Spark机器学习班

第一阶段 Spark基础入门
第1课 Spark系统概述与编程接口
知识点1：Spark系统概述
知识点2：Spark RDD分区及依赖关系
知识点3：RDD API-transformation、action
实战项目：PageRank中的依赖关系
第2课 Spark运行模式及原理
知识点1：Spark运行模式
知识点2：Spark基本工作流程
知识点3：Spark Shuffle讲解
实战项目：YARN cluster模式–部署、运行、内部实现及其原理
第二阶段 Spark进阶：存储、调度、性能调优
第3课 Spark存储、调度、与监控分析
知识点1：存储管理模块整体架构
知识点2：RDD持久化
知识点3：Shuffle数据持久化
知识点4：广播(Broadcast)变量持久化
知识点5：Spark调度相关流程
实战项目：Spark监控管理
第4课 Spark性能调优
知识点1：开发调优
知识点2：资源调优
知识点3：数据倾斜调优
实战项目：shuffle调优
第三阶段 Spark深入：即时查询、流计算与图计算
第5课 Spark即时查询讲解
知识点1：SQLContext 及DataFrame的介绍
知识点2：常用的查询操作
知识点3：流计算系统的对比
知识点4：Spark streaming的介绍与数据处理流程
知识点5：流数据源的接入
知识点6：transformation与window操作
实战项目：SQL优化配置、及流计算项目的部署与调优
第6课 Spark图计算讲解
知识点1：属性图的介绍
知识点2：edge、vertex、triplet介绍与创建
知识点3：属性图的操作
知识点4：图算法介绍
实战项目：图的调优
第四阶段 Spark机器学习实战
第7课 Spark机器学习讲解
知识点1：Mllib 机器学习库介绍
知识点2：基本的统计分析功能
知识点3：基本的机器学习库使用介绍
知识点4：模型的评价标准库使用介绍
实战项目：使用逻辑回归完成KDD99的分类问题
第8课 Spark机器学习应用
实战项目：使用Mllib的树模型完成分类问题
实战项目：使用Mllib搭建推荐系统