主要內容：
1.Spark在Ubuntu虛擬機上的分布式集群環境搭建
2.基于Python的Spark編程基礎
3.Spark MLlib的使用（.py文件）：回歸預測、聚類、關聯規則、神經網絡預測
4.Spark在阿里云的使用（.py文件）
5.Spark在AWS亞馬遜云的使用
6.預測算法介紹

課程大綱：
1.Spark入門及生態體系
概述
Spark生態
Spark（內存計算框架）
SparkSteaming（流式計算框架）
Spark SQL（ad-hoc）
Mllib（Machine Learning）
GraphX（bagel將被取代）
彈性分布式數據集（RDD）
2.Python Spark基礎介紹
Spark 編程模型
RDD緩存策略
Spark Python編程入門
PySpark
惰性計算（Lazy Evaluation）
流水線（Pipelines）

3.分布式集群搭建
Spark-1.6.1、Hadoop-2.6.4、VMware Ubuntu分布式集群搭建全過程
Ubuntu基本環境配置
集群安裝準備
安裝配置Hadoop
安裝配置Spark
4.基于Python的Spark編程實戰
概述
連接Spark
初始化Spark
使用命令行
彈性分布式數據集（RDD）
RDD操作
RDD持久化
在集群上部署
用Python編寫的一個簡單Spark應用

5.Spark MLlib的使用
機器學習概念
Spark MLlib介紹
Spark MLlib架構解析
MLlib的算法庫分析
用Spark Python構建分類模型
使用 Spark MLlib 做 K-means 聚類分析
6.Spark在阿里云的使用
阿里云服務介紹
阿里云搭建Spark集群過程
計算π值和Kmeans實驗

7.spark在AWS亞馬遜云的使用
亞馬遜AWS云服務的內容
亞馬遜的EMR中提供的3種主要組件
Spark on Amazon EMR架構解析
應用案例：構建1000個節點的Spark集群
Spark應用
8.預測算法介紹
用Spark Python構建回歸模型
9.案例介紹
使用 Spark 模塊解析