课程目录

1-1 [课程内容] 课程内容 (14:59)
2-1 [DAG调度] stage的划分 (16:37)
2-2 [DAG调度] stage的调度 (13:23)
3-1 [任务调度] taskset调度的先进先出(FIFO)机制 (11:45)
3-2 [任务调度] taskset调度的公平调度(FAIR)机制 (18:47)
3-3 [任务调度] taskset调度的公平调度需要注意的点 (08:58)
3-4 [任务调度] task调度的本地性级别定义 (20:32)
3-5 [任务调度] task调度的延迟调度讲解一 (21:01)
3-6 [任务调度] task调度的延迟调度讲解二 (14:57)
3-7 [任务调度] task调度的推测机制及其使用场景 (08:14)
3-8 [任务调度] task调度的黑名单机制 (10:06)
3-9 [任务调度] task调度的黑名单机制使用场景 (07:41)
3-10 [任务调度] 一个Spark应用中的Job的数量 (07:04)
3-11 [任务调度] 第二个Job的Stage的数量 (15:27)
3-12 [任务调度] 默认情况下的Task的数量 (11:50)
3-13 [任务调度] 分区调整场景一 (03:22)
3-14 [任务调度] 分区调整场景二 (10:31)
3-15 [任务调度] 分区调整场景三 (05:28)
3-16 [任务调度] 分区调整场景四 (06:51)
3-17 [任务调度] 总结RDD控制分区的方式 (05:36)
4-1 [资源调度] executor资源管理 (08:54)
4-2 [资源调度] task的launch流程及其需要注意的点 (10:28)
4-3 [资源调度] task的statusUpdate流程 (16:28)
5-1 [Schedulers On Driver源码讲解] schedulers on driver总体流程 (06:08)
5-2 [Schedulers On Driver源码讲解] 源码讲解之schedulers的初始化 (14:33)
5-3 [Schedulers On Driver源码讲解] 源码讲解之job提交流程 (16:29)
5-4 [Schedulers On Driver源码讲解] 源码讲解之task结果处理 (09:43)
6-1 [多个spark应用的调度] 动态资源分配机制及其使用场景 (13:12)
6-2 [多个spark应用的调度] External shuffle service机制的作用 (08:59)
6-3 [多个spark应用的调度] External shuffle service机制实战 (13:26)
7-1 [Spark实战项目-关联规则挖掘实战] 关联规则挖掘概述 (06:46)
7-2 [Spark实战项目-关联规则挖掘实战] 基本术语 (16:45)
7-3 [Spark实战项目-关联规则挖掘实战] 支持度和置信度的计算 (08:50)
7-4 [Spark实战项目-关联规则挖掘实战] 关联规则挖掘遵循原则 (15:39)
7-5 [Spark实战项目-关联规则挖掘实战] 从所有的交易数据集中找出频繁项集 (21:39)
7-6 [Spark实战项目-关联规则挖掘实战] 从所有频繁项集中产生关联规则 (12:06)
7-7 [Spark实战项目-关联规则挖掘实战] Java单机版关联规则挖掘(Apriori实现)一 (19:27)
7-8 [Spark实战项目-关联规则挖掘实战] Java单机版关联规则挖掘(Apriori实现)二 (22:16)
7-9 [Spark实战项目-关联规则挖掘实战] Java单机版关联规则挖掘(Apriori实现)三 (21:40)
7-10 [Spark实战项目-关联规则挖掘实战] MapReduce关联规则挖掘(Apriori实现)一 (30:20)
7-11 [Spark实战项目-关联规则挖掘实战] MapReduce关联规则挖掘(Apriori实现)二 (10:59)
7-12 [Spark实战项目-关联规则挖掘实战] MapReduce关联规则挖掘(Apriori实现)三 (26:05)
7-13 [Spark实战项目-关联规则挖掘实战] Spark(Java)关联规则挖掘(Apriori实现) (29:42)
7-14 [Spark实战项目-关联规则挖掘实战] Spark和MapReduce的区别 (12:29)
7-15 [Spark实战项目-关联规则挖掘实战] Spark(Scala)关联规则挖掘(Apriori实现) (16:38)