互联网公司的Spark应用案例 Spark集群搭建 包括测试集群搭建和生产环境中集群搭建方法，并亲手演示整个过程 背景知识补充介绍 a. Hadoop基础b. HDFS简介（特点、架构与应用）c. YARN简介（架构）d. MapReduce简介（编程模型与应用） I. Eclipse与Intellij IDEAII. Maven第二部分: Spark Core
第二课：Spark 程序设计与企业级应用案例 Spark运行模式介绍 Spark运行组件构成，spark运行模式（local、standalone、mesos/yarn等） Spark开发环境构建 集成开发环境选择，亲手演示spark程序开发与调试，spark运行 常见transformation与action用法 介绍常见transformation与action使用方法，以及代码片段剖析 常见控制函数介绍 包括cache、broadcast、accumulator等 Spark 应用案例：电影受众分析系统 包括：背景介绍，数据导入，数据分析，常见Spark transformation和action用法在线演示第三课：Spark 内部原理剖析与源码阅读 Spark运行模式剖析 深入分析spark运行模式，包括local，standalone以及spark on yarn Spark运行流程剖析 包括spark逻辑查询计划，物理查询计划以及分布式执行 Spark shuffle剖析 深入介绍spark shuffle的实现，主要介绍hash-based和sort-based两种实现 Spark 源码阅读 Spark源码构成以及阅读方法第四课：Spark 程序调优技巧 数据存储格式调优 数据存储格式选择，数据压缩算法选择等 资源调优 如何设置合理的executor、cpu和内存数目，YARN多租户调度器合理设置，启用YARN的标签调度策略等 程序参数调优 介绍常见的调优参数，包括避免不必要的文件分发，调整任务并发度，提高数据本地性，JVM参数调优，序列化等 程序实现调优 如何选择最合适的transformation与action函数 调优案例分享与演示 演示一个调优案例，如何将一个spark程序的性能逐步优化20倍以上。第三部分 Spark SQL 2.1
第五课：Spark SQL基本原理 Spark SQL是什么 Spark SQL基本原理 Spark Dataframe与DataSet Spark SQL与Spark Core的关系第六课：Spark SQL程序设计与企业级应用案例 Spark SQL程序设计 a. 如何访问MySQL、HDFS等数据源，如何处理parquet格式数据b. 常用的DSL语法有哪些，如何使用c. Spark SQL调优技巧 Spark SQL应用案例：篮球运动员评估系统 a. 背景介绍b. 数据导入c. 数据分析d. 结论第四部分 Spark Streaming
第七课：Spark Streaming、程序设计及应用案例 1.Spark Streaming基本原理 a. Spark Streaming是什么b. Spark Streaming基本原理c. Structured Streamingd. Spark Streaming 编程接口介绍e. Spark Streaming应用案例 Spark Streaming程序设计与企业级应用案例 a. 常见流式数据处理模式b. Spark Streaming与Kafka 交互c. Spark Streaming与Redis交互d. Spark Streaming部署与运行e. Spark Streaming企业级案例：用户行为实时分析系统第五部分 Spark MLlib
第八课： Spark MLlib及企业级案例 Spark MLlib简介 数据表示方式 MLlib中的聚类、分类和推荐算法 如何使用MLlib的算法 Spark MLLib企业级案例：信用卡欺诈检测系统第六部分Spark综合案例
第九课：简易电影推荐系统 背景介绍 什么是Lambda architecture 利用HDFS+Spark Core+MLlib+Redis构建批处理线 利用Kafka+Spark Streaming+Redis构建实时处理线 整合批处理和实时处理线 扩展介绍：Apache beam：统一编程模型及应用转载于:https://www.cnblogs.com/wangxin37/p/6737694.html
