视频课程 人浏览 历史评分   更新时间: 30天前 随到随学

课程介绍

注意0:欲购买此课程,获取安全购买链接,索要正版授权学习平台账号,务必加咨询QQ:2536379620
注意1:由于编码原因,试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2:正版良心视频,购买后有机会和原作者直接短暂技术交流。
    
注意3:感觉课程太难?没有信心?还在犹豫自己学的会学不会?我们的师傅带徒弟模式(5倍下单)会给您信心。我们承诺, 商品详情,教学大纲,视频内容,所涉及技术,可获得原创作者老师微信或QQ和针对视频范围的精心指导。线上一 对一师带徒辅导问答,针对视频内代码调试,使命必达,视频之外相关技术内容,行业内信息人脉,企业内推(如有),原创作者老师会竭诚帮助。

以上所示价格,只能自行学习视频和获取少量解答。师傅带徒弟课程(5倍下单左右,可以先和客服联系,可获得老师的联系方法和针对视频范围的精心指导。线上一对一师带徒辅导问答,针对视频内代码调试,使命必达。)


Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架,Spark,拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是——Job中间输出结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
Spark 是一种与 Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,换句话说,Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。
Spark 是在 Scala 语言中实现的,它将 Scala 用作其应用程序框架。与 Hadoop 不同,Spark 和 Scala 能够紧密集成,其中的 Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。

课程目标

本系列课程将基于RedHat Linux 7.4版本、Hadoop 2.7.3、Spark 2 版本多面介绍大数据的整体内容,让学员深入理解并学习运行机制和原理,从而进一步学习大数据的相关内容。

适用人群

具备Java基础学员,并想进一步学习大数据的学员。

课程大纲

01
Spark SQL基础

【录播】Spark SQL课程概述(15分钟)       免费试学

【录播】什么是Spark SQL?(10分钟)

【录播】通过case class创建DataFrame(14分钟)

【录播】通过SparkSession创建DataFrame(14分钟)

【录播】使用带格式的数据文件创建DataFrame(7分钟)

【录播】操作DataFrame(13分钟)

【录播】临时视图(10分钟)

【录播】DataSet简介(6分钟)
02
Spark SQL的数据源

【录播】load和save函数(14分钟)

【录播】什么是Parquet文件(9分钟)

【录播】Parquet文件Schema的合并(11分钟)

【录播】读取JSON文件(4分钟)

【录播】使用JDBC数据源(12分钟)

【录播】访问Hive Table(18分钟)
03
Spark SQL编程案例

【录播】案例一:指定schema格式(18分钟)

【录播】案例二:使用case class(8分钟)

【录播】案例三:访问关系型数据库(13分钟)
04
Spark SQL性能的优化

【录播】Spark SQL性能的优化(16分钟)
05
课程资料

【资料】课程资料(zip,1.7MB)
相关推荐
客服 关于