问题描述
Spark是当前最流行的开源大数据内存计算框架，采用Scala语言实现，由UC伯克利大学AMPLab实验室开发（2009）并于2010年开源，在2014年成为Apache基金会的顶级项目。2014年至2015年，Spark经历了高速发展，Databricks2015Spark调查报告显示[1]：2014年9月至2015年9月，已经有超过600个Spark源码贡献者，而在此之前的12个月人数只有315个，Spark超越Hadoop，无可争议地成为大数据领域内最活跃的开源项目。除此之外，已经有超过200个公司为Spark奉献过源代码，使Spark社区成为迄今为止开发人员参与最多的社区。本议题的目标是引导想从事大数据处理的IT人员进行Spark入门学习，主要内容包括Scala语言核心语法、Spark集群搭建及开发环境搭建、Spark编程模型、SparkSQL、SparkStreaming、SparkMLlib及SparkGraphx。通过本议题，能够应用Scala进行Spark应用程序开发、掌握Spark的基本运行原理及编程模型，能够熟悉运用SparkSQL进行大数据仓库的开发，掌握Spark流式计算、Spark机器学习及图计算的原理。培训嘉宾：周志湖，绿城集团数据中心数据库工程师/管理员。嘉宾介绍：电子科技大学计算机软件与理论硕士研究生，研究方向为计算机视觉、机器学习，毕业后先后供职于宁波银行、中共浙江省委党校，目前就职于绿城集团，担任数据中心平台架构师、数据开发主管。Scala语言、Hadoop及Spark大数据处理技术爱好者。议题提纲（已完成到紫色章节，入口稍后会链接到每个议题，预计发布时间12.14）Scala篇1.讲解Scala基本数据类型，对其中的程序控制结构特别是for循环的使用进行详细介绍。2.对Array、List、Map等重要数据结构的操作进行介绍。3.Scala函数。内容包括函数字面量、函数闭包、高阶函数、偏函数及集合常见高阶函数等。4.Scala类和对象。介绍Scala面向对象编程，包括类的定义、伴生对象、伴生类、应用程序对象、类的继承等。5.Scala模式匹配。内容包括模式匹配的作用、模式匹配的类型、模式匹配在for循环、正则表达式中的应用、模式匹配与CaseClass。6.Scala类型参数。对Scala中的类型变量界定、协变与逆变等进行介绍。7.Scala隐式转换。内容包括隐式转换函数、隐式类、隐式对象、视图界定及上正文界定中的隐式转换等。8.Scala高级类型。对Scala中的单例类型、抽象类型等进行介绍。Spark篇1.Spark集群部署及开发环境搭建。内容包括Hadoop集群、Spark集群搭建，IntellijIDEASpark开发环境搭建,SparkShell的使用等。2.Spark运行原理。内容包括spark脚本文件解析、Spark几种不同运行方式、RDD原理、宽依赖与窄依赖、Spark任务调度等。3.Spark编程模型，介绍Spark编程模型、对常用的transformation及action操作进行介绍。4.SparkSQL与DataFrame，介绍ＳparkSQL及ＤataFrame的运行原理及使用方法，利用案例介绍SparkSQL的使用。5.Spark流式计算。介绍DStream、SparkStreaming原理，并通过几个案例说明其使用。6.Spark机器学习。介绍SparkMLlib架构，通过K-Mean算法、随机森林等算法说明SparkMLlib的使用。7.SparkGraphx。介绍Spark图计算及相关数据结构，用PageRank算法说明其使用。进阶课程——TBD……
解决方案
本帖最后由 zhong930 于 2015-12-08 21:03:40 编辑
解决方案二：
希望以后持续更新，当然，最好别收费。互联网，追求开源，共享
解决方案三：
为楼主点个赞。
解决方案四：
夭折了吗，怎么还没更新，
解决方案五：
抱歉，有段时间没有更新，直接到这个统一的报名接口就可以http://edu.csdn.net/huiyiCourse/detail/88。