Python3实战Spark大数据分析及调度 学习 资源✌✌

Python3实战Spark大数据分析及调度 学习资源

python3实战讲解了Spark核心功能组件，并结合调度爆款框架Azkaban，以天气数据分析做为实战项目，让你学会对大数据进行处理与分析，让Python开发人员也能对Spark应用程序进行开发及调优。

 

• 第1章 课程介绍

  课程介绍

  •  1-1 PySpark导学试看
  •  1-2 OOTB环境演示

• 第2章 实战环境搭建

  工欲善其事必先利其器，本章讲述JDK、Scala、Hadoop、Maven、Python3以及Spark源码编译及部署

  •  2-1 -课程目录
  •  2-2 -Java环境搭建
  •  2-3 -Scala环境搭建
  •  2-4 -Hadoop环境搭建
  •  2-5 -Maven环境搭建
  •  2-6 -Python3环境部署
  •  2-7 -Spark源码编译及部署

 

 

 

 部分课程内容截图：

 

 

链接：https://pan.baidu.com/s/1uc1AgPTy095KX6q5v8KLFw
提取码：6hz4

免费分享，但是X度限制严重，如若链接失效点击链接或搜索加群 群号517432778，点击加群

• 第3章 Spark Core核心RDD

  本章详细讲解RDD是什么以及特性(面试常考)、Spark中两个核心类SparkContext和SparkConf、pyspark启动脚本分析、RDD的创建方式以及如何使用IDE开发Python Spark应用程序并提交到服务器上运行

  •  3-1 -课程目录
  •  3-2 -RDD是什么
  •  3-3 -通过电影描述集群的强大之处
  •  3-4 -RDD的五大特性
  •  3-5 -RDD特性在源码中的体现试看
  •  3-6 -图解RDD
  •  3-7 -SparkContext&SparkConf详解
  •  3-8 -pyspark
  •  3-9 -RDD创建方式一
  •  3-10 -RDD创建方式二
  •  3-11 -使用IDE开发pyspark应用程序
  •  3-12 -提交pyspark作业到服务器上运行

• 第4章 Spark Core RDD编程

  本章将针对RDD中常用的算子进行详细案例讲解，并进行综合案例实战

  •  4-1 -课程目录
  •  4-2 -RDD常用操作
  •  4-3 -map算子使用详解
  •  4-4 -filter算子详解
  •  4-5 -flatMap算子详解
  •  4-6 -groupByKey算子详解
  •  4-7 -reduceByKey算子详解
  •  4-8 -sortByKey算子详解
  •  4-9 -union算子使用详解
  •  4-10 -distinct算子使用详解
  •  4-11 -join算子详解
  •  4-12 -action常用算子详解
  •  4-13 -算子综合案例实战一词频统计
  •  4-14 -算子综合案例实战之词频统计重构
  •  4-15 -算子综合案例实战之TopN统计
  •  4-16 -算子综合案例实战之平均数统计

• 第5章 Spark运行模式

  本章将介绍Spark的几种运行模式，需要重点掌握on YARN模式

  •  5-1 -课程目录
  •  5-2 -local模式运行
  •  5-3 -standalone模式环境搭建及pyspark运行
  •  5-4 -standalone模式spark-submit运行
  •  5-5 -yarn运行模式详解

• 第6章 Spark Core进阶

  本章将介绍Spark中的核心术语、运行架构、并对比Spark和MapReduce的概念区分、存储策略及选择方式、宽窄依赖及Shuffle

  •  6-1 -课程目录
  •  6-2 -Spark核心概念详解
  •  6-3 -结合Spark UI详解Spark核心概念试看
  •  6-4 -Spark运行架构及注意事项
  •  6-5 -Spark和Hadoop重要概念区分
  •  6-6 -Spark缓存的作用
  •  6-7 -Spark缓存概述
  •  6-8 -Spark缓存策略详解
  •  6-9 -Spark缓存策略选择依据
  •  6-10 -Spark Lineage机制
  •  6-11 -Spark窄依赖和宽依赖
  •  6-12 -Spark Shuffle概述
  •  6-13 -图解RDD的shuffle以及依赖关系

• 第7章 Spark Core调优

  本章将从Spark作业性能指标、序列化、内存管理、广播变量及数据本地化这几个方面来介绍Spark作业的调优

  •  7-1 -课程目录
  •  7-2 -优化之HistoryServer配置及使用
  •  7-3 -优化之序列化
  •  7-4 -优化之内存管理
  •  7-5 -优化之广播变量
  •  7-6 -优化之数据本地性

• 第8章 Spark SQL

  本章将讲解Spark SQL的架构、DataFrame&Dataset、以及如何使用Python API来对DataFrame进行编程

  •  8-1 -课程目录
  •  8-2 -Spark SQL前世今生
  •  8-3 -Spark SQL概述&错误认识纠正
  •  8-4 -Spark SQL架构
  •  8-5 -DataFrame&Dataset详解
  •  8-6 -DataFrame API编程
  •  8-7 -RDD与DataFrame互操作方法一
  •  8-8 -RDD与DataFrame互操作方法二
  •  8-9 -Spark SQL其他