培训内容:
课程收益:
本课程将为大家全面而又深入的介绍Spark、Hadoop平台的构建流程，涉及Spark、系统基础知识，概念及架构，Spark实战技巧，Spark经典案例等。
通过本课程实践，帮助学员对Spark生态系统有一个清晰明了的认识；理解Spark、系统适用的场景；掌握Spark等初中级应用开发技能；搭建稳定可靠的Spark集群，满足生产环境的标准；了解和清楚大数据应用的几个行业中的经典案例，包括阿里巴巴等
培训颁发证书:
参加相关培训并通过考试的学员，可以获得：
1.工业和信息化部颁发的《Spark大数据处理高级工程师证书》该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。
注：请学员带一寸彩照2张（背面注明姓名）、身份证复印件一张。
课程大纲:
课程模块课程主题主要内容(内容可以根据学员的要求可以现场调整）模块一
Spark
生态介绍 Mapreduce、storm和spark模型的比较和使用场景介绍
Spark产生背景
Spark（内存计算框架）
SparkSteaming（流式计算框架）
SparkSQL（ad-hoc）
Mllib（MachineLearning）
GraphX（bagel将被代）
DlinkDB介绍
SparkR介绍 模块二
Spark
安装部署 Spark安装简介
Spark的源码编译
SparkStandalone安装
Spark应用程序部署工具spark-submit
Spark的高可用性部署 模块三
Spark
运行架构和解析 Spark的运行架构
基本术语
运行架构
SparkonStandalone运行过程
SparkonYARN运行过程
Spark运行实例解析
SparkonStandalone实例解析
SparkonYARN实例解析 比较Standalone与YARN模式下的优缺点模块四
Spark
scala编程 Scala基本语法与高阶语法 Scala基本语法
Scala开发环境搭建
Scala开发Spark应用程序
使用java编程
使用scala编程
使用python编程模块五
Spark
编程模型和解析 Spark的编程模型
Spark编程模型解析
RDD的特点、操作、依赖关系
Spark应用程序的配置 Spark的架构 spark的容错机制 数据的本地性 缓存策略介绍宽依赖与窄依赖 模块六Spark数据挖掘 Mllib的介绍
graphX核心原理
tableoperator和graphoperator区别
vertices、edges和triplets介绍
构建一个graph
SparkR原理
SparkR实战 模块七
SparkStreaming原理和实践 SparkStreaming与Strom的区别
Kafka的部署
Kafka与SparkStreaming的整合
SparkStreaming原理
Spark流式处理架构
DStream的特点
Dstream的操作和RDD的区别 带状态的transformation与无状态transformation
SparkStreaming的优化
SparkStreaming实例 Streaming的容错机制 streaming在yarn模式下的注意事项对于需结合第三方存储机制的与流式处理方案
文本实例
网络数据处理
Kafka+SparkStreaming实现日志的实时分析案例 模块八Spark的优化 序列化优化——Kryo
Spark参数优化实战
Spark任务的均匀分布策略
Partitionkey倾斜的解决方案
Spark任务的监控
GC的优化
SparkStreaming吞吐量优化
SparkRDD使用内存的优化策略
Spark在使用中的感想分享 模块九Spark的数据源 Spark与HDFS的整合
HDFSRDD原理和实现
Spark与Hbase的整合
Spark与Cassendera整合
HbaseRDD的分区读取
HbaseRDD的原理和实现
SparkparallelismRDD的工作机制 模块十SparkStreaming应用及案例分析 SparkStreaming产生动机
SparkStreaming程序设计
（1）创建DStream
（2）基于DStream进行流式处理
SparkStreaming容错与性能优化
（1）SparkStreaming容错机制
（2）如何对sparkStreaming进行优化
SparkStreaming案例分析
基于SparkStreaming的用户标签系统，内容包括项目背景，项目架构以及实施方法 模块十一典型项目
案例实战 基于spark日志分析
个性化推荐系统：带你揭开其神秘面纱
在线投放引擎
揭开淘宝点击推荐系统的神秘面纱
淘宝数据服务架构—实时计算平台 培训师介绍：
张老师：阿里大数据高级专家，国内资深的Spark、Hadoop技术专家、虚拟化专家，对HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生态系统中的技术进行了多年的深入的研究，更主要的是这些技术在大量的实际项目中得到广泛的应用，因此在Hadoop开发和运维方面积累了丰富的项目实施经验。近年主要典型的项目有：某电信集团网络优化、中国移动某省移动公司请账单系统和某省移动详单实时查询系统、中国银联大数据数据票据详单平台、某大型银行大数据记录系统、某大型通信运营商全国用户上网记录、某省交通部门违章系统、某区域医疗大数据应用项目、互联网公共数据大云(DAAS)和构建游戏云(WebGameDaas)平台项目等。