課程描述INTRODUCTION
Spark及BDAS技術應用培訓
日程安排SCHEDULE
課程大綱Syllabus
Spark及BDAS技術應用培訓
【課程目標】
1、全面了解大數(shù)據(jù)實時處理技術的相關知識。
2、學習Spark的核心技術方法以及應用特征。
3、深入使用Spark在大數(shù)據(jù)實時處理中的使用。
4、掌握BDAS相關工具及其主要功能。
【課程背景】
中國科學院計算技術研究所是國家專門的計算技術研究機構,同時也是中國信息化建設的重要支撐單位,中科院計算所培訓中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓的專業(yè)培訓機構。中心憑借科學院的強大師資力量,在總結多年大型軟件開發(fā)和組織經(jīng)驗的基礎上,自主研發(fā)出一整套課程體系,其目的是希望能夠切實幫助中國軟件企業(yè)培養(yǎng)高級軟件技術人才,提升整體研發(fā)能力,迄今為止已先后為國家培養(yǎng)了數(shù)萬名計算機專業(yè)人員,并先后為數(shù)千家大型國內(nèi)外企業(yè)進行過專門的定制培訓服務。
隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展,我們已經(jīng)切實地迎來了一個大數(shù)據(jù)的時代。大數(shù)據(jù)是指無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合,對大數(shù)據(jù)的實時分析已經(jīng)成為一個非常重要且緊迫的需求。目前對大數(shù)據(jù)的實時分析工具,業(yè)界公認*為Spark。Spark是基于內(nèi)存計算的大數(shù)據(jù)并行計算框架,Spark目前是Apache軟件基金會旗下,*的開源項目,Spark作為MapReduce的替代方案,兼容HDFS、Hive等分布式存儲層,可融入Hadoop的生態(tài)系統(tǒng),以彌補缺失MapReduce的不足,事實上已成為當前互聯(lián)網(wǎng)企業(yè)主流的大數(shù)據(jù)實時處理工具。
互聯(lián)網(wǎng)點擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動數(shù)據(jù)和涉及網(wǎng)絡的各類評論、成為了海量信息的多種形式。當數(shù)據(jù)以成百上千TB不斷增長的時候、我們在內(nèi)部交易系統(tǒng)的歷史信息之外、需要一種基于大數(shù)據(jù)實時分析的決策模型和技術支持。
大數(shù)據(jù)通常具有:數(shù)據(jù)體量(Volume)巨大,數(shù)據(jù)類型(Variety)繁多,價值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數(shù)據(jù)已成為當前亟待解決的問題。大數(shù)據(jù)實時處理意味著更嚴峻的挑戰(zhàn)、更好地管理和處理這些數(shù)據(jù)也將會獲得意想不到的收獲。
Spark生態(tài)系統(tǒng)(BDAS項目)已經(jīng)發(fā)展成一個包含多個子項目的集合、Spark SQL、Spark Streaming、GraphX、MLlib等、本課程將介紹Spark大數(shù)據(jù)計算框架、架構、計算模型和數(shù)據(jù)管理策略、及Spark在業(yè)界的應用。
本課程從大數(shù)據(jù)實時處理技術以及Spark實戰(zhàn)的角度、結合理論和實踐、全方位地介紹Spark大數(shù)據(jù)實時處理工具的原理和內(nèi)核。
本課程教學過程中提供了案例分析來幫助學員了解如何用BDAS系列工具來解決具體的問題、并介紹了從大數(shù)據(jù)中挖掘出有價值的信息的關鍵所在。
本課程不是一個泛泛的理論性、概念性的介紹課程、而是針對問題討論解決方案的深入課程。講師對于上述領域有深入的理論研究與實踐經(jīng)驗、在課程中將會針對這些問題與學員一起進行研究、在關鍵點上還會在實驗環(huán)境中演示、實踐、以加深對于這些解決方案的理解。通過本課程學習、希望推動大數(shù)據(jù)相關的項目開發(fā)上升到一個新水平。
【課程大綱】
第一講 Spark大數(shù)據(jù)實時處理技術
1、大數(shù)據(jù)處理技術
2、Spark實時處理技術
3、Spark生態(tài)系統(tǒng)BDAS
4、Spark架構分析
第二講 Spark安裝配置及監(jiān)控
1、Ubuntu環(huán)境的準備
2、Hadoop2.X和Scala
3、搭建Spark開發(fā)環(huán)境
4、Idea編譯和運行
5、Spark監(jiān)控管理
第3講 Scala編程語言使用概述
1、Scala編程語言
2、基本數(shù)據(jù)類型
3、操作基本數(shù)據(jù)類型
4、類和對象
5、組合和繼承
第四講 Spark分布式計算框架
1、Spark計算模型
2、彈性分布式數(shù)據(jù)集RDD
3、Spark的數(shù)據(jù)存儲
4、Transformation算子分類及功能
5、Actions算子分類及功能
第五講 Spark內(nèi)部工作機制詳解
1、 Spark底層實現(xiàn)原理
2、 Spark應用執(zhí)行機制
3、 Spark調(diào)度與任務分配模塊
4、 FIFO和FAIR調(diào)度算法
第六講 Spark數(shù)據(jù)讀取與存儲
1、Spark的I/O機制
2、Spark中的數(shù)據(jù)壓縮
3、Spark的數(shù)據(jù)讀取與存儲
4、Spark數(shù)據(jù)讀寫流程
第七講 Spark通信模塊和容錯機制
1、Spark通信模塊
2、通信框架AKKA
3、容錯機制和Lineage依賴
4、檢查點機制進行容錯
5、Shuffle過程
第八講 SQL On Spark
1、BDAS數(shù)據(jù)分析軟件棧
2、SQL On Spark
3、Spark SQL工具使用
4、Shark工具使用
5、Hive on Spark工具
6、Spark操作Hbase中的數(shù)據(jù)
第九講 Spark流數(shù)據(jù)處理工具Streaming
1、 流數(shù)據(jù)處理工具Streaming
2、 Spark Streaming架構
3、 Spark Streaming原理
4、 Spark Streaming實例
第十講 Spark中的大數(shù)據(jù)挖掘工具MLlib
1、大數(shù)據(jù)挖掘工具MLlib
2、MLlib的數(shù)據(jù)存儲
3、MLlib中的聚類和分類
4、MLlib算法應用實例
5、利用MLlib進行推薦
第十一講 Spark大規(guī)模圖處理工具GraphX
1、大規(guī)模圖處理工具GraphX
2、GraphX的運行架構
3、GraphX操作使用
4、GraphX使用實例
第十二講 Spark在業(yè)界的應用案例
1、Spark在Amazon的應用
2、Spark在Yahoo!的應用
3、Spark在Telefonica的應用
4、Spark在淘寶的應用
Spark及BDAS技術應用培訓
轉(zhuǎn)載:http://www.nywlwx.com/gkk_detail/13963.html
已開課時間Have start time
大數(shù)據(jù)課程內(nèi)訓
- 《企業(yè)數(shù)據(jù)管理與數(shù)據(jù)資產(chǎn)化 張光利
- 數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力 盧森煌
- 《小紅書運營策劃與執(zhí)行》 黃光偉
- 數(shù)字媒體和數(shù)字教學 鐘理勇
- 商業(yè)銀行數(shù)據(jù)治理體系建設實 馬慶
- 大數(shù)據(jù)行業(yè)的現(xiàn)狀與熱點 徐全
- 數(shù)字金融與智能金融下的智慧 盧森煌
- 大數(shù)據(jù)時代下服務營銷新思維 秦超
- 《零售行業(yè)社群團購運營》 陳蕊
- 數(shù)字經(jīng)濟基礎和企業(yè)數(shù)字化轉(zhuǎn) 盧森煌
- 企業(yè)區(qū)塊鏈技術的應用場景與 李璐
- 管理者數(shù)據(jù)能力晉級 宋致旸