内容简介

Spark是一种多语言引擎，用于在集群上执行数据工程、数据科学和机器学习。在互联网行业中有包括80%的财富500强公司，都在使用Apache Spark。Apache Spark已经拥有超过 2000名来自工业界和学术界的开源项目贡献者。

课程特色

本门课程涵盖了RDD、Spark SQL、Spark Streaming、GraphX、Spark MLlib并实现了基于[物品、用户、ALS]的三种协同过滤算法完成相关项目内容完善。

学习目标

本课程属于“进阶级”大数据课程通过本课程的学习，将帮助读者形成良好的Spark应用程序编程能力，为使用Spark技术解决实际科研问题和未来从事大数据相关工作奠定基础。

优势

spark在基于内存的计算上比MR快100+,在磁盘计算方面比MR快10以上，目前备受追捧,应用Spark的岗位目前有推荐系统，实时日志系统，快速查询系统，定制广告系统，用户图计算系统及以"图论"为基础的众多"最优路径"工程。