◆時： 共5部份,30學時
        
        ☆注重質量 ☆邊講邊練32

+84322
        ☆合格學員免費推薦工作
        ★實驗設備請點擊這兒查看★

        1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

第一章：課程概述與Linux基礎
（01）Spark從基礎開始
（02）安裝Linux的實驗環境
（03）Linux的配置與課程概述
（04）使用vi編輯器
（05）Linux的常用命令和JDK的安裝
（06）案例：分析Java的死鎖

第二章：Scala編程基礎
（07）Scala簡介和配置
（08）Scala中數據的類型
（09）變量、函數、條件判斷
（10）Scala中的循環
（11）函數的參數
（12）懶值和異常處理
（13）數組
（14）元組和映射

第三章：Scala的面向對象編程
（15）Scala面向對象語言概述
（16）面向對象的概念和類的定義
（17）屬性的get和set方法
（18）內部類
（19）類的構造器
（20）Object對象
（21）類的apply方法
（22）繼承
（23）trait
（24）包和包對象

第四章：Scala的函數式編程

（25）Scala語言的函數式編程概述
（26）Scala的函數和匿名函數
（27）帶函數參數的函數
（28）閉包
（29）柯里化
（30）高階函數示例

第五章：Scala的集合

（31）可變集合和不可變集合
（32）可變列表和不可變列表
（33）序列
（34）集Set
（35）模式匹配
（36）樣本類

第六章：Scala的高級特性

（37）泛型類
（38）泛型函數
（39）上界和下界
（40）視圖界定
（41）協變和逆變
（42）隱式轉換函數
（43）隱式參數和隱式類

第七章：Spark的體系結構與安裝配置

（44）Spark Core課程概述
（45）什么是Spark和特點
（46）Spark的體系結構
（47）安裝和部署Spark環境
（48）基于文件目錄的單點故障恢復
（49）基于ZooKeeper的Spark HA的實現
（50）利用ZooKeeper實現分布式鎖

第八章：執行Spark任務

（51）使用spark-submit提交spark任務
（52）使用spark-shell交互式命令行工具
（53）開發Scala版本的WordCount程序
（54）開發Java版本的WordCount程序
（55）分析WordCount程序的執行過程
（56）Spark提交任務的流程

第九章：RDD和RDD的算子

（57）什么是RDD
（58）RDD的算子
（59）RDD基本算子示例
（60）RDD的緩存機制
（61）RDD的容錯機制
（62）RDD的依賴關系和Spark任務中的Stage
（63）高級算子：mapPartitionsWithIndex
（64）高級算子：aggregate
（65）高級算子：aggregate（1）
（66）高級算子：aggregate（2）
（67）高級算子：aggregateByKey
（68）高級算子：coalesce和repartition

第十章：Spark RDD編程案例

（69）案例一：求網站訪問量
（70）案例二：自定義分區28:55
（71）案例三：訪問關系型數據庫29:58
（72）案例四：使用JdbcRDD

第十一章：Spark SQL基礎

（73）Spark SQL課程概述
（74）什么是Spark SQL？
（75）通過case class創建DataFrame
（76）通過SparkSession創建DataFrame
（77）通過帶格式的文件創建DataFrame
（78）操作DataFrame
（79）臨時視圖
（80）DataSet簡介

第十二章：Spark SQL的數據源

（81）load和save函數
（82）什么是Parquet文件
（83）Parquet文件Schema的合并
（84）讀取JSON文件
（85）使用JDBC數據源
（86）訪問HiveTable
（87）指定schema的格式
（88）使用caseclass
（89）保存到關系型數據庫中
（90）SparkSQL性能的優化

第十三章：Spark Streaming基礎

（91）SparkStreaming課程概述
（92）什么是SparkStreaming和結構
（93）演示Demo：NetworkWordCount
（94）開發自己的NetworkWordCount程序

第十四章：Spark Streaming進階

（95）StreamingContext和DStream簡介
（96）DStream中的轉換操作
（97）窗口操作
（98）DStream的輸入和輸出
（99）集成Spark SQL

第十五章：使用外部數據源

（100）集成Spark Streaming和Flume（1）
（101）集成Spark Streaming和Flume（2）
（102）Kafka消息系統簡介和體系結構
（103）搭建Kafka環境
（104）集成Spark Streaming和Kafka