培訓(xùn)對(duì)象
1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。
2，牽涉到大數(shù)據(jù)實(shí)時(shí)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人。
3，政府機(jī)關(guān)、金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負(fù)責(zé)人。
4，高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人。

學(xué)員基礎(chǔ)
1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。2，數(shù)據(jù)倉(cāng)庫(kù)與大數(shù)據(jù)實(shí)時(shí)處理有一定的基礎(chǔ)知識(shí)。
 
培訓(xùn)要點(diǎn)
互聯(lián)網(wǎng)點(diǎn)擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動(dòng)數(shù)據(jù)和涉及網(wǎng)絡(luò)的各類評(píng)論，成為了海量信息的多種形式。當(dāng)數(shù)據(jù)以成百上千TB不斷增長(zhǎng)的時(shí)候，我們?cè)趦?nèi)部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)實(shí)時(shí)分析的決策模型和技術(shù)支持。
大數(shù)據(jù)通常具有：數(shù)據(jù)體量(Volume)巨大,數(shù)據(jù)類型(Variety)繁多,價(jià)值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數(shù)據(jù)已成為當(dāng)前亟待解決的問題。大數(shù)據(jù)實(shí)時(shí)處理意味著更嚴(yán)峻的挑戰(zhàn)，更好地管理和處理這些數(shù)據(jù)也將會(huì)獲得意想不到的收獲。
Spark生態(tài)系統(tǒng)(BDAS項(xiàng)目)已經(jīng)發(fā)展成一個(gè)包含多個(gè)子項(xiàng)目的集合，Spark SQL、Spark Streaming、GraphX、MLlib等，本課程將介紹Spark大數(shù)據(jù)計(jì)算框架、架構(gòu)、計(jì)算模型和數(shù)據(jù)管理策略，及Spark在業(yè)界的應(yīng)用。
本課程從大數(shù)據(jù)實(shí)時(shí)處理技術(shù)以及Spark實(shí)戰(zhàn)的角度，結(jié)合理論和實(shí)踐，全方位地介紹Spark大數(shù)據(jù)實(shí)時(shí)處理工具的原理和內(nèi)核。
本課程教學(xué)過程中提供了案例分析來幫助學(xué)員了解如何用BDAS系列工具來解決具體的問題，并介紹了從大數(shù)據(jù)中挖掘出有價(jià)值的信息的關(guān)鍵所在。
本課程不是一個(gè)泛泛的理論性、概念性的介紹課程，而是針對(duì)問題討論解決方案的深入課程。講師對(duì)于上述領(lǐng)域有深入的理論研究與實(shí)踐經(jīng)驗(yàn)，在課程中將會(huì)針對(duì)這些問題與學(xué)員一起進(jìn)行研究，在關(guān)鍵點(diǎn)上還會(huì)在實(shí)驗(yàn)環(huán)境中演示、實(shí)踐，以加深對(duì)于這些解決方案的理解。通過本課程學(xué)習(xí)，希望推動(dòng)大數(shù)據(jù)相關(guān)的項(xiàng)目開發(fā)上升到一個(gè)新水平。

培訓(xùn)內(nèi)容
第一講 Spark大數(shù)據(jù)實(shí)時(shí)處理技術(shù)
1）大數(shù)據(jù)處理技術(shù)
2）Spark實(shí)時(shí)處理技術(shù)
3）Spark生態(tài)系統(tǒng)BDAS
4）Spark架構(gòu)分析
第二講 Spark安裝配置及監(jiān)控
1）Ubuntu環(huán)境的準(zhǔn)備
2）Hadoop2.X和Scala
3）搭建Spark開發(fā)環(huán)境
4）Idea編譯和運(yùn)行
5）Spark監(jiān)控管理
第3講 Scala編程語(yǔ)言使用概述
1) Scala編程語(yǔ)言
2) 基本數(shù)據(jù)類型
3) 操作基本數(shù)據(jù)類型
4) 類和對(duì)象
5) 組合和繼承
第四講 Spark分布式計(jì)算框架
1）Spark計(jì)算模型
2）彈性分布式數(shù)據(jù)集RDD
3）Spark的數(shù)據(jù)存儲(chǔ)
4）Transformation算子分類及功能
5）Actions算子分類及功能
第五講 Spark內(nèi)部工作機(jī)制詳解
1) Spark底層實(shí)現(xiàn)原理
2) Spark應(yīng)用執(zhí)行機(jī)制
3) Spark調(diào)度與任務(wù)分配模塊
4) FIFO和FAIR調(diào)度算法
第六講 Spark數(shù)據(jù)讀取與存儲(chǔ)
1）Spark的I/O機(jī)制
2）Spark中的數(shù)據(jù)壓縮
3）Spark的數(shù)據(jù)讀取與存儲(chǔ)
4）Spark數(shù)據(jù)讀寫流程
第七講 Spark通信模塊和容錯(cuò)機(jī)制
1）Spark通信模塊
2）通信框架AKKA
3）容錯(cuò)機(jī)制和Lineage依賴
4）檢查點(diǎn)機(jī)制進(jìn)行容錯(cuò)
5）Shuffle過程
第八講 SQL On Spark
1) BDAS數(shù)據(jù)分析軟件棧
2) SQL On Spark
3) Spark SQL工具使用
4) Shark工具使用
5) Hive on Spark工具
6) Spark操作HBase中的數(shù)據(jù)
第九講 Spark流數(shù)據(jù)處理工具Streaming
1） 流數(shù)據(jù)處理工具Streaming
2） Spark Streaming架構(gòu)
3） Spark Streaming原理
4） Spark Streaming實(shí)例
第十講 Spark中的大數(shù)據(jù)挖掘工具M(jìn)Llib
1）大數(shù)據(jù)挖掘工具M(jìn)Llib
2）MLlib的數(shù)據(jù)存儲(chǔ)
3）MLlib中的聚類和分類
4）MLlib算法應(yīng)用實(shí)例
5）利用MLlib進(jìn)行推薦
第十一講 Spark大規(guī)模圖處理工具GraphX
1）大規(guī)模圖處理工具GraphX
2）GraphX的運(yùn)行架構(gòu)
3）GraphX操作使用
4）GraphX使用實(shí)例
第十二講 Spark在業(yè)界的應(yīng)用案例
1）Spark在Amazon的應(yīng)用
2）Spark在Yahoo!的應(yīng)用
3）Spark在Telefonica的應(yīng)用
4）Spark在淘寶的應(yīng)用
六、培訓(xùn)目標(biāo)
1, 全面了解大數(shù)據(jù)實(shí)時(shí)處理技術(shù)的相關(guān)知識(shí)。
2，學(xué)習(xí)Spark的核心技術(shù)方法以及應(yīng)用特征。
3，深入使用Spark在大數(shù)據(jù)實(shí)時(shí)處理中的使用。
4，掌握BDAS相關(guān)工具及其主要功能。