【Udemy付费课程】Apache Spark for Java Developers

独家Udemy付费课程，中英文字幕，课程资料包齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

你将会学到的

• 使用函数式 Java 定义复杂的数据处理作业
• 了解 RDD 和 DataFrame API 之间的区别
• 使用 SQL 样式语法生成针对大数据集的报告
• 将机器学习算法与大数据和 SparkML 结合使用
• 将 Spark 连接到 Apache Kafka 以处理大数据流
• 了解如何使用结构化流式处理与 Kafka 构建管道

要求

• 本课程需要 Java 8。Spark 当前不支持 Java9+，你需要 Java 8 来实现函数式 Lambda 语法
• 假定以前有 Java 知识，但解释了基础知识之上的任何内容
• 以前的一些 SQL 将对课程的一部分有用，但如果你之前从未使用过它，这将是一个很好的初次体验

说明

开始使用令人惊叹的 Apache Spark 并行计算框架 – 本课程专为 Java 开发人员设计。

如果你是数据科学的新手，并且想了解如何并行处理海量数据集，那么 Spark 的 Java API 是一种快速入门的好方法。

你需要了解在Spark Core、SparkSQL 和DataFrames中执行的主要操作所需的所有基础知识，并附有易于理解的示例。你将能够跟随所有示例，并在你自己的本地开发计算机上运行它们。

课程中包含一个涵盖SparkML的模块，这是 Spark 的一个令人兴奋的补充，它允许你将机器学习模型应用于你的大数据！不需要数学经验！

最后，还有一个完整的 3 小时模块，涵盖Spark Streaming，你将在其中获得将 Spark 与Apache Kafka集成以处理实时大数据流的实践经验。我们同时使用DStream和结构化流API。

或者，如果你有 AWS 账户，你将了解如何将你的工作部署到实时 EMR（Elastic Map Reduce）硬件集群。如果你不熟悉 AWS，你可以跳过此视频，但它仍然值得观看，而不是跟随编码。

你将深入了解 Spark 的内部结构，并了解它如何优化你的执行计划。我们将比较RDD 与 SparkSQL 的性能，你将了解可以为实时项目节省大量资金的主要性能缺陷。

在整个课程中，你将获得 Java Lambda 的一些很好的实践——如果你是新手，这是学习函数式 Java 的好方法。

此课程面向哪些人：

• 任何已经了解 Java 并想探索 Apache Spark 的人
• 任何想要快速入门的数据科学新手，无需学习 Python、Scala 或 R