本課程主要講解目前大數據領域最熱門、最火爆、最有前景的技術——Spark。在本課程中，會從淺入深，基於大量案例實戰，深度剖析和講解Spark，並且會包含完全從企...
適合人羣：中級
課時數量：278課時
用到技術：Scala、Spark、Spark SQL、Spark Streaming
涉及項目：每日uv和銷售額統計、各品類top3熱賣商品統計、每日top3熱點搜索詞統計、廣告計費實時過濾、熱點搜索詞滑動統計、各品類top3熱賣商品滑動實時統計
一、Scala編程詳解：
第1講-Spark的前世今生
第2講-課程介紹、特色與價值
第3講-Scala編程詳解：基礎語法
第4講-Scala編程詳解：條件控制與循環
第5講-Scala編程詳解：函數入門
第6講-Scala編程詳解：函數入門之默認參數和帶名參數
第7講-Scala編程詳解：函數入門之變長參數
第8講-Scala編程詳解：函數入門之過程、lazy值和異常
第9講-Scala編程詳解：數組操作之Array、ArrayBuffer以及遍歷數組
第10講-Scala編程詳解：數組操作之數組轉換
第11講-Scala編程詳解：Map與Tuple
第12講-Scala編程詳解：面向對象編程之類
第13講-Scala編程詳解：面向對象編程之對象
第14講-Scala編程詳解：面向對象編程之繼承
第15講-Scala編程詳解：面向對象編程之Trait
第16講-Scala編程詳解：函數式編程
第17講-Scala編程詳解：函數式編程之集合操作
第18講-Scala編程詳解：模式匹配
第19講-Scala編程詳解：類型參數
第20講-Scala編程詳解：隱式轉換與隱式參數
第21講-Scala編程詳解：Actor入門
二、課程環境搭建：
第22講-課程環境搭建：CentOS 6.5集羣搭建
第23講-課程環境搭建：Hadoop 2.4.1集羣搭建
第24講-課程環境搭建：Hive 0.13搭建
第25講-課程環境搭建：ZooKeeper 3.4.5集羣搭建
第26講-課程環境搭建：kafka_2.9.2-0.8.1集羣搭建
第27講-課程環境搭建：Spark 1.3.0集羣搭建
三、Spark核心編程：
第28講-Spark核心編程：Spark基本工作原理與RDD
第29講-Spark核心編程：使用Java、Scala和spark-shell開發wordcount程序
第30講-Spark核心編程：wordcount程序原理深度剖析
第31講-Spark核心編程：Spark架構原理
第32講-Spark核心編程：創建RDD實戰（集合、本地文件、HDFS文件）
第33講-Spark核心編程：操作RDD實戰（transformation和action案例實戰）
第34講-Spark核心編程：transformation操作開發案例實戰
第35講-Spark核心編程：action操作開發案例實戰
第36講-Spark核心編程：RDD持久化詳解
第37講-Spark核心編程：共享變量（Broadcast Variable和Accumulator）
第38講-Spark核心編程：高級編程之基於排序機制的wordcount程序
第39講-Spark核心編程：高級編程之二次排序實戰
第40講-Spark核心編程：高級編程之topn與分組取topn實戰
四、Spark內核源碼深度剖析：
第41講-Spark內核源碼深度剖析：Spark內核架構深度剖析
第42講-Spark內核源碼深度剖析：寬依賴與窄依賴深度剖析
第43講-Spark內核源碼深度剖析：基於Yarn的兩種提交模式深度剖析
第44講-Spark內核源碼深度剖析：SparkContext初始化原理剖析與源碼分析
第45講-Spark內核源碼深度剖析：Master主備切換機制原理剖析與源碼分析
第46講-Spark內核源碼深度剖析：Master註冊機制原理剖析與源碼分析
第47講-Spark內核源碼深度剖析：Master狀態改變處理機制原理剖析與源碼分析
第48講-Spark內核源碼深度剖析：Master資源調度算法原理剖析與源碼分析
第49講-Spark內核源碼深度剖析：Worker原理剖析與源碼分析
第50講-Spark內核源碼深度剖析：Job觸發流程原理剖析與源碼分析
第51講-Spark內核源碼深度剖析：DAGScheduler原理剖析與源碼分析（stage劃分算法與task最佳位置算法）
第52講-Spark內核源碼深度剖析：TaskScheduler原理剖析與源碼分析（task分配算法）
第53講-Spark內核源碼深度剖析：Executor原理剖析與源碼分析
第54講-Spark內核源碼深度剖析：Task原理剖析與源碼分析
第55講-Spark內核源碼深度剖析：Shuffle原理剖析與源碼分析（普通Shuffle與優化後的Shuffle）
第56講-Spark內核源碼深度剖析：BlockManager原理剖析與源碼分析（Spark底層存儲機制）
第57講-Spark內核源碼深度剖析：CacheManager原理剖析與源碼分析
第58講-Spark內核源碼深度剖析：Checkpoint原理剖析與源碼分析
五、Spark性能優化：
第59講-Spark性能優化：性能優化概覽
第60講-Spark性能優化：診斷內存的消耗
第61講-Spark性能優化：高性能序列化類庫
第62講-Spark性能優化：優化數據結構
第63講-Spark性能優化：對多次使用的RDD進行持久化或Checkpoint
第64講-Spark性能優化：使用序列化的持久化級別
第65講-Spark性能優化：Java虛擬機垃圾回收調優
第66講-Spark性能優化：提高並行度
第67講-Spark性能優化：廣播共享數據
第68講-Spark性能優化：數據本地化
第69講-Spark性能優化：reduceByKey和groupByKey
第70講-Spark性能優化：shuffle性能優化
六、Spark SQL：
第71講-課程環境搭建：Spark 1.5.1新版本特性、源碼編譯、集羣搭建
第72講-Spark SQL：前世今生
第73講-Spark SQL：DataFrame的使用
第74講-Spark SQL：使用反射方式將RDD轉換爲DataFrame
第75講-Spark SQL：使用編程方式將RDD轉換爲DataFrame
第76講-Spark SQL：數據源之通用的load和save操作
第77講-Spark SQL：Parquet數據源之使用編程方式加載數據
第78講-Spark SQL：Parquet數據源之自動分區推斷
第79講-Spark SQL：Parquet數據源之合併元數據
第80講-Spark SQL：JSON數據源複雜綜合案例實戰
第81講-Spark SQL：Hive數據源複雜綜合案例實戰
第82講-Spark SQL：JDBC數據源複雜綜合案例實戰
第83講-Spark SQL：內置函數以及每日uv和銷售額統計案例實戰
第84講-Spark SQL：開窗函數以及top3銷售額統計案例實戰
第85講-Spark SQL：UDF自定義函數實戰
第86講-Spark SQL：UDAF自定義聚合函數實戰
第87講-Spark SQL：工作原理剖析以及性能優化
第87講-Spark SQL：與Spark Core整合之每日top3熱點搜索詞統計案例實戰
第87講-Spark SQL：核心源碼深度剖析（DataFrame lazy特性、Optimizer優化策略等）
第87講-Spark SQL：延伸知識之Hive On Spark
七、Spark Streaming：
第88講-Spark Streaming：大數據實時計算介紹
第89講-Spark Streaming：DStream以及基本工作原理
第90講-Spark Streaming：與Storm的對比分析
第91講-Spark Streaming：實時wordcount程序開發
第92講-Spark Streaming：StreamingContext詳解
第93講-Spark Streaming：輸入DStream和Receiver詳解
第94講-Spark Streaming：輸入DStream之基礎數據源以及基於HDFS的實時wordcount案例實戰
第95講-Spark Streaming：輸入DStream之Kafka數據源實戰（基於Receiver的方式）
第96講-Spark Streaming：輸入DStream之Kafka數據源實戰（基於Direct的方式）
第97講-Spark Streaming：DStream的transformation操作概覽
第98講-Spark Streaming：updateStateByKey以及基於緩存的實時wordcount案例實戰
第99講-Spark Streaming：transform以及廣告計費日誌實時黑名單過濾案例實戰
第100講-Spark Streaming：window滑動窗口以及熱點搜索詞滑動統計案例實戰
第101講-Spark Streaming：DStream的output操作以及foreachRDD性能優化詳解
第102講-Spark Streaming：與Spark SQL結合使用之top3熱門商品實時統計案例實戰
第103講-Spark Streaming：緩存與持久化機制詳解
第104講-Spark Streaming：Checkpoint機制詳解（Driver高可靠方案詳解）
第105講-Spark Streaming：部署、升級和監控實時應用程序
第106講-Spark Streaming：容錯機制以及事務語義詳解
第107講-Spark Streaming：架構原理深度剖析
第108講-Spark Streaming：StreamingContext初始化與Receiver啓動原理剖析與源碼分析
第109講-Spark Streaming：數據接收原理剖析與源碼分析
第110講-Spark Streaming：數據處理原理剖析與源碼分析（block與batch關係透徹解析）
第111講-Spark Streaming：性能調優詳解
第112講-課程總結（學到了什麼？達到了什麼水平？）
Spark開發進階(升級內容！)
一、Scala編程進階：
第113講-Scala編程進階：Scaladoc的使用
第114講-Scala編程進階：跳出循環語句的3種方法
第115講-Scala編程進階：多維數組、Java數組與Scala數組的隱式轉換
第116講-Scala編程進階：Tuple拉鍊操作、Java Map與Scala Map的隱式轉換
第117講-Scala編程進階：擴大內部類作用域的2種方法、內部類獲取外部類引用
第118講-Scala編程進階：package與import實戰詳解
第119講-Scala編程進階：重寫field的提前定義、Scala繼承層級、對象相等性
第120講-Scala編程進階：文件操作實戰詳解
第121講-Scala編程進階：偏函數實戰詳解
第122講-Scala編程進階：執行外部命令
第123講-Scala編程進階：正則表達式支持
第124講-Scala編程進階：提取器實戰詳解
第125講-Scala編程進階：樣例類的提取器實戰詳解
第126講-Scala編程進階：只有一個參數的提取器
第127講-Scala編程進階：註解實戰詳解
第128講-Scala編程進階：常用註解介紹
第129講-Scala編程進階：XML基礎操作實戰詳解
第130講-Scala編程進階：XML中嵌入scala代碼
第131講-Scala編程進階：XML修改元素實戰詳解
第132講-Scala編程進階：XML加載和寫入外部文檔
第133講-Scala編程進階：集合元素操作
第134講-Scala編程進階：集合的常用操作方法
第135講-Scala編程進階：map、flatMap、collect、foreach實戰詳解
第136講-Scala編程進階：reduce和fold實戰詳解
二、Spark核心編程進階：
第137講-環境搭建-CentOS 6.4虛擬機安裝
第138講-環境搭建-Hadoop 2.5僞分佈式集羣搭建
第139講-環境搭建-Spark 1.5僞分佈式集羣搭建
第140講-第一次課程升級大綱介紹以及要點說明
第141講-Spark核心編程進階-Spark集羣架構概覽
第142講-Spark核心編程進階-Spark集羣架構的幾點特別說明
第143講-Spark核心編程進階-Spark的核心術語講解
第144講-Spark核心編程進階-Spark Standalone集羣架構
第145講-Spark核心編程進階-單獨啓動master和worker腳本詳解
第146講-Spark核心編程進階-實驗：單獨啓動master和worker進程以及啓動日誌查看
第147講-Spark核心編程進階-worker節點配置以及spark-evn.sh參數詳解
第148講-Spark核心編程進階-實驗：local模式提交spark作業
第149講-Spark核心編程進階-實驗：standalone client模式提交spark作業
第150講-Spark核心編程進階-實驗：standalone cluster模式提交spark作業
第151講-Spark核心編程進階-standalone模式下的多作業資源調度
第152講-Spark核心編程進階-standalone模式下的作業監控與日誌記錄
第153講-Spark核心編程進階-實驗：運行中作業監控以及手工打印日誌
第154講-Spark核心編程進階-yarn-client模式原理講解
第155講-Spark核心編程進階-yarn-cluster模式原理講解
第156講-Spark核心編程進階-實驗：yarn-client模式提交spark作業
第157講-Spark核心編程進階-yarn模式下日誌查看詳解
第158講-Spark核心編程進階-yarn模式相關參數詳解
第159講-Spark核心編程進階-spark工程打包以及spark-submit詳解
第160講-Spark核心編程進階-spark-submit示例以及基礎參數講解
第161講-Spark核心編程進階-實驗：spark-submit簡單版本提交spark作業
第162講-Spark核心編程進階-實驗：spark-submit給main類傳遞參數
第163講-Spark核心編程進階-spark-submit多個示例以及常用參數詳解
第164講-Spark核心編程進階-SparkConf、spark-submit以及spark-defaults.conf
第165講-Spark核心編程進階-spark-submit配置第三方依賴
第166講-Spark核心編程進階-spark算子的閉包原理詳解
第167講-Spark核心編程進階-實驗：對閉包變量進行累加操作的無效現象
第168講-Spark核心編程進階-實驗：在算子內打印數據的無法看到現象
第169講-Spark核心編程進階-mapPartitions以及學生成績查詢案例
第170講-Spark核心編程進階-mapPartitionsWithIndex以開學分班案例
第171講-Spark核心編程進階-sample以及公司年會抽獎案例
第172講-Spark核心編程進階-union以及公司部門合併案例
第173講-Spark核心編程進階-intersection以及公司跨多項目人員查詢案例
第174講-Spark核心編程進階-distinct以及網站uv統計案例
第175講-Spark核心編程進階-aggregateByKey以及單詞計數案例
第176講-Spark核心編程進階-cartesian以及服裝搭配案例
第177講-Spark核心編程進階-coalesce以及公司部門整合案例
第178講-Spark核心編程進階-repartition以及公司新增部門案例
第179講-Spark核心編程進階-takeSampled以及公司年會抽獎案例
第180講-Spark核心編程進階-shuffle操作原理詳解
第181講-Spark核心編程進階-shuffle操作過程中進行數據排序
第182講-Spark核心編程進階-會觸發shuffle操作的算子
第183講-Spark核心編程進階-shuffle操作對性能消耗的原理詳解
第184講-Spark核心編程進階-shuffle操作所有相關參數詳解以及性能調優
第185講-Spark核心編程進階-綜合案例1：移動端app訪問流量日誌分析
第186講-Spark核心編程進階-綜合案例1：日誌文件格式分析
第187講-Spark核心編程進階-綜合案例1：讀取日誌文件並創建RDD
第188講-Spark核心編程進階-綜合案例1：創建自定義的可序列化類
第189講-Spark核心編程進階-綜合案例1：將RDD映射爲key-value格式
第190講-Spark核心編程進階-綜合案例1：基於deviceID進行聚合操作
第191講-Spark核心編程進階-綜合案例1：自定義二次排序key類
第192講-Spark核心編程進階-綜合案例1：將二次排序key映射爲RDD的key
第193講-Spark核心編程進階-綜合案例1：執行二次排序以及獲取top10數據
第194講-Spark核心編程進階-綜合案例1：程序運行測試以及代碼調試
第195講-Spark核心編程進階-部署第二臺CentOS機器
第196講-Spark核心編程進階-部署第二個Hadoop節點
第197講-Spark核心編程進階-將第二個Hadoop節點動態加入集羣
第198講-Spark核心編程進階-使用yarn-client和yarn-cluster提交spark作業
三、Spark內核原理進階：
第199講-Spark內核原理進階-union算子內部實現原理剖析
第200講-Spark內核原理進階-groupByKey算子內部實現原理剖析
第201講-Spark內核原理進階-reduceByKey算子內部實現原理剖析
第202講-Spark內核原理進階-distinct算子內部實現原理剖析
第203講-Spark內核原理進階-cogroup算子內部實現原理剖析
第204講-Spark內核原理進階-intersection算子內部實現原理剖析
第205講-Spark內核原理進階-join算子內部實現原理剖析
第206講-Spark內核原理進階-sortByKey算子內部實現原理剖析
第207講-Spark內核原理進階-cartesian算子內部實現原理剖析
第208講-Spark內核原理進階-coalesce算子內部實現原理剖析
第209講-Spark內核原理進階-repartition算子內部實現原理剖析
四、Spark SQL實戰開發進階：
第210講-Spark SQL實戰開發進階-Hive 0.13安裝與測試
第211講-Spark SQL實戰開發進階-Thrift JDBC、ODBC Server
第212講-Spark SQL實戰開發進階-CLI命令行使用
第213講-Spark SQL實戰開發進階-綜合案例2：新聞網站關鍵指標離線統計
第214講-Spark SQL實戰開發進階-綜合案例2：頁面pv統計以及排序和企業級項目開發流程說明
第215講-Spark SQL實戰開發進階-綜合案例2：頁面uv統計以及排序和count(distinct) bug說明
第216講-Spark SQL實戰開發進階-綜合案例2：新用戶註冊比例統計
第217講-Spark SQL實戰開發進階-綜合案例2：用戶跳出率統計
第218講-Spark SQL實戰開發進階-綜合案例2：版塊熱度排行榜統計
第219講-Spark SQL實戰開發進階-綜合案例2：測試與調試
五、Spark Streaming實戰開發進階：
第220講-Spark Streaming實戰開發進階-flume安裝
第221講-Spark Streaming實戰開發進階-接收flume實時數據流-flume風格的基於push的方式
第222講-Spark Streaming實戰開發進階-接收flume實時數據流-自定義sink的基於poll的方式
第223講-Spark Streaming實戰開發進階-高階技術之自定義Receiver
第224講-Spark Streaming實戰開發進階-kafka安裝
第225講-Spark Streaming實戰開發進階-綜合案例3：新聞網站關鍵指標實時統計
第226講-Spark Streaming實戰開發進階-綜合案例3：頁面pv實時統計
第227講-Spark Streaming實戰開發進階-綜合案例3：頁面uv實時統計
第228講-Spark Streaming實戰開發進階-綜合案例3：註冊用戶數實時統計
第229講-Spark Streaming實戰開發進階-綜合案例3：用戶跳出量實時統計
第230講-Spark Streaming實戰開發進階-綜合案例3：版塊pv實時統計
六、Spark運維管理進階：
第231講-Spark運維管理進階-基於ZooKeeper實現HA高可用性以及自動主備切換
第232講-Spark運維管理進階-實驗：基於ZooKeeper實現HA高可用性以及自動主備切換
第233講-Spark運維管理進階-基於文件系統實現HA高可用性以及手動主備切換
第234講-Spark運維管理進階-實驗：基於文件系統實現HA高可用性以及手動主備切換
第235講-Spark運維管理進階-作業監控-實驗：通過Spark Web UI進行作業監控
第236講-Spark運維管理進階-作業監控-實驗：standalone模式下查看歷史作業的Web UI
第237講-Spark運維管理進階-作業監控-實驗：啓動HistoryServer查看歷史作業的Web UI
第238講-Spark運維管理進階-作業監控-實驗：使用curl+REST API進行作業監控
第239講-Spark運維管理進階-作業監控-實驗：Spark Metrics系統以及自定義Metrics Sink
第240講-Spark運維管理進階-作業資源調度-靜態資源分配原理
第241講-Spark運維管理進階-作業資源調度-動態資源分配原理
第242講-Spark運維管理進階-作業資源調度-實驗：standalone模式下使用動態資源分配
第243講-Spark運維管理進階-作業資源調度-實驗：yarn模式下使用動態資源分配
第244講-Spark運維管理進階-作業資源調度-多個job資源調度原理
第245講-Spark運維管理進階-作業資源調度-Fair Scheduler使用詳解
Spark2.0(升級內容！)
七、Spark 2.0深入淺出
第246講-Spark 2.0-新特性介紹
第247講-Spark 2.0-新特性介紹-易用性：標準化SQL支持以及更合理的API
第248講-Spark 2.0-新特性介紹-高性能：讓Spark作爲編譯器來運行
第249講-Spark 2.0-新特性介紹-智能化：Structured Streaming介紹
第250講-Spark 2.0-新特性介紹-Spark 1.x的Volcano Iterator Model技術缺陷分析
第251講-Spark 2.0-新特性介紹-whole-stage code generation技術和vectorization技術
第252講-Spark 2.0-Spark 2.x與1.x對比以及分析、學習建議以及使用建議
第253講-Spark 2.0-課程環境搭建：虛擬機、CentOS、Hadoop、Spark等
第254講-Spark 2.0-開發環境搭建：Eclipse+Maven+Scala+Spark
第255講-Spark 2.0-SparkSession、Dataframe、Dataset開發入門
第256講-Spark 2.0-Dataset開發詳解-初步體驗untypd操作案例：計算部門平均年齡與薪資
第257講-Spark 2.0-Dataset開發詳解-action操作：collect、count、foreach、reduce等
第258講-Spark 2.0-Dataset開發詳解-基礎操作：持久化、臨時視圖、ds與df互轉換、寫數據等
第259講-Spark 2.0-Dataset開發詳解-typed操作：coalesce、repartition
第260講-Spark 2.0-Dataset開發詳解-typed操作：distinct、dropDuplicates
第261講-Spark 2.0-Dataset開發詳解-typed操作：except、filter、intersect
第262講-Spark 2.0-Dataset開發詳解-typed操作：map、flatMap、mapPartitions
第263講-Spark 2.0-Dataset開發詳解-typed操作：joinWith
第264講-Spark 2.0-Dataset開發詳解-typed操作：sort
第265講-Spark 2.0-Dataset開發詳解-typed操作：randomSplit、sample
第266講-Spark 2.0-Dataset開發詳解-untyped操作：select、where、groupBy、agg、col、join
第267講-Spark 2.0-Dataset開發詳解-聚合函數：avg、sum、max、min、count、countDistinct
第268講-Spark 2.0-Dataset開發詳解-聚合函數：collect_list、collect_set
第269講-Spark 2.0-Dataset開發詳解-其他常用函數
第270講-Spark 2.0-Structured Streaming：深入淺出的介紹
第271講-Spark 2.0-Structured Streaming：wordcount入門案例
第272講-Spark 2.0-Structured Streaming：編程模型
第273講-Spark 2.0-Structured Streaming：創建流式的dataset和dataframe
第274講-Spark 2.0-Structured Streaming：對流式的dataset和dataframe執行計算操作
第275講-Spark 2.0-Structured Streaming：output mode、sink以及foreach sink詳解
第276講-Spark 2.0-Structured Streaming：管理streaming query
第277講-Spark 2.0-Structured Streaming：基於checkpoint的容錯機制
第278講-Spark面試、簡歷中的項目編寫以及實際生產環境的集羣和資源配置等