独家Udemy付费课程,中英文字幕,课程资料包齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将会学到的
- 使用函数式 Java 定义复杂的数据处理作业
- 了解 RDD 和 DataFrame API 之间的区别
- 使用 SQL 样式语法生成针对大数据集的报告
- 将机器学习算法与大数据和 SparkML 结合使用
- 将 Spark 连接到 Apache Kafka 以处理大数据流
- 了解如何使用结构化流式处理与 Kafka 构建管道
要求
- 本课程需要 Java 8。Spark 当前不支持 Java9+,你需要 Java 8 来实现函数式 Lambda 语法
- 假定以前有 Java 知识,但解释了基础知识之上的任何内容
- 以前的一些 SQL 将对课程的一部分有用,但如果你之前从未使用过它,这将是一个很好的初次体验
说明
开始使用令人惊叹的 Apache Spark 并行计算框架 – 本课程专为 Java 开发人员设计。
如果你是数据科学的新手,并且想了解如何并行处理海量数据集,那么 Spark 的 Java API 是一种快速入门的好方法。
你需要了解在Spark Core、SparkSQL 和DataFrames中执行的主要操作所需的所有基础知识,并附有易于理解的示例。你将能够跟随所有示例,并在你自己的本地开发计算机上运行它们。
课程中包含一个涵盖SparkML的模块,这是 Spark 的一个令人兴奋的补充,它允许你将机器学习模型应用于你的大数据!不需要数学经验!
最后,还有一个完整的 3 小时模块,涵盖Spark Streaming,你将在其中获得将 Spark 与Apache Kafka集成以处理实时大数据流的实践经验。我们同时使用DStream和结构化流API。
或者,如果你有 AWS 账户,你将了解如何将你的工作部署到实时 EMR(Elastic Map Reduce)硬件集群。如果你不熟悉 AWS,你可以跳过此视频,但它仍然值得观看,而不是跟随编码。
你将深入了解 Spark 的内部结构,并了解它如何优化你的执行计划。我们将比较RDD 与 SparkSQL 的性能,你将了解可以为实时项目节省大量资金的主要性能缺陷。
在整个课程中,你将获得 Java Lambda 的一些很好的实践——如果你是新手,这是学习函数式 Java 的好方法。
此课程面向哪些人:
- 任何已经了解 Java 并想探索 Apache Spark 的人
- 任何想要快速入门的数据科学新手,无需学习 Python、Scala 或 R
声明:口袋资源网(koudaizy.com)提供的所有课程、素材等资源全部来源于互联网,赞助VIP仅用于对口袋资源服务器带宽及网站运营等费用支出做支持,从本站下载资源,说明你已同意本条款。