2018Spark大数据处理案例分析高级工程师培训

关于举办 “Spark大数据处理与案例分析高级工程师” 实战培训班的通知 各有关单位： 当下是大数据时代，为构建大数据平台，技术人员需要对分布式计算平台有一定深入的理解和应用。MapReduce作为一个经典的分布式计算框架，已经广为人知，且得到了广泛的应用，但MapReduce自身存在很多问题，包括迭代式计算和DAG计算等类型的数据挖掘与机器学习算法性能低下，不能很好地利用内存资源，编程复杂度较高等。为了克服MapReduce的众多问题，新型计算框架出现了。Spark已经被不少互联网公司采用，大部分数据挖掘算法和迭代式算法在逐步MapReduce平台迁移到Spark平台中，包括阿里巴巴，腾讯，百度，优酷土豆，360，支付宝等互联网公司已经在线上产品中使用spark，且取得了令人满意的效果，另外，部分省份的运营商也正在尝试使用spark解决数据挖掘和分析问题，部分银行，如工商银行，也正在尝试spark平台。因此*软件行业产业培训网决定开展“Spark大数据处理与案例分析高级工程师”实战培训班，本次培训由中联软博（北京）科技有限公司具体承办，望相关单位收到通知后积极参加。相关培训事宜如下: 一、 培训时间及地点 北京 上海 广州 成都 常年开课 二、课程目标 本课程将为大家全面而又深入的介绍Spark、Hadoop平台的构建流程，涉及Spark、系统基础知识，概念及架构， Spark实战技巧，Spark经典案例等。 通过本课程实践，帮助学员对Spark生态系统有一个清晰明了的认识；理解Spark、系统适用的场景；掌握Spark等*级应用开发技能；搭建稳定可靠的Spark集群，满足生产环境的标准；了解和清楚大数据应用的几个行业中的经典案例，包括阿里巴巴等 三、培训对象 各地*云计算物联网产业相关负责人，各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题，需要梳理解答的团队和个人 四、师资介绍 张老师：阿里大数据高级专家，国内资深的Spark、Hadoop技术专家、虚拟化专家，对HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生态系统中的技术进行了多年的深入的研究，更主要的是这些技术在大量的实际项目中得到广泛的应用，因此在Hadoop开发和运维方面积累了丰富的项目实施经验。近年主要典型的项目有：某电信集团网络优化、*移动某省移动公司请账单系统和某省移动详单实时查询系统、*银联大数据数据票据详单平台、某大型银行大数据记录系统、某大型通信运营商*用户上网记录、某省交通*违章系统、某区域医疗大数据应用项目、互联网公共数据大云(DAAS)和构建游戏云(Web Game Daas)平台项目等。 五、颁发证书 参加相关培训并通过考试的学员，可以获得： 1.工业和信息化部颁发的《*计算机专业技术人才证书》-大数据处理高级工程师。该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。 注：请学员带一寸彩照2张（背面注明姓名）、身份证复印件一张。 六、培训特色 本课程将分别从理论基础知识，系统搭建以及应用案例三方面对spark进行介绍。 采用循序渐进的课程讲授方法，首先讲解Spark系统基础知识，概念及架构，之后讲解Spark实战技巧，*详尽地介绍Spark经典案例，使培训者从概念到实战，均会有收获和提高。 七、培训费用及须知 培训费6800元。（含培训费、资料费、考试费、证书费、讲义光盘费等）。需要住宿学员请提前通知，可统一安排，费用自理。 八、培训大纲（3天课程） 课程模块 课程主题 主要内容(内容可以根据学员的要求可以现场调整） 模块一 Spark 生态介绍  Mapreduce、storm和spark模型的比较和使用场景介绍  Spark产生背景  Spark（内存计算框架）  SparkSteaming（流式计算框架）  Spark SQL（ad-hoc）  Mllib（MachineLearning）  GraphX（bagel将被代）  DlinkDB介绍  SparkR介绍 模块二 Spark 安装部署  Spark安装简介  Spark的源码编译  Spark Standalone安装  Spark应用程序部署工具spark-submit  Spark的高可用性部署 模块三 Spark 运行架构和解析  Spark的运行架构 • 基本术语 • 运行架构 • Spark on Standalone运行过程 • Spark on YARN 运行过程  Spark运行实例解析 • Spark on Standalone实例解析 • Spark on YARN实例解析 • 比较 Standalone与YARN模式下的优缺点 模块四 Spark scala编程 • Scala基本语法与高阶语法 • Scala基本语法 • Scala开发环境搭建 • Scala开发Spark应用程序 • 使用java编程 • 使用scala编程 • 使用python编程 模块五 Spark 编程模型和解析  Spark的编程模型 • Spark编程模型解析 • RDD的特点、操作、依赖关系 • Spark应用程序的配置 • Spark的架构 • spark的容错机制 • 数据的本地性 • 缓存策略介绍 宽依赖与窄依赖 模块六 Spark 数据挖掘  Mllib的介绍  graphX核心原理  table operator和graph operator区别  vertices、edges和triplets介绍  构建一个graph  SparkR原理  SparkR实战 模块七 Spark Streaming原理和实践  Spark Streaming与Strom的区别  Kafka的部署  Kafka与Spark Streaming的整合  Spark Streaming原理 • Spark流式处理架构 • DStream的特点 • Dstream的操作和RDD的区别 • 带状态的transformation与无状态transformation • Spark Streaming的优化  Spark Streaming实例 • Streaming的容错机制 • streaming在yarn模式下的注意事项 对于需结合第三方存储机制的与流式处理方案 • 文本实例 • 网络数据处理 • Kafka+Spark Streaming实现日志的实时分析案例 模块八 Spark的优化  序列化优化——Kryo  Spark参数优化实战  Spark 任务的均匀分布策略  Partition key倾斜的解决方案  Spark任务的监控  GC的优化  Spark Streaming吞吐量优化  Spark RDD使用内存的优化策略  Spark在使用中的感想分享 模块九 Spark的数据源  Spark与HDFS的整合  HDFS RDD原理和实现  Spark与Hbase的整合  Spark与Cassendera整合  Hbase RDD的分区读取  Hbase RDD的原理和实现  Spark parallelism RDD的工作机制 模块十 Spark Streaming应用及案例分析  Spark Streaming产生动机  Spark Streaming程序设计 （1）创建DStream （2）基于DStream进行流式处理  Spark Streaming容错与性能优化 （1）Spark Streaming容错机制 （2）如何对spark Streaming进行优化  Spark Streaming案例分析 基于Spark Streaming的用户标签系统，内容包括项目背景，项目架构以及实施方法 模块十一 典型项目 案例实战  基于spark日志分析  个性化推荐系统：带你揭开其神秘面纱  在线投放引擎  揭开淘宝点击推荐系统的神秘面纱  淘宝数据服务架构—实时计算平台