简介

随着企业数据的积累，如何对数据有效分析是企业面临的一个实际问题，要分析数据，企业需要配备专业的数据分析团队，但是企业数据分析的需求是多样的，有些需求通过简单的ETL就能解决，有些可能需要复杂的算法模型，另外一些任务则可能需要做实时性分析，这对团队的要求也是相当高的，他们需要掌握不同的技能，在传统的数据分析背景下，这些技能往往也很难得到复用。

Spark正是为解决这些问题而生，它是一个基于内存的计算平台，目前已经成为Apache 基金会的顶级项目。Spark 吸引业界的地方在于其提供了稳定高效的计算框架和统一的技术栈，它不仅涵括了批处理，同时也支持SQL，流式计算，机器学习，图挖掘等方面的数据分析任务。如果说掌握了 Spark，就掌握了数据分析的核心利器一点也不夸张，但同时 Spark 本身入门简单，要正确的运用它则是有一定的难度，本系列课程希望通过对 Spark 的深入介绍为学员掌握 Spark 起到一个积极引导作用。

课程特点/亮点

系统化介绍+实际操作演练+对重难点进行深入浅出分析。

目标

本课程的目的是对Spark做一个深入浅出的讲解，通过本课程的学习，学员能够了解：

1. 了解什么是分布式计算，目前有哪些流行的技术框架；

2. 掌握Spark 的集群部署和任务提交过程；

3. 掌握 Spark 的内部原理和运行机制；

4. 掌握 Spark 编程的基本知识，能运用 Spark 进行编程；

5. 掌握如何运用 Spark 里面的SQL、Streaming、GraphX、MLLib进行数据分析；

6. 掌握 Spark 调优的基本方法。

课程时长：

2天（12H）

受众人群

从事大数据应用开发与挖掘分析的技术人员。

分享提纲