2米资源网

VIP
Python3实战Spark大数据分析及调度

【7386】-Python3实战Spark大数据分析及调度

  • 本站均为资源介绍,仅限用于学习和研究,不得将上述内容用于商业或者非法用途,
  • 否则一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除
  • 如果喜欢该资源请支持正版。如发现本站有侵权违法内容,请联系后查实将立刻删除。
  • 资源简介:Python3实战Spark大数据分析及调度
  • 详细描述

    Python3实战Spark大数据分析及调度


    第1章 课程介绍
     
    课程介绍
     
     1-1 PySpark导学 
     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
    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 
     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 
     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
    第9章 Spark Streaming
     
    本章将讲解Spark Streaming的核心概念、执行原理、以及如何Python API来对Spark Streaming进行编程
     
     9-1 -课程目录
     9-2 -Spark Streaming概述
     9-3 -实时流处理框架对比
     9-4 -Spark Streaming执行原理
     9-5 -从词频统计案例来了解SparkStreaming
     9-6 -核心概念之StreamingContext
     9-7 -核心概念之DStream及常用操作
     9-8 -SparkStreaming操作文件系统数据实战
    第10章 Azkaban基础篇
     
    本章将讲解Azkaban的特性、架构、运行模式、源码编译及部署、快速入门
     
     10-1 Azkaban基础篇课程目录
     10-2 -工作流概述
     10-3 -工作流在大数据处理中的重要性
     10-4 -常用调度框架介绍
     10-5 -Azkaban概述及特性
     10-6 -Azkaban架构
     10-7 -Azkaban运行模式详解
     10-8 -Azkaban源码编译
     10-9 -Azkaban solo server环境部署
     10-10 -Azkaban快速入门案例
    第11章 Azkaban实战篇
     
    本章将讲解如何使用Azkaban来完成HDFS、MapReduce、Hive作业的调度、定时作业调度以及邮件告警
     
     11-1 -Azkaban实战篇课程目录
     11-2 -依赖作业在Azkaban中的使用
     11-3 -HDFS作业在Azkaban中的使用
     11-4 -MapReduce作业在Azkaban中的使用
     11-5 -Hive作业在Azkaban中的使用
     11-6 -定时调度作业在Azkaban中的使用
     11-7 -邮件告警及SLA在Azkaban中的使用
    第12章 Azkaban进阶篇
     
    本章将讲解Azkaban在生产上的部署、权限管理、Ajax API、Plugin、以及短信和调度框架的二次开发
     
     12-1 -Azkaban进阶篇课程目录
     12-2 -Two Server Mode之数据库准备工作
     12-3 -Two Server Mode之AzkabanWebServer搭建
     12-4 -Two Server Mode之AzkabanExecServer搭建
     12-5 -Two Server Mode之使用实战
     12-6 -Azkaban权限管理
     12-7 -Azkaban中AJAX API使用
     12-8 -Azkaban Plugin的使用
     12-9 -Azkaban中短信告警改造思路
     12-10 Azbakan在生产上使用的改造思路
    第13章 项目实战
     
    本章将讲解在构建大数据平台的技术选型、集群升级资源评估,并使用Spark对气象数据进行分析,讲分析结果写入ES,并通过Kibana进行统计结果的可视化展示
     
     13-1 -课程目录
     13-2 -大数据项目开发流程
     13-3 -大数据企业级应用
     13-4 -企业级大数据分析平台
     13-5 -集群数据量预估
     13-6 -集群机器规模&资源&作业规划
     13-7 -项目需求
     13-8 -数据加载成DataFrame并选出需要的列
     13-9 -SparkSQL UDF函数开发
     13-10 -每年Grade出现的次数统计
     13-11 -Grade在每年中的占比统计
     13-12 -ES部署及使用
     13-13 -Kibana部署及使用
     13-14 -将作业运行到YARN上
     13-15 -统计分析结果写入ES测试
     13-16 -统计分析结果入ES并通过Kibana图形化展示
     13-17 -作业
     13-18 -通过Azkaban调度整个流程
     13-19 -课程总结及展望(重点关注)
    本课程已完结

     
    Python3实战Spark大数据分析及调度
    百度网盘分享地址: 链接: https://pan.baidu.com/s/17BtAblXho27jWxW74ZQDQg 提取码: 2jy7
    2米资源网