# 零基础入门Spark

## 你将获得

*   快速构建 Spark 核心知识体系
*   Spark 三大计算场景案例实操
*   逐句注释的保姆级代码讲解
*   在故事中搞懂 Spark 开发实战技巧

  

## 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。

  

## 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：

![](https://static001.geekbang.org/resource/image/d5/4f/d54a508d57ce3ecab7d1f262b9dfb34f.jpg "“三步走”与专栏内容安排")

**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

![](https://static001.geekbang.org/resource/image/ed/40/edcfb689e9ccc1a41ee4017641345f40.jpg)

  

## 特别放送

#### 免费领取福利

[![](https://static001.geekbang.org/resource/image/0c/04/0caf085f7c8a0cdda793d541722dcf04.jpg?wh=1029x315)](https://time.geekbang.org/article/374158)  
  

#### 限时活动推荐

[![](https://static001.geekbang.org/resource/image/67/a0/6720f5d50b4b38abbf867facdef728a0.png?wh=1035x360)](https://shop18793264.m.youzan.com/wscgoods/detail/2fmoej9krasag5p?dc_ps=2913145716543073286.200001)

  

## 订阅须知

1.  订阅成功后，推荐通过“极客时间”App端、Web端学习。
2.  本专栏为虚拟商品，交付形式为图文+音频，一经订阅，概不退款。
3.  订阅后分享海报，每邀一位好友订阅有现金返现。
4.  戳此[先充值再购课更划算](https://shop18793264.m.youzan.com/wscgoods/detail/2fmoej9krasag5p?scan=1&activity=none&from=kdt&qr=directgoods_1541158976&shopAutoEnter=1)，还有最新课表、超值赠品福利。
5.  企业采购推荐使用“[极客时间企业版](https://b.geekbang.org/?utm_source=geektime&utm_medium=columnintro&utm_campaign=newregister&gk_source=2021020901_gkcolumnintro_newregister)”便捷安排员工学习计划，掌握团队学习仪表盘。
6.  戳此[申请学生认证](https://promo.geekbang.org/activity/student-certificate?utm_source=geektime&utm_medium=caidanlan1)，订阅课程享受原价5折优惠。
7.  价格说明：划线价、订阅价为商品或服务的参考价，并非原价，该价格仅供参考。未划线价格为商品或服务的实时标价，具体成交价格根据商品或服务参加优惠活动，或使用优惠券、礼券、赠币等不同情形发生变化，最终实际成交价格以订单结算页价格为准。