1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽；
       2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費提供課后技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費推薦就業(yè)機(jī)會。☆合格學(xué)員免費頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認(rèn)可。

• 培訓(xùn)內(nèi)容
  第一部分
  1、Spark的架構(gòu)設(shè)計
  1.1 Spark生態(tài)系統(tǒng)剖析
  1.2 Spark的架構(gòu)設(shè)計剖析
  1.3 RDD計算流程解析
  1.4 Spark的出色容錯機(jī)制
  2、Spark編程模型
  2.1 RDD
  2.2 transformation
  2.3 action
  2.4 lineage
  2.5寬依賴與窄依賴
  3、深入Spark內(nèi)核
  3.1 Spark集群
  3.2 任務(wù)調(diào)度
  3.3 DAGScheduler
  3.4 TaskScheduler
  3.5 Task內(nèi)部揭秘
  4、Spark的廣播變量與累加器
  4.1 廣播變量的機(jī)制
  4.2 廣播變量使用最佳實踐
  4.3 累加器的機(jī)制
  4.4 累加器使用的最佳實踐
  5、編寫Spark程序
  5.1 程序數(shù)據(jù)的來源：File、HDFS、HBase、S3等
  5.2 IDE環(huán)境構(gòu)建
  5.3 Maven
  5.4 sbt.
  5.5 編寫并部署Spark程序的實例
  6、SparkContext解析和數(shù)據(jù)加載以及存儲
  6.1 源碼剖析SparkContext
  6.2 Scala、Java、Python使用SparkContext
  6.4 加載數(shù)據(jù)成為RDD
  6.5 把數(shù)據(jù)物化
  第二部分
  7、深入實戰(zhàn)RDD
  7.1 DAG
  7.2 深入實戰(zhàn)各種Scala RDD Function
  7.3 Spark Java RDD Function
  7.4 RDD的優(yōu)化問題
  8、Shark的原理和使用
  8.1 Shark與Hive
  8.2 安裝和配置Shark
  8.3 使用Shark處理數(shù)據(jù)
  8.4 在Spark程序中使用Shark Queries
  8.5 SharkServer
  8.6 思考Shark架構(gòu)
  9、Spark的機(jī)器學(xué)習(xí)
  9.1 LinearRegression
  9.2 K-Means
  9.3 Collaborative Filtering
  10、Spark的圖計算GraphX
  10.1 Table Operators
  10.2 Graph Operators
  10.3 GraphX
  11、Spark SQL
  11.1 Parquet支持
  11.2 DSL
  11.3 SQL on RDD
  第三部分
  12、Spark實時流處理
  12.1 DStream
  12.2 transformation
  12.3 checkpoint
  12.4 性能優(yōu)化
  13、Spark程序的測試
  13.1 編寫可測試的Spark程序
  13.2 Spark測試框架解析
  13.3 Spark測試代碼實戰(zhàn)
  14、Spark的優(yōu)化
  14.1 Logs
  14.2 并發(fā)
  14.3 內(nèi)存
  14.4 垃圾回收
  14.5 序列化
  14.6 安全
  15、Spark on Yarn
  15.1 Spark on Yarn的架構(gòu)原理
  15.2 Spark on Yarn的最佳實踐
  16、JobServer
  16.1 JobServer的架構(gòu)設(shè)計
  16.2 JobServer提供的接口
  16.3 JobServer最佳實踐