大纲目录
一、大纲
一、Spark产生背景
在学一个新技术之前,你有必要先了解这门技术出现的意义。
这样,你才能更好地理解:它是应用到什么场景的?
与同类工具相比,它的优缺点是什么?
什么时候用它比其它工具好(或差)?
……至少理解了这些,你才好说自己是真正掌握了这个工具,否则只能说是浅尝辄止,半生不熟。
二、Spark基本操作:常用开发API与开发算子 - 基础知识
在这个模块中,我们会从一个叫作“Word Count”的小项目开始。以 Word Count 的计算逻辑为线索,我们会去详细地讲解 RDD 常用算子的含义、用法、注意事项与适用场景,让你一站式掌握 RDD 算子;
三、Spark核心原理:分布式计算引擎。
我还会用一个又一个有趣的故事,以轻松诙谐、深入浅出的方式为你讲解 Spark 核心原理,包括 RDD 编程模型、Spark 进程模型、调度系统、存储系统、Shuffle 管理、内存管理等等,从而让你像读小说一样去弄懂 Spark。
四、Spark应用场景:数据分析、机器学习和流计算。
计算子框架(Spark SQL、Spark MLlib 和 Structured Streaming)应对不同场景,比如数据分析、机器学习和流计算。
第二个模块在讲 Spark SQL 时,我首先会从“小汽车摇号”这个小项目入手,带你熟悉 Spark S