3天/18课时。

 

提升你的生态系统专业知识：
Apache Spark是MapReduce的下一代继任者。Spark是一款适用于Hadoop集群数据的功能强大的开源处理引擎，专门为高速、易用性和复杂分析功能进行了大量优化。Spark体系框架支持流数据处理以及复杂的迭代算法，因此相对于传统的Hadoop MapReduce程序，可以使应用程序的运行速度最高提升100倍。

 

培训内容：
通过讲师在课堂上的讲解，以及实操练习，学员将熟悉Hadoop生态系统，学习主题包括：
> 使用Spark shell进行交互式数据分析。
> Spark中弹性分布式数据集的特点。
> 如何在集群上运行Spark。
> Spark如何并行执行任务。
> 编写Spark应用程序。
> 使用Spark处理流数据。

 

培训对象及学员基础：
本课程最适合那些已经具备Hadoop知识和经验的开发人员和工程师。课程案例和练习都是采用Python和Scala语言编写的，因此培训学员需要熟悉其中一种编程语言。培训学员需具备Linux的基本知识。