Spark 2.0从入门到精通:Scala编程、大数据
博客专区 > Zosimer 的博客 > 博客详情
Spark 2.0从入门到精通:Scala编程、大数据
Zosimer 发表于3个月前
Spark 2.0从入门到精通:Scala编程、大数据
  • 发表于 3个月前
  • 阅读 11
  • 收藏 0
  • 点赞 0
  • 评论 0

一、Scala编程详解: 
第1讲-Spark的前世今生
第2讲-课程介绍、特色与价值
第3讲-Scala编程详解:基础语法
第4讲-Scala编程详解:条件控制与循环
第5讲-Scala编程详解:函数入门
第6讲-Scala编程详解:函数入门之默认参数和带名参数
第7讲-Scala编程详解:函数入门之变长参数
第8讲-Scala编程详解:函数入门之过程、lazy值和异常
第9讲-Scala编程详解:数组操作之Array、ArrayBuffer以及遍历数组
第10讲-Scala编程详解:数组操作之数组转换
第11讲-Scala编程详解:Map与Tuple
第12讲-Scala编程详解:面向对象编程之类
第13讲-Scala编程详解:面向对象编程之对象
第14讲-Scala编程详解:面向对象编程之继承
第15讲-Scala编程详解:面向对象编程之Trait
第16讲-Scala编程详解:函数式编程
第17讲-Scala编程详解:函数式编程之集合操作
第18讲-Scala编程详解:模式匹配
第19讲-Scala编程详解:类型参数
第20讲-Scala编程详解:隐式转换与隐式参数
第21讲-Scala编程详解:Actor入门
 
二、课程环境搭建: 
第22讲-课程环境搭建:CentOS 6.5集群搭建
第23讲-课程环境搭建:Hadoop 2.4.1集群搭建
第24讲-课程环境搭建:Hive 0.13搭建
第25讲-课程环境搭建:ZooKeeper 3.4.5集群搭建
第26讲-课程环境搭建:kafka_2.9.2-0.8.1集群搭建
第27讲-课程环境搭建:Spark 1.3.0集群搭建
 
三、Spark核心编程:
第28讲-Spark核心编程:Spark基本工作原理与RDD
第29讲-Spark核心编程:使用Java、Scala和spark-shell开发wordcount程序
第30讲-Spark核心编程:wordcount程序原理深度剖析
第31讲-Spark核心编程:Spark架构原理
第32讲-Spark核心编程:创建RDD实战(集合、本地文件、HDFS文件)
第33讲-Spark核心编程:操作RDD实战(transformation和action案例实战)
第34讲-Spark核心编程:transformation操作开发案例实战
第35讲-Spark核心编程:action操作开发案例实战
第36讲-Spark核心编程:RDD持久化详解
第37讲-Spark核心编程:共享变量(Broadcast Variable和Accumulator)
第38讲-Spark核心编程:高级编程之基于排序机制的wordcount程序
第39讲-Spark核心编程:高级编程之二次排序实战
第40讲-Spark核心编程:高级编程之topn与分组取topn实战
 
四、Spark内核源码深度剖析:
第41讲-Spark内核源码深度剖析:Spark内核架构深度剖析
第42讲-Spark内核源码深度剖析:宽依赖与窄依赖深度剖析
第43讲-Spark内核源码深度剖析:基于Yarn的两种提交模式深度剖析
第44讲-Spark内核源码深度剖析:SparkContext初始化原理剖析与源码分析
第45讲-Spark内核源码深度剖析:Master主备切换机制原理剖析与源码分析
第46讲-Spark内核源码深度剖析:Master注册机制原理剖析与源码分析
第47讲-Spark内核源码深度剖析:Master状态改变处理机制原理剖析与源码分析
第48讲-Spark内核源码深度剖析:Master资源调度算法原理剖析与源码分析
第49讲-Spark内核源码深度剖析:Worker原理剖析与源码分析 
第50讲-Spark内核源码深度剖析:Job触发流程原理剖析与源码分析
第51讲-Spark内核源码深度剖析:DAGScheduler原理剖析与源码分析(stage划分算法与task最佳位置算法)
第52讲-Spark内核源码深度剖析:TaskScheduler原理剖析与源码分析(task分配算法)
第53讲-Spark内核源码深度剖析:Executor原理剖析与源码分析
第54讲-Spark内核源码深度剖析:Task原理剖析与源码分析
第55讲-Spark内核源码深度剖析:Shuffle原理剖析与源码分析(普通Shuffle与优化后的Shuffle)
第56讲-Spark内核源码深度剖析:BlockManager原理剖析与源码分析(Spark底层存储机制)
第57讲-Spark内核源码深度剖析:CacheManager原理剖析与源码分析
第58讲-Spark内核源码深度剖析:Checkpoint原理剖析与源码分析
 
五、Spark性能优化:
第59讲-Spark性能优化:性能优化概览
第60讲-Spark性能优化:诊断内存的消耗
第61讲-Spark性能优化:高性能序列化类库
第62讲-Spark性能优化:优化数据结构
第63讲-Spark性能优化:对多次使用的RDD进行持久化或Checkpoint
第64讲-Spark性能优化:使用序列化的持久化级别
第65讲-Spark性能优化:Java虚拟机垃圾回收调优
第66讲-Spark性能优化:提高并行度
第67讲-Spark性能优化:广播共享数据
第68讲-Spark性能优化:数据本地化
第69讲-Spark性能优化:reduceByKey和groupByKey
第70讲-Spark性能优化:shuffle性能优化
 
六、Spark SQL:
第71讲-课程环境搭建:Spark 1.5.1新版本特性、源码编译、集群搭建
第72讲-Spark SQL:前世今生
第73讲-Spark SQL:DataFrame的使用
第74讲-Spark SQL:使用反射方式将RDD转换为DataFrame
第75讲-Spark SQL:使用编程方式将RDD转换为DataFrame
第76讲-Spark SQL:数据源之通用的load和save操作
第77讲-Spark SQL:Parquet数据源之使用编程方式加载数据
第78讲-Spark SQL:Parquet数据源之自动分区推断
第79讲-Spark SQL:Parquet数据源之合并元数据
第80讲-Spark SQL:JSON数据源复杂综合案例实战
第81讲-Spark SQL:Hive数据源复杂综合案例实战
第82讲-Spark SQL:JDBC数据源复杂综合案例实战
第83讲-Spark SQL:内置函数以及每日uv和销售额统计案例实战
第84讲-Spark SQL:开窗函数以及top3销售额统计案例实战
第85讲-Spark SQL:UDF自定义函数实战
第86讲-Spark SQL:UDAF自定义聚合函数实战
第87讲-Spark SQL:工作原理剖析以及性能优化
第87讲-Spark SQL:与Spark Core整合之每日top3热点搜索词统计案例实战
第87讲-Spark SQL:核心源码深度剖析(DataFrame lazy特性、Optimizer优化策略等)
第87讲-Spark SQL:延伸知识之Hive On Spark
 
七、Spark Streaming:
第88讲-Spark Streaming:大数据实时计算介绍
第89讲-Spark Streaming:DStream以及基本工作原理
第90讲-Spark Streaming:与Storm的对比分析
第91讲-Spark Streaming:实时wordcount程序开发
第92讲-Spark Streaming:StreamingContext详解
第93讲-Spark Streaming:输入DStream和Receiver详解
第94讲-Spark Streaming:输入DStream之基础数据源以及基于HDFS的实时wordcount案例实战
第95讲-Spark Streaming:输入DStream之Kafka数据源实战(基于Receiver的方式)
第96讲-Spark Streaming:输入DStream之Kafka数据源实战(基于Direct的方式)
第97讲-Spark Streaming:DStream的transformation操作概览
第98讲-Spark Streaming:updateStateByKey以及基于缓存的实时wordcount案例实战
第99讲-Spark Streaming:transform以及广告计费日志实时黑名单过滤案例实战
第100讲-Spark Streaming:window滑动窗口以及热点搜索词滑动统计案例实战
第101讲-Spark Streaming:DStream的output操作以及foreachRDD性能优化详解
第102讲-Spark Streaming:与Spark SQL结合使用之top3热门商品实时统计案例实战
第103讲-Spark Streaming:缓存与持久化机制详解
第104讲-Spark Streaming:Checkpoint机制详解(Driver高可靠方案详解)
第105讲-Spark Streaming:部署、升级和监控实时应用程序
第106讲-Spark Streaming:容错机制以及事务语义详解
第107讲-Spark Streaming:架构原理深度剖析
第108讲-Spark Streaming:StreamingContext初始化与Receiver启动原理剖析与源码分析
第109讲-Spark Streaming:数据接收原理剖析与源码分析
第110讲-Spark Streaming:数据处理原理剖析与源码分析(block与batch关系透彻解析)
第111讲-Spark Streaming:性能调优详解
第112讲-课程总结(学到了什么?达到了什么水平?)
 
Spark开发进阶(升级内容!)
 
一、Scala编程进阶: 
第113讲-Scala编程进阶:Scaladoc的使用
第114讲-Scala编程进阶:跳出循环语句的3种方法
第115讲-Scala编程进阶:多维数组、Java数组与Scala数组的隐式转换
第116讲-Scala编程进阶:Tuple拉链操作、Java Map与Scala Map的隐式转换
第117讲-Scala编程进阶:扩大内部类作用域的2种方法、内部类获取外部类引用
第118讲-Scala编程进阶:package与import实战详解
第119讲-Scala编程进阶:重写field的提前定义、Scala继承层级、对象相等性
第120讲-Scala编程进阶:文件操作实战详解
第121讲-Scala编程进阶:偏函数实战详解
第122讲-Scala编程进阶:执行外部命令
第123讲-Scala编程进阶:正则表达式支持
第124讲-Scala编程进阶:提取器实战详解
第125讲-Scala编程进阶:样例类的提取器实战详解
第126讲-Scala编程进阶:只有一个参数的提取器
第127讲-Scala编程进阶:注解实战详解
第128讲-Scala编程进阶:常用注解介绍
第129讲-Scala编程进阶:XML基础操作实战详解
第130讲-Scala编程进阶:XML中嵌入scala代码
第131讲-Scala编程进阶:XML修改元素实战详解
第132讲-Scala编程进阶:XML加载和写入外部文档
第133讲-Scala编程进阶:集合元素操作
第134讲-Scala编程进阶:集合的常用操作方法
第135讲-Scala编程进阶:map、flatMap、collect、foreach实战详解
第136讲-Scala编程进阶:reduce和fold实战详解
 
二、Spark核心编程进阶: 
第137讲-环境搭建-CentOS 6.4虚拟机安装
第138讲-环境搭建-Hadoop 2.5伪分布式集群搭建
第139讲-环境搭建-Spark 1.5伪分布式集群搭建
第140讲-第一次课程升级大纲介绍以及要点说明
第141讲-Spark核心编程进阶-Spark集群架构概览
第142讲-Spark核心编程进阶-Spark集群架构的几点特别说明
第143讲-Spark核心编程进阶-Spark的核心术语讲解
第144讲-Spark核心编程进阶-Spark Standalone集群架构
第145讲-Spark核心编程进阶-单独启动master和worker脚本详解
第146讲-Spark核心编程进阶-实验:单独启动master和worker进程以及启动日志查看
第147讲-Spark核心编程进阶-worker节点配置以及spark-evn.sh参数详解
第148讲-Spark核心编程进阶-实验:local模式提交spark作业
第149讲-Spark核心编程进阶-实验:standalone client模式提交spark作业
第150讲-Spark核心编程进阶-实验:standalone cluster模式提交spark作业
第151讲-Spark核心编程进阶-standalone模式下的多作业资源调度
第152讲-Spark核心编程进阶-standalone模式下的作业监控与日志记录
第153讲-Spark核心编程进阶-实验:运行中作业监控以及手工打印日志
第154讲-Spark核心编程进阶-yarn-client模式原理讲解
第155讲-Spark核心编程进阶-yarn-cluster模式原理讲解
第156讲-Spark核心编程进阶-实验:yarn-client模式提交spark作业
第157讲-Spark核心编程进阶-yarn模式下日志查看详解
第158讲-Spark核心编程进阶-yarn模式相关参数详解
第159讲-Spark核心编程进阶-spark工程打包以及spark-submit详解
第160讲-Spark核心编程进阶-spark-submit示例以及基础参数讲解
第161讲-Spark核心编程进阶-实验:spark-submit简单版本提交spark作业
第162讲-Spark核心编程进阶-实验:spark-submit给main类传递参数
第163讲-Spark核心编程进阶-spark-submit多个示例以及常用参数详解
第164讲-Spark核心编程进阶-SparkConf、spark-submit以及spark-defaults.conf
第165讲-Spark核心编程进阶-spark-submit配置第三方依赖
第166讲-Spark核心编程进阶-spark算子的闭包原理详解
第167讲-Spark核心编程进阶-实验:对闭包变量进行累加操作的无效现象
第168讲-Spark核心编程进阶-实验:在算子内打印数据的无法看到现象
第169讲-Spark核心编程进阶-mapPartitions以及学生成绩查询案例
第170讲-Spark核心编程进阶-mapPartitionsWithIndex以开学分班案例
第171讲-Spark核心编程进阶-sample以及公司年会抽奖案例
第172讲-Spark核心编程进阶-union以及公司部门合并案例
第173讲-Spark核心编程进阶-intersection以及公司跨多项目人员查询案例
第174讲-Spark核心编程进阶-distinct以及网站uv统计案例
第175讲-Spark核心编程进阶-aggregateByKey以及单词计数案例
第176讲-Spark核心编程进阶-cartesian以及服装搭配案例
第177讲-Spark核心编程进阶-coalesce以及公司部门整合案例
第178讲-Spark核心编程进阶-repartition以及公司新增部门案例
第179讲-Spark核心编程进阶-takeSampled以及公司年会抽奖案例
第180讲-Spark核心编程进阶-shuffle操作原理详解
第181讲-Spark核心编程进阶-shuffle操作过程中进行数据排序
第182讲-Spark核心编程进阶-会触发shuffle操作的算子
第183讲-Spark核心编程进阶-shuffle操作对性能消耗的原理详解
第184讲-Spark核心编程进阶-shuffle操作所有相关参数详解以及性能调优
第185讲-Spark核心编程进阶-综合案例1:移动端app访问流量日志分析
第186讲-Spark核心编程进阶-综合案例1:日志文件格式分析
第187讲-Spark核心编程进阶-综合案例1:读取日志文件并创建RDD
第188讲-Spark核心编程进阶-综合案例1:创建自定义的可序列化类
第189讲-Spark核心编程进阶-综合案例1:将RDD映射为key-value格式
第190讲-Spark核心编程进阶-综合案例1:基于deviceID进行聚合操作
第191讲-Spark核心编程进阶-综合案例1:自定义二次排序key类
第192讲-Spark核心编程进阶-综合案例1:将二次排序key映射为RDD的key
第193讲-Spark核心编程进阶-综合案例1:执行二次排序以及获取top10数据
第194讲-Spark核心编程进阶-综合案例1:程序运行测试以及代码调试
第195讲-Spark核心编程进阶-部署第二台CentOS机器
第196讲-Spark核心编程进阶-部署第二个Hadoop节点
第197讲-Spark核心编程进阶-将第二个Hadoop节点动态加入集群
第198讲-Spark核心编程进阶-使用yarn-client和yarn-cluster提交spark作业
 
三、Spark内核原理进阶: 
第199讲-Spark内核原理进阶-union算子内部实现原理剖析
第200讲-Spark内核原理进阶-groupByKey算子内部实现原理剖析
第201讲-Spark内核原理进阶-reduceByKey算子内部实现原理剖析
第202讲-Spark内核原理进阶-distinct算子内部实现原理剖析
第203讲-Spark内核原理进阶-cogroup算子内部实现原理剖析
第204讲-Spark内核原理进阶-intersection算子内部实现原理剖析
第205讲-Spark内核原理进阶-join算子内部实现原理剖析
第206讲-Spark内核原理进阶-sortByKey算子内部实现原理剖析
第207讲-Spark内核原理进阶-cartesian算子内部实现原理剖析
第208讲-Spark内核原理进阶-coalesce算子内部实现原理剖析
第209讲-Spark内核原理进阶-repartition算子内部实现原理剖析
 
四、Spark SQL实战开发进阶: 
第210讲-Spark SQL实战开发进阶-Hive 0.13安装与测试
第211讲-Spark SQL实战开发进阶-Thrift JDBC、ODBC Server
第212讲-Spark SQL实战开发进阶-CLI命令行使用
第213讲-Spark SQL实战开发进阶-综合案例2:新闻网站关键指标离线统计
第214讲-Spark SQL实战开发进阶-综合案例2:页面pv统计以及排序和企业级项目开发流程说明
第215讲-Spark SQL实战开发进阶-综合案例2:页面uv统计以及排序和count(distinct) bug说明
第216讲-Spark SQL实战开发进阶-综合案例2:新用户注册比例统计
第217讲-Spark SQL实战开发进阶-综合案例2:用户跳出率统计
第218讲-Spark SQL实战开发进阶-综合案例2:版块热度排行榜统计
第219讲-Spark SQL实战开发进阶-综合案例2:测试与调试
 
五、Spark Streaming实战开发进阶: 
第220讲-Spark Streaming实战开发进阶-flume安装
第221讲-Spark Streaming实战开发进阶-接收flume实时数据流-flume风格的基于push的方式
第222讲-Spark Streaming实战开发进阶-接收flume实时数据流-自定义sink的基于poll的方式
第223讲-Spark Streaming实战开发进阶-高阶技术之自定义Receiver
第224讲-Spark Streaming实战开发进阶-kafka安装
第225讲-Spark Streaming实战开发进阶-综合案例3:新闻网站关键指标实时统计
第226讲-Spark Streaming实战开发进阶-综合案例3:页面pv实时统计
第227讲-Spark Streaming实战开发进阶-综合案例3:页面uv实时统计
第228讲-Spark Streaming实战开发进阶-综合案例3:注册用户数实时统计
第229讲-Spark Streaming实战开发进阶-综合案例3:用户跳出量实时统计
第230讲-Spark Streaming实战开发进阶-综合案例3:版块pv实时统计
 
六、Spark运维管理进阶: 
第231讲-Spark运维管理进阶-基于ZooKeeper实现HA高可用性以及自动主备切换
第232讲-Spark运维管理进阶-实验:基于ZooKeeper实现HA高可用性以及自动主备切换
第233讲-Spark运维管理进阶-基于文件系统实现HA高可用性以及手动主备切换
第234讲-Spark运维管理进阶-实验:基于文件系统实现HA高可用性以及手动主备切换
第235讲-Spark运维管理进阶-作业监控-实验:通过Spark Web UI进行作业监控
第236讲-Spark运维管理进阶-作业监控-实验:standalone模式下查看历史作业的Web UI
第237讲-Spark运维管理进阶-作业监控-实验:启动HistoryServer查看历史作业的Web UI
第238讲-Spark运维管理进阶-作业监控-实验:使用curl+REST API进行作业监控
第239讲-Spark运维管理进阶-作业监控-实验:Spark Metrics系统以及自定义Metrics Sink
第240讲-Spark运维管理进阶-作业资源调度-静态资源分配原理
第241讲-Spark运维管理进阶-作业资源调度-动态资源分配原理
第242讲-Spark运维管理进阶-作业资源调度-实验:standalone模式下使用动态资源分配
第243讲-Spark运维管理进阶-作业资源调度-实验:yarn模式下使用动态资源分配
第244讲-Spark运维管理进阶-作业资源调度-多个job资源调度原理
第245讲-Spark运维管理进阶-作业资源调度-Fair Scheduler使用详解
 
Spark2.0(升级内容!)
 
七、Spark 2.0深入浅出
第246讲-Spark 2.0-新特性介绍
第247讲-Spark 2.0-新特性介绍-易用性:标准化SQL支持以及更合理的API
第248讲-Spark 2.0-新特性介绍-高性能:让Spark作为编译器来运行
第249讲-Spark 2.0-新特性介绍-智能化:Structured Streaming介绍
第250讲-Spark 2.0-新特性介绍-Spark 1.x的Volcano Iterator Model技术缺陷分析
第251讲-Spark 2.0-新特性介绍-whole-stage code generation技术和vectorization技术
第252讲-Spark 2.0-Spark 2.x与1.x对比以及分析、学习建议以及使用建议
第253讲-Spark 2.0-课程环境搭建:虚拟机、CentOS、Hadoop、Spark等
第254讲-Spark 2.0-开发环境搭建:Eclipse+Maven+Scala+Spark
第255讲-Spark 2.0-SparkSession、Dataframe、Dataset开发入门
第256讲-Spark 2.0-Dataset开发详解-初步体验untypd操作案例:计算部门平均年龄与薪资
第257讲-Spark 2.0-Dataset开发详解-action操作:collect、count、foreach、reduce等
第258讲-Spark 2.0-Dataset开发详解-基础操作:持久化、临时视图、ds与df互转换、写数据等
第259讲-Spark 2.0-Dataset开发详解-typed操作:coalesce、repartition
第260讲-Spark 2.0-Dataset开发详解-typed操作:distinct、dropDuplicates
第261讲-Spark 2.0-Dataset开发详解-typed操作:except、filter、intersect
第262讲-Spark 2.0-Dataset开发详解-typed操作:map、flatMap、mapPartitions
第263讲-Spark 2.0-Dataset开发详解-typed操作:joinWith
第264讲-Spark 2.0-Dataset开发详解-typed操作:sort
第265讲-Spark 2.0-Dataset开发详解-typed操作:randomSplit、sample
第266讲-Spark 2.0-Dataset开发详解-untyped操作:select、where、groupBy、agg、col、join
第267讲-Spark 2.0-Dataset开发详解-聚合函数:avg、sum、max、min、count、countDistinct
第268讲-Spark 2.0-Dataset开发详解-聚合函数:collect_list、collect_set
第269讲-Spark 2.0-Dataset开发详解-其他常用函数
第270讲-Spark 2.0-Structured Streaming:深入浅出的介绍
第271讲-Spark 2.0-Structured Streaming:wordcount入门案例
第272讲-Spark 2.0-Structured Streaming:编程模型
第273讲-Spark 2.0-Structured Streaming:创建流式的dataset和dataframe
第274讲-Spark 2.0-Structured Streaming:对流式的dataset和dataframe执行计算操作
第275讲-Spark 2.0-Structured Streaming:output mode、sink以及foreach sink详解
第276讲-Spark 2.0-Structured Streaming:管理streaming query
第277讲-Spark 2.0-Structured Streaming:基于checkpoint的容错机制
第278讲-Spark面试、简历中的项目编写以及实际生产环境的集群和资源配置等

下载链接:http://www.itsource.com.cn/thread-50-1-1.html

共有 人打赏支持
粉丝 5
博文 34
码字总数 75454
评论 (0)
×
Zosimer
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: