全面更新和重新记录了Spark 3, IntelliJ,结构流,并更加注重数据系统API。
分析“大数据”是一门热门且极有价值的技能,
包括亚马逊、埃拜、美国航天局JPL和雅虎等雇主都利用火花快速从大型数据组中获取意义,
在家使用自己的Windows系统,你就会学习同样的技巧。这比你想的容易得多。 你会从亚马逊和IMDb的前工程师和高级经理那里学到东西。
使用 Scala 编程语言时,Spark效果最好。 这个课程包括一个在Scala的撞车课, 让你快速地适应速度。
更熟悉皮顿的人也可以使用Python版本的这一类数据:“用阿帕奇·斯帕克和皮顿来追踪大数据-手握住”。
学习并掌握设计数据分析问题的艺术, 以作为火花问题,
学习斯帕克的弹性分布数据集、数据框架和数据集的概念。
开发并快速运行 Spark 工作,使用 Scala、 Intellij和SBT 将复杂分析问题转换成迭代或多阶段的 Spark 脚本
亚马逊的“埃利斯基地图”数据组 了解哈多普YARN如何在计算集群中分配火花,使用其他电动技术(如Spark SQL、DataFrames、 DataSets、Spark溪流)
机器学习和图克X在课程结束时,你将在几分钟内运行代码,分析千兆字节的信息价值。我们会在路上玩得很开心。
利用斯派克分析电影评分数据和书中文本的简单例子,你就会得到温暖。一旦你有基本知识,我们就会做一些更复杂、有趣的工作。
我们用百万个电影评分 来寻找彼此相似的电影 你甚至可能发现一些新的电影
并开发一个系统来寻找超级英雄之间的“分离程度”。
所有的超級英雄是否都与蜘蛛侠有几度联系?
课程非常亲手操作; 你会花大部分时间跟着老师一起写、分析、运行真实代码, 无论是在你自己的系统上,
地图浏览服务。 包含超过8小时的视频内容, 20多个真实的例子表明您可以自己建立、 运行和学习越来越复杂。 按您的进度, 根据自己的计划按您的速度通过它们 。
课程总结了其他基于火花的技术,包括Spark SQL、Spoker Streaming和GreagX。现在加入并享受课程!
我第一次学习火种, 使用弗兰克的课目 “Apache Spark与Scala-手握大数据!”
对我来说,这是一个伟大的起点, 获得斯卡拉的知识 以及最重要的实实在在的斯帕克应用实例。
它让我了解到了所有相关的火花核心概念,即RDD、数据框架和数据集、火花流、AWS EMR。
完成后几个月内,我利用从培训班中获得的知识建议目前公司主要在斯帕克申请方面开展工作。 从那时起,我一直与斯帕克合作。
我强烈推荐任何弗兰克斯课程,因为他精细简化概念,他的教学方式容易遵循和继续! ” -乔伊·法赫蒂