《阿里云技术专题》 Spark核心技术与实践-ZhiMap思维导图

CHENYU

《阿里云技术专题》 Spark核心技术与实践

《阿里云技术专题》
Spark核心技术与实践
进入思维导图模式
- 回到总图
- 基础打磨
  - Scala入门到精通
    - 第一节：Scala语言初步
    - 第二节：Scala基本类型及操作、程序控制结构
    - 第三节：Array、List
    - 第四节：Set、Map、Tuple、队列操作实战
    - 第五节：函数与闭包
    - 第六节：类和对象（一）
    - 第七节：类和对象（二）
    - 第八节：包和引入
    - 第九节：继承与组合
    - 第十节：Scala类层次结构、Traits初步
    - 第十一节：Trait进阶
    - 第十二节：I/O与正则表达式
    - 第十三节：高阶函数
    - 第十四节：Case Class与模式匹配（一）
    - 第十五节：Case Class与模式匹配（二）
    - 第十六节：泛型与注解
    - 第十七节：类型参数（一）
    - 第十八节：隐式转换与隐式参数（一）
    - 第十九节：隐式转换与隐式参数（二）
    - 第二十节：类型参数（二）
    - 第二十一节：类型参数（三）
    - 第二十二节：高级类型（一）
    - 第二十三节：高级类型（二）
    - 第二十四节：高级类型（三）
    - 第二十五节：提取器（Extractor）
    - 第二十六节：Scala并发编程基础
    - 第二十七节：Scala操纵XML
    - 第二十八节：Scala与JAVA互操作
    - 第二十九节：Scala数据库编程
    - 第三十节：Scala脚本编程与结束语
  - Linux基础
    - 第一节：Linux介绍、安装及使用初步
    - 第二节：Linux文件系统、目录（一）
    - 第三节：用户和组
    - 第四节：Linux文件系统（二）
    - 第五节：vi、vim编辑器（一）
    - 第六节：vi、vim编辑器（二）
    - 第七节：进程管理
    - 第八节：网络管理
    - 第九节：Shell编程入门（一）
    - 第十节：Shell编程入门（二）
    - 第十一节：Shell编程入门（三）
    - 第十二节：Shell编程入门（四）
    - 第十三节：Shell编程入门（五）
    - 第十四节：Shell编程入门（六）
    - 第十五节：基础正则表达式（一）
  - Akka基础
    - 并发编程简介
    - Actor模型(一）
    - Actor模型（二）
    - Actor模型（三）
    - Actor模型（四）
    - Actor模型（五）
    - Actor模型（六）
    - Actor模型（七）
- 深入理解
  - 源码走读
    - 第一节：Spark应用程序提交流程
    - 第二节：SparkContext的创建
    - 第三节：Spark Job的提交
    - 第四节：Stage划分
    - 第五节：Stage提交
    - 第六节：Task提交
    - 第七节：ResourceOffers与LaunchTasks解析
    - 第八节：Task执行
    - 第九节：Task执行成功时的结果处理
    - 第十节：Standalone运行模式解析
    - 第十一节：Spark SQL 处理流程分析
    - 第十二节：Spark SQL之SQLContext（一）
  - 组件解析
    - 第一节：Spark 1.5.0集群搭建
    - 第二节：Hadoop、Spark生成圈简介
    - 第三节：Spark Intellij IDEA开发环境搭建
    - 第四节：Spark编程模型（一)
    - 第五节：Spark编程模型（二）
    - 第六节：Spark编程模型（三)
    - 第七节：Spark运行原理
    - 第八节：Spark SQL与DataFrame（一）
    - 第九节：Spark SQL运行流程解析
    - 第十节：Spark SQL案例实战（一）
    - 第十一节：Spark Streaming（一）
    - 第十二节：Spark Streaming（二）
    - 第十三节：Spark Streaming（三）
    - 第十四节：Spark Streaming（四）
    - 第十五节：Kafka 0.8.2.1 集群搭建
    - 第十六节：Spark Streaming与Kafka
- 应用实践
  - 场景实践
    - 和封神一起“深挖”Spark
    - 商品搜索引擎---推荐系统设计
    - 阿里Spark实践与探索
    - 如何做Spark 版本兼容
    - 用线性回归无编码实现文章浏览数预测
    - Spark Streaming+Spark SQL实现可配置ETL
    - 2016中国spark技术峰会见闻摘要
    - Spark Streaming 流式计算实战
    - 利用 Spark DataSource API 实现Rest数据源
    - 协同过滤算法多语言实现
    - Spark 数据倾斜的一些表现
    - Spark性能优化
    - Spark性能优化——和shuffle搏斗
    - Kafka+Spark Streaming+Redis实时计算实践
    - 数据处理平台架构中的SMACK组合
  - 技术应用
    - SparkSQL实战
      - DataFrames基础
      - DataFrames进阶
      - SparkSQL应用案例
    - ML On Spark
      - 基础数据结构
      - 基础数据结构
      - 统计基础
      - 统计基础
- E-MapReduce
  - 泰为基于EMR的考量与实践
  - 基于E-MapReduce梨视频推荐系统
  - Databricks、Intel、阿里、梨视频的实践
  - E-MapReduce集群搭建HAWQ实践
  - E-MapReduce支持计算与存储分离,成本降1倍
  - 阿里云MongoDB与EMR的HelloWorld
  - E-MapReduce(Hadoop)10大类问题集群规划
  - 云上Hadoop之优势