主要內容：
1.Spark在Ubuntu虛擬機上的分布式集群環境搭建
2.基于Python的Spark編程基礎
3.Spark MLlib的使用（.py文件）：回歸預測、聚類、關聯規則、神經網絡預測
4.Spark在阿里云的使用（.py文件）
5.Spark在AWS亞馬遜云的使用
6.預測算法介紹
課程大綱：
1.Spark入門及生態體系
概述
Spark生態
Spark（內存計算框架）
SparkSteaming（流式計算框架）
Spark SQL（ad-hoc）
Mllib（Machine Learning）
GraphX（bagel將被取代）
彈性分布式數據集（RDD）
2.Python Spark基礎介紹
Spark 編程模型
RDD緩存策略
Spark Python編程入門
PySpark
惰性計算（Lazy Evaluation）
流水線（Pipelines）
3.分布式集群搭建
Spark-1.6.1、Hadoop-2.6.4、VMware Ubuntu分布式集群搭建全過程
Ubuntu基本環境配置
集群安裝準備
安裝配置Hadoop
安裝配置Spark
4.基于Python的Spark編程實戰
概述
連接Spark
初始化Spark
使用命令行
彈性分布式數據集（RDD）
RDD操作
RDD持久化
在集群上部署
用Python編寫的一個簡單Spark應用
5.Spark MLlib的使用
機器學習概念
Spark MLlib介紹
Spark MLlib架構解析
MLlib的算法庫分析
用Spark Python構建分類模型
使用 Spark MLlib 做 K-means 聚類分析
6.Spark在阿里云的使用
阿里云服務介紹
阿里云搭建Spark集群過程
計算π值和Kmeans實驗
7.spark在AWS亞馬遜云的使用
亞馬遜AWS云服務的內容
亞馬遜的EMR中提供的3種主要組件
Spark on Amazon EMR架構解析
應用案例：構建1000個節點的Spark集群
Spark應用
8.預測算法介紹
用Spark Python構建回歸模型
9.案例介紹
使用 Spark 模塊解析
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業
