课程介绍

尚硅谷2024最新版Spark视频教程是一套全面且深入的教程，教授Apache Spark及其生态系统。该教程包含500多个视频课程，总时长超过100小时。

目标受众

该教程适用于希望学习或提高Apache Spark技能的大数据开发人员、数据科学家和数据分析师。

课程内容

教程涵盖广泛的主题，包括：

• Spark基础：Spark Core、Spark SQL和Spark MLlib

• Spark高级特性：结构化流处理、机器学习管道和性能优化

• Spark生态系统：Spark StreAMing、SparkR和Spark GraphX

• Spark项目实践：使用Spark构建真实世界的数据分析管道

特点

• 全面深入：涵盖Spark的所有核心特性和生态系统模块。

• 实践导向：通过动手实验和项目练习，强化学习。

• 由行业专家教授：由拥有丰富Spark经验的专业人士讲授。

• 最新的技术：基于Spark 3.3，涵盖最新特性和最佳实践。

• 视频格式：高质量的视频内容，易于理解和遵循。

收益

通过本教程，学员将能够：

• 理解Spark的基本原理和核心特性。

• 使用Spark进行大数据处理和分析。

• 使用Spark MLlib构建机器学习模型。

• 使用Spark StreAMing处理实时数据。

• 熟悉Spark生态系统并集成各种模块。

课程目录

/14-147-尚硅谷2024最新版Spark视频教程/
│├─1.课件
│├─2.资料
│├─3.代码
│├─4.视频

详细目录

1.课件/
│├─1.课件(自解压).exe 14.2MB
2.资料/
│├─2.资料(自解压).exe 424MB
3.代码/
│├─bigdata-bj-classes231226.exe 2.7MB
4.视频/
│├─001 – Spark – 课程介绍.mp4 19MB
│├─002 – Spark – 文件结构 – 介绍.mp4 6.5MB
│├─003 – Spark – 基础概念 – 介绍 – 分布式.mp4 20.9MB
│├─004 – Spark – 基础概念 – 介绍 – 计算.mp4 41.7MB
│├─005 – Spark – 基础概念 – 介绍 – 分布式基础架构.mp4 32.1MB
│├─006 – Spark – 基础概念 – 介绍 – 框架.mp4 46.5MB
│├─007 – Spark – 基础概念 – 介绍 – Spark和MR的关系.mp4 60MB
│├─008 – Spark – 介绍.mp4 39.4MB
│├─009 – Spark – 部署方式 – 介绍.mp4 62.8MB
│├─010 – Spark – 解压后的文件结构.mp4 50.9MB
│├─011 – Spark – 部署环境 – Local.mp4 61.5MB
│├─012 – Spark – 部署环境 – Local – 演示.mp4 114.7MB
│├─013 – Spark – 部署环境 – Yarn – 演示.mp4 127.6MB
│├─014 – Spark – 部署环境 – Yarn – 历史服务.mp4 63.4MB
│├─015 – Spark – 部署环境 – Yarn – 2种执行方式Cluster和Client.mp4 146.4MB
│├─016 – Spark – 部署环境 – 几种模式的对比.mp4 22.5MB
│├─017 – Spark – 数据结构 – 说明.mp4 42.6MB
│├─018 – Spark – RDD – 介绍.mp4 62.6MB
│├─019 – Spark – RDD – 数据处理流程简介.mp4 42.4MB
│├─020 – Spark – RDD – 计算原理.mp4 55MB
│├─021 – Spark – RDD – 计算原理 – 补充.mp4 138.2MB
│├─022 – Spark – RDD – 代码 – 环境的准备.mp4 86.3MB
│├─023 – Spark – RDD – 代码 – 对接内存数据源构建RDD对象.mp4 34.6MB
│├─024 – Spark – RDD – 代码 – 对接磁盘数据源构建RDD对象.mp4 18.7MB
│├─025 – Spark – RDD – 代码 – RDD的理解.mp4 35.1MB
│├─026 – Spark – RDD – 代码 – RDD的分区.mp4 64.7MB
│├─027 – Spark – RDD – 代码 – 内存数据源 – 分区数量的设定.mp4 91.9MB
│├─028 – Spark – RDD – 代码 – 磁盘文件数据源 – 分区数量的设定.mp4 134.5MB
│├─029 – Spark – RDD – 代码 – 内存数据源 – 分区数据的分配.mp4 85.4MB
│├─030 – Spark – RDD – 代码 – 磁盘文件数据源 – 分区数据的分配.mp4 70.9MB
│├─031 – Spark – RDD – 代码 – 磁盘文件数据源 – 分区数据的分配 – 演示.mp4 34.5MB
│├─032 – Spark – RDD – 课件梳理.mp4 34.4MB
│├─033 – Spark – RDD – 方法 – 介绍.mp4 67.9MB
│├─034 – Spark – RDD – 方法 – 方法的2大类 – 转换和行动.mp4 38.1MB
│├─035 – Spark – RDD – 方法 – 数据处理的2大类 – 单值和键值.mp4 65.5MB
│├─036 – Spark – RDD – 方法 – 转换 – map.mp4 135.8MB
│├─037 – Spark – RDD – 方法 – 转换 – map – 1.mp4 106.4MB
│├─038 – Spark – RDD – 方法 – 转换 – map – 2.mp4 48.2MB
│├─039 – Spark – RDD – 方法 – 转换 – map – 3.mp4 137MB
│├─040 – Spark – RDD – 方法 – 转换 – map – 4.mp4 51.7MB
│├─041 – Spark – RDD – 方法 – 转换 – filter.mp4 57.8MB
│├─042 – Spark – RDD – 方法 – 转换 – flatMap.mp4 131.6MB
│├─043 – Spark – RDD – 方法 – 转换 – flatMap – 1.mp4 40.4MB
│├─044 – Spark – RDD – 方法 – 转换 – grouPBy.mp4 66.1MB
│├─045 – Spark – RDD – 回顾 – 原理.mp4 87.2MB
│├─046 – Spark – RDD – 回顾 – 方法.mp4 31.6MB
│├─047 – Spark – RDD – Shuffle.mp4 55.4MB
│├─048 – Spark – RDD – Shuffle – 原理.mp4 67MB
│├─049 – Spark – RDD – Shuffle – 原理 – 补充.mp4 49.1MB
│├─050 – Spark – RDD – Shuffle – 演示.mp4 97.1MB
│├─051 – Spark – RDD – 方法 – distinct.mp4 38.4MB
│├─052 – Spark – RDD – 方法 – sortBy.mp4 83.7MB
│├─053 – Spark – RDD – 方法 – KV类型数据介绍.mp4 78.1MB
│├─054 – Spark – RDD – 方法 – KV类型数据补充.mp4 22.4MB
│├─055 – Spark – RDD – 方法 – KV – mapValues.mp4 53.3MB
│├─056 – Spark – RDD – 方法 – KV – WordCount.mp4 57.8MB
│├─057 – Spark – RDD – 方法 – KV – grouPByKey.mp4 73.5MB
│├─058 – Spark – RDD – 方法 – KV – reduceByKey.mp4 144.8MB
│├─059 – Spark – RDD – 方法 – KV – sortByKey.mp4 183.5MB
│├─060 – Spark – RDD – 方法 – KV – reduceByKey和grouPByKey的区别.mp4 122.7MB
│├─061 – Spark – RDD – WordCount程序在环境中运行.mp4 79.7MB
│├─062 – Spark – RDD – 转换方法的回顾.mp4 142.3MB
│├─063 – Spark – RDD – 行动算子 – 介绍.mp4 176.6MB
│├─064 – Spark – RDD – 行动算子 – collect.mp4 70.7MB
│├─065 – Spark – RDD – 行动算子 – collect – 补充.mp4 74.1MB
│├─066 – Spark – RDD – 行动算子 – 其他方法 – 1.mp4 39.9MB
│├─067 – Spark – RDD – 行动算子 – 其他方法 – 2.mp4 57.1MB
│├─068 – Spark – RDD – 行动算子 – 其他方法 – 3.mp4 98.9MB
│├─069 – Spark – RDD – 行动算子 – Driver端和Executor端数据传输.mp4 96.3MB
│├─070 – Spark – RDD – 序列化 – 1.mp4 93.7MB
│├─071 – Spark – RDD – 序列化 – 2.mp4 42.6MB
│├─072 – Spark – 案例 – 数据格式说明.mp4 103.1MB
│├─073 – Spark – 案例 – 需求介绍.mp4 35.2MB
│├─074 – Spark – 案例 – 需求分析.mp4 55.8MB
│├─075 – Spark – 案例 – 需求设计.mp4 33.1MB
│├─076 – Spark – 案例 – 开发原则.mp4 30.2MB
│├─077 – Spark – 案例 – 代码实现 – 1.mp4 110.1MB
│├─078 – Spark – 案例 – 代码实现 – 2.mp4 230.4MB
│├─079 – Spark – 案例 – 代码实现 – 3.mp4 137MB
│├─080 – Spark – 案例 – 代码实现 – 4.mp4 90.5MB
│├─081 – Spark – RDD – KRYO序列化框架.mp4 103.5MB
│├─082 – Spark – RDD – 依赖关系 – 介绍.mp4 84MB
│├─083 – Spark – RDD – 依赖关系 – 原理.mp4 43.1MB
│├─084 – Spark – RDD – 依赖关系 – 血缘关系.mp4 43.1MB
│├─085 – Spark – RDD – 依赖关系 – 依赖关系.mp4 35.4MB
│├─086 – Spark – RDD – 依赖关系 – 宽窄依赖关系.mp4 85.3MB
│├─087 – Spark – RDD – 依赖关系 – 作业，阶段和任务的关系.mp4 336MB
│├─088 – Spark – RDD – 依赖关系 – 任务的数量.mp4 64.6MB
│├─089 – Spark – RDD – 依赖关系 – 分区的数量.mp4 67.6MB
│├─090 – Spark – RDD – 持久化和序列化的关系.mp4 9.3MB
│├─091 – Spark – RDD – 持久化 – cache.mp4 96.1MB
│├─092 – Spark – RDD – 持久化 – persist.mp4 100.6MB
│├─093 – Spark – RDD – 持久化 – checkPOInt.mp4 104.5MB
│├─094 – Spark – RDD – 持久化 – shuffle算子的持久化.mp4 132.3MB
│├─095 – Spark – RDD – 分区器.mp4 154MB
│├─096 – Spark – RDD – 自定义分区器.mp4 85.6MB
│├─097 – Spark – 两个案例.mp4 58.8MB
│├─098 – Spark – 第一个案例问题原因.mp4 37.8MB
│├─099 – Spark – 广播变量.mp4 65.3MB
│├─100 – Spark – RDD的局限性.mp4 129.3MB
│├─101 – SparkSQL – 介绍.mp4 117MB
│├─102 – SparkSQL – 环境对象的封装.mp4 79.7MB
│├─103 – SparkSQL – 模型对象的封装.mp4 31.3MB
│├─104 – SparkSQL – SQL的操作.mp4 38.5MB
│├─105 – SparkSQL – 不同场景下环境对象的转换.mp4 72.3MB
│├─106 – SparkSQL – 不同场景下模型数据对象的转换.mp4 61.8MB
│├─107 – SparkSQL – 使用SQL的方式来访问数据模型.mp4 35.9MB
│├─108 – SparkSQL – 使用DSL的方式来访问数据模型.mp4 16MB
│├─109 – SparkSQL – 自定义udf函数对象.mp4 121.2MB
│├─110 – SparkSQL – 自定义udf函数的底层实现原理.mp4 71.3MB
│├─111 – SparkSQL – 自定义udaf函数的底层实现原理.mp4 44.9MB
│├─112 – SparkSQL – 自定义udaf函数的实现步骤 – 1.mp4 60.2MB
│├─113 – SparkSQL – 自定义udaf函数的实现步骤 – 2.mp4 91.2MB
│├─114 – SparkSQL – 自定义udaf函数的实现步骤 – 回顾.mp4 70.1MB
│├─115 – SparkSQL – 数据源 – CSV.mp4 105.1MB
│├─116 – SparkSQL – 数据源 – JSON.mp4 81.6MB
│├─117 – SparkSQL – 数据源 – Parquet.mp4 56.3MB
│├─118 – SparkSQL – 数据源 – JDBC.mp4 66.6MB
│├─119 – SparkSQL – 数据源 – Hive.mp4 76.4MB
│├─120 – SparkSQL – 案例 – 数据准备.mp4 54.4MB
│├─121 – SparkSQL – 案例 – 数据准备 – 补充.mp4 17.9MB
│├─122 – SparkSQL – 案例 – 需求分析.mp4 82.2MB
│├─123 – SparkSQL – 案例 – 需求设计.mp4 59MB
│├─124 – SparkSQL – 案例 – SQL实现 – 1.mp4 112.8MB
│├─125 – SparkSQL – 案例 – SQL实现 – 2.mp4 48.4MB
│├─126 – SparkSQL – 案例 – SQL实现 – 3.mp4 100.4MB
│├─127 – SparkSQL – 案例 – SQL实现 – 4.mp4 98.8MB
│├─128 – SparkSQL – 案例 – SQL实现 – 5.mp4 51.6MB
│├─129 – SparkSQL – 案例 – SQL实现 – 6.mp4 113.1MB
│├─130 – SparkSQL – 案例 – SQL实现 – 7.mp4 96.7MB
│├─131 – SparkSQL – 案例 – SQL实现 – 8.mp4 11.7MB
│├─132 – SparkSQL – 案例 – SQL实现 – 9.mp4 95.5MB
│├─133 – SparkStreAMing – 介绍.mp4 78.8MB
│├─134 – SparkStreAMing – 原理.mp4 72.8MB
│├─135 – SparkStreAMing – 原理 – 补充.mp4 22.2MB
│├─136 – SparkStreAMing – 课件梳理.mp4 50.4MB
│├─137 – SparkStreAMing – 环境准备.mp4 80.5MB
│├─138 – SparkStreAMing – 网络（Socket）数据流处理演示.mp4 39MB
│├─139 – SparkStreAMing – Kafka数据流处理演示.mp4 64.6MB
│├─140 – SparkStreAMing – DStreAM方法介绍.mp4 63.6MB
│├─141 – SparkStreAMing – DStreAM输出方法介绍.mp4 44.2MB
│├─142 – SparkStreAMing – 窗口操作.mp4 119MB
│├─143 – SparkStreAMing – 回顾 – 1.mp4 151.6MB
│├─144 – SparkStreAMing – 回顾 – 2.mp4 130.7MB
│├─145 – SparkStreAMing – 关闭 – 1.mp4 78.3MB
│├─146 – SparkStreAMing – 关闭 – 2.mp4 42.7MB
│├─147 – SparkStreAMing – 关闭 – 3.mp4 75.5MB
│├─148 – Spark – 内核 – 运行流程 – 1.mp4 216.9MB
│├─149 – Spark – 内核 – 运行流程 – 2.mp4 167.9MB
│├─150 – Spark – 内核 – 运行流程 – 3.mp4 56.8MB
│├─151 – Spark – 内核 – 核心对象.mp4 72.5MB
│├─152 – Spark – 内核 – 核心对象通信流程 – Netty.mp4 160.1MB
│├─153 – Spark – 内核 – Task任务的调度执行.mp4 271.4MB
│├─154 – Spark – 内核 – Shuffle底层的实现原理 – 1.mp4 162.3MB
│├─155 – Spark – 内核 – Shuffle底层的实现原理 – 2.mp4 160.2MB
│├─156 – Spark – 内核 – 内存管理.mp4 113.6MB
│├─157 – Spark – 内核 – 内存管理 – 补充.mp4 101.6MB

*声明：课程资源购自网络，版权归原作者所有，仅供参考学习使用，严禁外传及商用，若侵犯到您的权益请联系客服删除。