描述
课程介绍
说到学习Spark，如果你对“Spark还有那么火吗？会不会已经过时了？”这个问题感到困惑，那大可不必。
因为经过十多年的发展，Spark已经由当初的“大数据新秀”成长为数据应用领域的中流砥柱，早已成为各大头部互联网公司的标配。比如，字节跳动、美团、Netflix等公司基于Spark构建的应用，在为公司旗下的核心产品提供服务。
这也就意味着，对于数据应用领域的任何一名工程师来说，Spark开发都是一项必备技能。
虽然Spark好用，而且是大数据从业者的一门必修课，但对于入门这件事儿，却也面临着这样一些难题：
- 学习资料多且杂，自己根本就梳理不出脉络，更甭提要构建结构化的知识体系了。
- 学习Spark，一定要先学Scala吗？新学一门编程语言，真不是件容易的事儿。
- Spark的开发算子太多，记不住，来了新的业务需求，又不知道该从哪里下手。
- ……
那么，该如何解决这些问题，从而打开Spark应用开发的大门呢？
为此，我们邀请到了吴磊老师。他会结合自己这些年学习、应用和实战Spark的丰富经验，为你梳理一套零基础入门Spark的“三步走”方法论：熟悉Spark开发API与常用算子、吃透Spark核心原理、玩转Spark计算子框架，从而帮助你零基础上手Spark 。
这个“三步走”方法论再配合4个不同场景的小项目，吴磊老师会从基本原理到项目落地，带你深入浅出玩转Spark。
课程模块设计
结合Spark最常用的计算子框架，这门课设计为4个模块，它与“三步走”方法论的对应关系如下：
基础知识模块：从一个叫作“Word Count”的小项目开始，详细地讲解RDD常用算子的含义、用法与适用场景，以及RDD编程模型、调度系统、Shuffle管理、内存管理等核心原理，帮你打下坚实的理论基础。
Spark SQL模块：从“小汽车摇号”项目入手，带你熟悉Spark SQL开发API，为你讲解Spark SQL的核心原理与优化过程，以及Spark SQL与数据分析有关的部分，如数据的转换、清洗、关联、分组、聚合、排序，等等。
Spark MLlib模块：从“房价预测”这个小项目入手，带你了解Spark在机器学习中的应用，深入学习Spark MLlib丰富的特征处理函数和它支持的模型与算法，并带你了解Spark + XGBoost集成是如何帮助开发者应对大多数的回归与分类问题。
Structured Streaming模块：重点讲解Structured Streaming是怎么同时保证语义一致性与数据一致性的，以及如何应对流处理中的数据关联，并通过Kafka + Spark这对“Couple”的系统集成，来演示流处理中的典型计算场景。
课程目录
讲师介绍
吴磊，现任 Freewheel 机器学习研发经理，负责计算广告业务中机器学习应用的实践、落地与推广。他还曾任职于IBM、联想研究院、新浪微博，具备丰富的数据库、数据仓库、大数据开发与调优经验。
吴磊热爱技术分享，擅长使用轻松幽默的故事去解读枯燥的技术。曾于Spark中国峰会、AWS re:Invent分享大规模机器学习应用与落地经验，荣获AWS Machine Leanring Hero称号。他在InfoQ上发表过多篇文章，更是在今年3月份出品了《Spark性能调优实战》这个专栏，深入浅出、风趣幽默。
