课程简介
Spark 是专为大规模数据处理而设计的分析计算引擎。
技术上，Spark 是基于 Hadoop MapReduce 设计的通用并行框架，拥有其所具备的优点，并采用内存的方式优化了中间计算过程，极大提高了计算效率，从而使 Spark 可以更好地应用在数据挖掘与机器学习等迭代式计算场景。
应用上，Spark 可以满足绝大部分的离线数据分析场景和部分的实时数据分析场景，从而使 Spark 技术框架成为企业大数据离线处理技术的首选。
本套教程基于 Spark 3.3 版本，使用 Java 语言，详解了 Spark 技术生态的三个核心模块：Spark Core 核心模块，讲解 Spark 运行环境，以及分布式数据模型 RDD 的使用和原理；Spark SQL 模块，讲解 Spark 在结构化数据场景中的使用方式，包括 SQL 语法、DSL 语法、UDF 函数、UDAF 函数等；Spark Streaming 模块，讲解 Spark 在流式数据处理中的使用方式，包括无界数据流的处理、Kafka 系统的对接和数据窗口的应用等。
授课方式上，还是一贯的将图形、文字、源码相结合的保姆式讲解；配套资料上，还是一样的败家式赠送，视频、课件、代码、资料，全部送送送！力求让学习者对分布式计算的原理、框架的使用建立深刻的理解，从而将 Spark 应用于企业的项目中。