极客时间出品的专栏课《零基础入门 Spark》作者吴磊，价值59元现在免费分享。
![[极客时间]零基础入门 Spark（完结）-吴磊](https://www.it-tutorial.net/wp-content/uploads/2024/06/6b22780d1de999d99e4577316bc23065.png)
课程介绍
在数据应用领域，Apache Spark已成为不可或缺的中坚力量，为各大头部互联网公司提供稳定、高效的数据处理能力。但学习Spark的道路却往往充满困惑与挑战。资料繁杂，难以梳理清晰的学习脉络；编程语言的门槛，让初学者望而却步；算子众多，难以熟记于心。为此，我们特别邀请经验丰富的吴磊老师，为你量身打造零基础入门Spark的“三步走”方法论。
这套方法论将带你从熟悉Spark开发API与常用算子开始，逐步深入吃透Spark的核心原理，最后玩转Spark的计算子框架。在吴老师的引导下，你将不仅理解每个算子的用法和适用场景，更能掌握RDD编程模型、调度系统、内存管理等核心知识。同时，通过实战项目的操作，你将能够在实际应用中灵活运用所学知识，提升自己的技能水平。
课程将围绕四个模块展开，涵盖基础知识、Spark SQL、Spark MLlib和Structured Streaming。你将从Word Count项目起步，逐步学习数据清洗、关联、机器学习等高级应用。在课程中，吴老师将结合实际案例，深入浅出地讲解每个模块的核心原理和最佳实践。无论是初学者还是有经验的开发者，都能从中受益匪浅。通过这门课程的学习，你将能够轻松打开Spark应用开发的大门，为未来的职业生涯奠定坚实的基础。
课程目录
│ ├── 开篇词丨入门Spark，你需要学会“三步走”.html
│ ├── 开篇词丨入门Spark，你需要学会“三步走”.m4a
│ └── 开篇词丨入门Spark，你需要学会“三步走”.pdf
├── 02-基础知识(1讲)
│ ├── 01丨Spark：从“大数据的HelloWorld”开始.html
│ ├── 01丨Spark：从“大数据的HelloWorld”开始.m4a
│ ├── 01丨Spark：从“大数据的HelloWorld”开始.pdf
│ ├── 02丨RDD与编程模型：延迟计算是怎么回事？.html
│ ├── 02丨RDD与编程模型：延迟计算是怎么回事？.m4a
│ ├── 02丨RDD与编程模型：延迟计算是怎么回事？.pdf
│ ├── 03丨RDD常用算子（一）：RDD内部的数据转换.html
│ ├── 03丨RDD常用算子（一）：RDD内部的数据转换.m4a
│ ├── 03丨RDD常用算子（一）：RDD内部的数据转换.pdf
│ ├── 04丨进程模型与分布式部署：分布式计算是怎么回事？.html
│ ├── 04丨进程模型与分布式部署：分布式计算是怎么回事？.m4a
│ ├── 04丨进程模型与分布式部署：分布式计算是怎么回事？.pdf
│ ├── 05丨调度系统：DAG、Stages与分布式任务.html
│ ├── 05丨调度系统：DAG、Stages与分布式任务.m4a
│ ├── 05丨调度系统：DAG、Stages与分布式任务.pdf
│ ├── 06丨Shuffle管理：为什么Shuffle是性能瓶颈？.html
│ ├── 06丨Shuffle管理：为什么Shuffle是性能瓶颈？.m4a
│ ├── 06丨Shuffle管理：为什么Shuffle是性能瓶颈？.pdf
│ ├── 07丨RDD常用算子（二）：Spark如何实现数据聚合？.html
│ ├── 07丨RDD常用算子（二）：Spark如何实现数据聚合？.m4a
│ ├── 07丨RDD常用算子（二）：Spark如何实现数据聚合？.pdf
│ ├── 08丨内存管理：Spark如何使用内存？.html
│ ├── 08丨内存管理：Spark如何使用内存？.m4a
│ ├── 08丨内存管理：Spark如何使用内存？.pdf
│ ├── 09丨RDD常用算子（三）：数据的准备、重分布与持久化.html
│ ├── 09丨RDD常用算子（三）：数据的准备、重分布与持久化.m4a
│ ├── 09丨RDD常用算子（三）：数据的准备、重分布与持久化.pdf
│ ├── 10丨广播变量-累加器：共享变量是用来做什么的？.html
│ ├── 10丨广播变量&累加器：共享变量是用来做什么的？.m4a
│ ├── 10丨广播变量-累加器：共享变量是用来做什么的？.pdf
│ ├── 11丨存储系统：数据到底都存哪儿了？.html
│ ├── 11丨存储系统：数据到底都存哪儿了？.m4a
│ ├── 11丨存储系统：数据到底都存哪儿了？.pdf
│ ├── 12丨基础配置详解：有哪些配置项是你必须要关注的？.html
│ ├── 12丨基础配置详解：有哪些配置项是你必须要关注的？.m4a
│ └── 12丨基础配置详解：有哪些配置项是你必须要关注的？.pdf
├── 03-Spark SQL (4讲)
│ ├── 13丨让我们从《小汽车摇号分析》开始.html
│ ├── 13丨让我们从《小汽车摇号分析》开始.m4a
│ ├── 13丨让我们从《小汽车摇号分析》开始.pdf
│ ├── 14丨DataFrame与SparkSQL的由来.html
│ ├── 14丨DataFrame与SparkSQL的由来.m4a
│ ├── 14丨DataFrame与SparkSQL的由来.pdf
│ ├── 15丨数据源与数据格式：DataFrame从何而来？.html
│ ├── 15丨数据源与数据格式：DataFrame从何而来？.m4a
│ ├── 15丨数据源与数据格式：DataFrame从何而来？.pdf
│ ├── 16丨数据转换：如何在DataFrame之上做数据处理？.html
│ ├── 16丨数据转换：如何在DataFrame之上做数据处理？.m4a
│ ├── 16丨数据转换：如何在DataFrame之上做数据处理？.pdf
│ ├── 17丨数据关联：不同的关联形式与实现机制该怎么选？.html
│ ├── 17丨数据关联：不同的关联形式与实现机制该怎么选？.m4a
│ ├── 17丨数据关联：不同的关联形式与实现机制该怎么选？.pdf
│ ├── 18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.html
│ ├── 18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.m4a
│ ├── 18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.pdf
│ ├── 19丨配置项详解：哪些参数会影响应用程序执行性能？.html
│ ├── 19丨配置项详解：哪些参数会影响应用程序执行性能？.m4a
│ ├── 19丨配置项详解：哪些参数会影响应用程序执行性能？.pdf
│ ├── 20丨Hive+Spark强强联合：分布式数仓的不二之选.html
│ ├── 20丨Hive+Spark强强联合：分布式数仓的不二之选.m4a
│ ├── 20丨Hive+Spark强强联合：分布式数仓的不二之选.pdf
│ ├── 21丨SparkUI（上）：如何高效地定位性能问题？.html
│ ├── 21丨SparkUI（上）：如何高效地定位性能问题？.m4a
│ ├── 21丨SparkUI（上）：如何高效地定位性能问题？.pdf
│ ├── 22丨SparkUI（下）：如何高效地定位性能问题？.html
│ ├── 22丨SparkUI（下）：如何高效地定位性能问题？.m4a
│ └── 22丨SparkUI（下）：如何高效地定位性能问题？.pdf
├── 04-SparkMLlib(2讲)
│ ├── 23丨SparkMLlib：从“房价预测”开始.html
│ ├── 23丨SparkMLlib：从“房价预测”开始.m4a
│ ├── 23丨SparkMLlib：从“房价预测”开始.pdf
│ ├── 24丨特征工程（上）：有哪些常用的特征处理函数？.html
│ ├── 24丨特征工程（上）：有哪些常用的特征处理函数？.m4a
│ ├── 24丨特征工程（上）：有哪些常用的特征处理函数？.pdf
│ ├── 25丨特征工程（下）：有哪些常用的特征处理函数？.html
│ ├── 25丨特征工程（下）：有哪些常用的特征处理函数？.m4a
│ ├── 25丨特征工程（下）：有哪些常用的特征处理函数？.pdf
│ ├── 26丨模型训练（上）：决策树系列算法详解.html
│ ├── 26丨模型训练（上）：决策树系列算法详解.m4a
│ ├── 26丨模型训练（上）：决策树系列算法详解.pdf
│ ├── 27丨模型训练（中）：回归、分类和聚类算法详解.html
│ ├── 27丨模型训练（中）：回归、分类和聚类算法详解.m4a
│ ├── 27丨模型训练（中）：回归、分类和聚类算法详解.pdf
│ ├── 28丨模型训练（下）：协同过滤与频繁项集算法详解.html
│ ├── 28丨模型训练（下）：协同过滤与频繁项集算法详解.m4a
│ ├── 28丨模型训练（下）：协同过滤与频繁项集算法详解.pdf
│ ├── 29丨SparkMLlibPipeline：高效开发机器学习应用.html
│ ├── 29丨SparkMLlibPipeline：高效开发机器学习应用.m4a
│ └── 29丨SparkMLlibPipeline：高效开发机器学习应用.pdf
├── 05-特别放送(1讲)
│ ├── 用户故事丨小王：保持空杯心态，不做井底之蛙.html
│ ├── 用户故事丨小王：保持空杯心态，不做井底之蛙.m4a
│ └── 用户故事丨小王：保持空杯心态，不做井底之蛙.pdf
├── 06-StructuredStreaming(1讲)
│ ├── 30丨StructuredStreaming：从“流动的WordCount”开始.html
│ ├── 30丨StructuredStreaming：从“流动的WordCount”开始.m4a
│ ├── 30丨StructuredStreaming：从“流动的WordCount”开始.pdf
│ ├── 31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.html
│ ├── 31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.m4a
│ ├── 31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.pdf
│ ├── 32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.html
│ ├── 32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.m4a
│ ├── 32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.pdf
│ ├── 33丨流计算中的数据关联：流与流、流与批.html
│ ├── 33丨流计算中的数据关联：流与流、流与批.m4a
│ ├── 33丨流计算中的数据关联：流与流、流与批.pdf
│ ├── 34丨Spark+Kafka：流计算中的“万金油”.html
│ ├── 34丨Spark+Kafka：流计算中的“万金油”.m4a
│ └── 34丨Spark+Kafka：流计算中的“万金油”.pdf
├── 08-特别放送(1讲)
│ ├── 用户故事丨小王：保持空杯心态，不做井底之蛙.html
│ ├── 用户故事丨小王：保持空杯心态，不做井底之蛙.m4a
│ └── 用户故事丨小王：保持空杯心态，不做井底之蛙.pdf
└── 09-结束语(2讲)
├── 结束语丨进入时间裂缝，持续学习.html
├── 结束语丨进入时间裂缝，持续学习.m4a
└── 结束语丨进入时间裂缝，持续学习.pdf
9 directories, 114 files
以上就是极客时间吴磊老师的专栏课《零基础入门 Spark》的详细介绍了。
本文由提供IT教程网提供，仅供学习交流使用，未经许可，禁止转载!
原课程地址：https://time.geekbang.org/column/intro/100090001,有能力的朋友请支持正版，谢谢！
评论(0)