Spark核心原理与实战

1. 深入理解Spark内核原理；
2. 熟练掌握Spark API及使用场景；
3. 全面解析Spark性能调优方案；
4. 快速搞定Spark ML机器学习实战。

王磊老师是《offer来了：Java面试核心知识点精讲.原理篇》&《offer来了：Java面试核心知识点精讲.架构篇》两本书的作者，并且有着十余年丰富的物联网、大数据研发以及技术架构经验，对物联网及大数据的原理和技术实现有着深刻理解。长期从事海外项目的研发和交付工作，对异地多活数据中心的建设及高可用、高并发系统的设计，有丰富的实战经验。

Spark通过构建一个同时支持大数据和人工智能的统一数据分析平台，让大数据问题变得简单，让更多的公司和机构从大数据中获益。作为大数据中最受欢迎的分析工具，Spark博大精深，且发展迅速，它也影响改变着我们每个人的工作和生活。掌握Spark就是掌握了大数据时代的脉搏，对大数据开发工程师来说，掌握Spark可谓至关重要。

但是，如果不能很好的理解Spark背后的原理，就无法充分发挥Spark的功能特点。如何保障可扩展性和高效性是数据模型设计的关键，是学习Spark的难点之一。如何保证系统任务长期稳定，基于海量数据的任务调优，则是学习Spark的又一个关键难点。

本课程基于Spark 3.0.0版本，本着由易到难的设计思路，原理讲解与代码实战交替进行，避免大量原理显得枯燥乏味，也避免不了解原理的情况下进行太多的源码实战，从而仅仅成为一个Spark API使用者。无论你是刚开始学习Spark，还是有了几年的Spark开发经验，本课程都值得你去学习。学习之后你将全面掌握Spark内核原理、Spark资源调度、Spark离线计算、Spark流式计算、Spark任务调优、Spark机器学习等知识。在最后的章节还会介绍大数据的未来趋势相关技术，比如数据湖和AI。为你在未来决胜大数据计算打下坚实的基础。

学习本课程需要你对大数据基础概念有所了解；具备Scala语言基础，则更有助于理解课程内容。