Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Spark SQL and Spark 3 using Scala Hands-On with Labs

Thực hành Spark SQL và Spark 3 với Scala kèm Lab

Thực hành Spark SQL và Spark 3 với Scala kèm Lab

Khóa học toàn diện về Spark SQL và Data Frame APIs sử dụng Scala, bao gồm quyền truy cập lab

4.6
(3,115 đánh giá)
22,657 học viên
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 489.000đ -90%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
24.0 giờ video
232 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Tất cả các lệnh HDFS cần thiết để kiểm tra file và thư mục trong HDFS
Kiến thức Scala đủ để làm các dự án Kỹ sư Dữ liệu sử dụng Scala làm ngôn ngữ lập trình
Spark Dataframe APIs để giải quyết bài toán theo phong cách Dataframe
Các phép biến đổi cơ bản như Chiếu, Lọc, Tổng hợp và Nhóm theo khóa sử dụng Spark Dataframe APIs
Phép nối trong (Inner) và ngoài (Outer) sử dụng Spark Data Frame APIs
Sử dụng Spark SQL để giải quyết bài toán với cú pháp kiểu SQL
Các phép biến đổi cơ bản như Chiếu, Lọc, Tổng hợp và Nhóm theo khóa sử dụng Spark SQL
Phép nối trong (Inner) và ngoài (Outer) sử dụng Spark SQL
DDL cơ bản để tạo và quản lý bảng bằng Spark SQL
DML hoặc thao tác CRUD cơ bản sử dụng Spark SQL
Tạo và quản lý bảng phân vùng (Partitioned Tables) bằng Spark SQL
Xử lý dữ liệu sử dụng Spark SQL Functions
Hàm phân tích nâng cao (Windowing Functions) để thực hiện tổng hợp và xếp hạng bằng Spark SQL

Yêu cầu

Kỹ năng lập trình cơ bản
Lab tự hỗ trợ (có hướng dẫn) hoặc lab ITVersity với chi phí bổ sung để có môi trường phù hợp
Bộ nhớ tối thiểu yêu cầu tùy theo môi trường bạn dùng với hệ điều hành 64 bit
4 GB RAM với quyền truy cập cluster phù hợp hoặc 16 GB RAM với máy ảo như Cloudera QuickStart VM

Đối tượng phù hợp

Dành cho bất kỳ cá nhân/chuyên gia IT nào muốn học Kỹ sư Dữ liệu bằng Apache Spark
Lập trình viên Python muốn học Spark bằng Scala để bổ sung kỹ năng trở thành Kỹ sư Dữ liệu
Lập trình viên Java hoặc Scala muốn học Spark bằng Scala để bổ sung kỹ năng Kỹ sư Dữ liệu

Nội dung khóa học

19 phần • 232 bài giảng
1 Chương trình đào tạo CCA 175 Spark and Hadoop Developer
1 Bắt đầu với Cloud9
2 Tạo môi trường Cloud9
3 Làm quen với Cloud9 IDE
4 Tổng quan về EC2 liên quan đến Cloud9
5 Mở cổng cho Instance Cloud9
6 Gán Elastic IPs cho Instance Cloud9
7 Tăng kích thước EBS Volume của Instance Cloud9
8 Thiết lập Jupyter Lab trên Cloud9
9 [Lệnh] Thiết lập Jupyter Lab trên Cloud9
1 Đăng ký GCP
2 Tổng quan Giao diện Web Console của GCP
3 Tổng quan về Bảng giá GCP
4 Cấp phát Ubuntu VM từ GCP
5 Thiết lập Docker
6 Tại sao chúng ta thiết lập Python và Jupyter Lab cho khóa học liên quan đến Scala?
7 Kiểm tra Python
8 Thiết lập Jupyter Lab
1 Giới thiệu Single Node Hadoop Cluster
2 Thiết lập điều kiện tiên quyết
3 [Lệnh] - Thiết lập điều kiện tiên quyết
4 Thiết lập đăng nhập không cần mật khẩu (Password less login)
5 [Lệnh] - Thiết lập đăng nhập không cần mật khẩu
6 Tải và cài đặt Hadoop
7 [Lệnh] - Tải và cài đặt Hadoop
8 Cấu hình Hadoop HDFS
9 [Lệnh] - Cấu hình Hadoop HDFS
10 Khởi động và kiểm tra HDFS
11 [Lệnh] - Khởi động và kiểm tra HDFS
12 Cấu hình Hadoop YARN
13 [Lệnh] - Cấu hình Hadoop YARN
14 Khởi động và kiểm tra YARN
15 [Lệnh] - Khởi động và kiểm tra YARN
16 Quản lý Single Node Hadoop
17 [Lệnh] - Quản lý Single Node Hadoop
1 Thiết lập bộ dữ liệu để thực hành
2 [Lệnh] - Thiết lập bộ dữ liệu để thực hành
3 Tải và cài đặt Hive
4 [Lệnh] - Tải và cài đặt Hive
5 Thiết lập cơ sở dữ liệu cho Hive Metastore
6 [Lệnh] - Thiết lập cơ sở dữ liệu cho Hive Metastore
7 Cấu hình và thiết lập Hive Metastore
8 [Lệnh] - Cấu hình và thiết lập Hive Metastore
9 Khởi chạy và kiểm tra Hive
10 [Lệnh] - Khởi chạy và kiểm tra Hive
11 Script quản lý Single Node Cluster
12 [Lệnh] - Script quản lý Single Node Cluster
13 Tải và cài đặt Spark 2
14 [Lệnh] - Tải và cài đặt Spark 2
15 Cấu hình Spark 2
16 [Lệnh] - Cấu hình Spark 2
17 Kiểm tra Spark 2 bằng CLIs
18 [Lệnh] - Kiểm tra Spark 2 bằng CLIs
19 Kiểm tra thiết lập Jupyter Lab
20 [Lệnh] - Kiểm tra thiết lập Jupyter Lab
21 Tích hợp Spark 2 với Jupyter Lab
22 [Lệnh] - Tích hợp Spark 2 với Jupyter Lab
23 Tải và cài đặt Spark 3
24 [Lệnh] - Tải và cài đặt Spark 3
25 Cấu hình Spark 3
26 [Lệnh] - Cấu hình Spark 3
27 Kiểm tra Spark 3 bằng CLIs
28 [Lệnh] - Kiểm tra Spark 3 bằng CLIs
29 Tích hợp Spark 3 với Jupyter Lab
30 [Lệnh] - Tích hợp Spark 3 với Jupyter Lab
1 Giới thiệu và thiết lập Scala
2 Thiết lập Scala trên Windows
3 Cấu trúc lập trình cơ bản
4 Hàm
5 Khái niệm Hướng đối tượng - Lớp (Classes)
6 Khái niệm Hướng đối tượng - Đối tượng (Objects)
7 Khái niệm Hướng đối tượng - Case Classes
8 Collections - Seq, Set và Map
9 Thao tác Map Reduce cơ bản
10 Thiết lập bộ dữ liệu cho thao tác I/O cơ bản
11 Thao tác I/O cơ bản và sử dụng Scala Collections APIs
12 Tuple
13 Chu trình phát triển - Tạo file chương trình
14 Chu trình phát triển - Biên dịch mã nguồn sang jar bằng SBT
15 Chu trình phát triển - Thiết lập SBT trên Windows
16 Chu trình phát triển - Biên dịch thay đổi và chạy jar với đối số
17 Chu trình phát triển - Thiết lập IntelliJ với Scala
18 Chu trình phát triển - Phát triển ứng dụng Scala bằng SBT trong IntelliJ
1 Lấy trợ giúp hoặc cách sử dụng lệnh HDFS
2 Liệt kê file trong HDFS
3 Quản lý thư mục HDFS
4 Sao chép file từ local lên HDFS
5 Sao chép file từ HDFS về local
6 Lấy thông tin metadata của file
7 Xem trước dữ liệu trong file HDFS
8 Kích thước khối (Block Size) HDFS
9 Hệ số nhân bản (Replication Factor) HDFS
10 Lấy thông tin sử dụng lưu trữ HDFS
11 Sử dụng lệnh Stat HDFS
12 Quyền truy cập file HDFS
13 Ghi đè thuộc tính
1 Giới thiệu module
2 Khởi động Spark Context bằng spark-shell
3 Tổng quan về Spark read APIs
4 Xem trước Schema và dữ liệu bằng Spark APIs
5 Tổng quan về Spark Data Frame APIs
6 Tổng quan về các hàm xử lý dữ liệu trong Spark Data Frames
7 Tổng quan về Spark Write APIs
1 Giới thiệu hàm định nghĩa sẵn
2 Tạo đối tượng Spark Session trong Notebook
3 Tạo Data Frame giả để thực hành
4 Phân loại hàm trên cột Spark Data Frame
5 Sử dụng hàm đặc biệt Spark - col
6 Sử dụng hàm đặc biệt Spark - lit
7 Xử lý cột chuỗi bằng Spark Functions - Chuyển đổi chữ hoa/thường và độ dài
8 Xử lý cột chuỗi bằng Spark Functions - substring
9 Xử lý cột chuỗi bằng Spark Functions - split
10 Xử lý cột chuỗi bằng Spark Functions - Nối chuỗi
11 Xử lý cột chuỗi bằng Spark Functions - Đệm chuỗi (Padding)
12 Xử lý cột chuỗi bằng Spark Functions - Cắt bỏ ký tự thừa
13 Hàm Ngày và Giờ trong Spark - Tổng quan
14 Hàm Ngày và Giờ trong Spark - Tính toán ngày tháng
15 Hàm Ngày và Giờ trong Spark - Sử dụng trunc và date_trunc
16 Hàm Ngày và Giờ trong Spark - Sử dụng date_format và các hàm khác
17 Hàm Ngày và Giờ trong Spark - Xử lý unix timestamp
18 Kết luận về hàm định nghĩa sẵn trong Spark
1 Giới thiệu biến đổi cơ bản sử dụng Data Frame APIs
2 Khởi động Spark Context
3 Tổng quan về Lọc sử dụng Spark Data Frame APIs
4 Lọc dữ liệu từ Spark Data Frames - Đọc dữ liệu và hiểu Schema
5 Lọc dữ liệu từ Spark Data Frames - Bài tập 1 - Toán tử Bằng
6 Lọc dữ liệu từ Spark Data Frames - Bài tập 2 - Toán tử So sánh
7 Lọc dữ liệu từ Spark Data Frames - Bài tập 3 - Toán tử AND
8 Lọc dữ liệu từ Spark Data Frames - Bài tập 4 - Toán tử IN
9 Lọc dữ liệu từ Spark Data Frames - Bài tập 5 - Between và Like
10 Lọc dữ liệu từ Spark Data Frames - Bài tập 6 - Sử dụng hàm trong Filter
11 Tổng quan về Tổng hợp sử dụng Spark Data Frame APIs
12 Tổng quan về Sắp xếp sử dụng Spark Data Frame APIs
13 Giải pháp - Đếm số chuyến bay bị trễ bằng Spark Data Frame APIs - Phần 1
14 Giải pháp - Đếm số chuyến bay bị trễ bằng Spark Data Frame APIs - Phần 2
15 Giải pháp - Đếm số chuyến bay bị trễ theo ngày bằng Spark Data Frame APIs
1 Chuẩn bị và kiểm tra bộ dữ liệu
2 Khởi động Spark Session hoặc Spark Context
3 Phân tích bộ dữ liệu để nối bằng Spark Data Frame APIs
4 Loại bỏ bản ghi trùng lặp từ Data Frame bằng Spark Data Frame APIs
5 Ôn tập biến đổi cơ bản sử dụng Spark Data Frame APIs
6 Nối bộ dữ liệu bằng Spark Data Frame APIs - Bài toán
7 Tổng quan về phép nối sử dụng Spark Data Frame APIs
8 Nối trong (Inner Join) bằng Spark Data Frame - Lấy số chuyến bay khởi hành từ sân bay Mỹ
9 Nối trong (Inner Join) bằng Spark Data Frame - Lấy số chuyến bay khởi hành từ các bang Mỹ
10 Nối ngoài (Outer Join) bằng Spark Data Frame APIs - Lấy sân bay chưa từng được sử dụng
1 Bắt đầu với Spark SQL - Tổng quan
2 Tổng quan tài liệu Spark
3 Khởi chạy và sử dụng Spark SQL CLI
4 Tổng quan về thuộc tính Spark SQL
5 Chạy lệnh hệ điều hành bằng Spark SQL
6 Hiểu thư mục kho (Warehouse Directory) của Spark Metastore
7 Quản lý cơ sở dữ liệu Spark Metastore
8 Quản lý bảng Spark Metastore
9 Truy xuất metadata của bảng Spark Metastore
10 Vai trò của Spark Metastore hoặc Hive Metastore
11 Bài tập - Bắt đầu với Spark SQL
1 Biến đổi cơ bản sử dụng Spark SQL - Giới thiệu
2 Spark SQL - Tổng quan
3 Định nghĩa bài toán cho biến đổi cơ bản sử dụng Spark SQL
4 Chuẩn bị hoặc tạo bảng bằng Spark SQL
5 Chiếu hoặc chọn dữ liệu bằng Spark SQL
6 Lọc dữ liệu bằng Spark SQL
7 Nối bảng bằng Spark SQL - Nối trong (Inner)
8 Nối bảng bằng Spark SQL - Nối ngoài (Outer)
9 Tổng hợp dữ liệu với Spark SQL
10 Sắp xếp dữ liệu với Spark SQL
11 Kết luận - Giải pháp cuối cùng sử dụng Spark SQL
1 Giới thiệu DDL và DML cơ bản với Spark SQL
2 Tạo bảng Spark Metastore bằng Spark SQL
3 Tổng quan về kiểu dữ liệu cho cột bảng Spark Metastore
4 Thêm ghi chú cho bảng Spark Metastore bằng Spark SQL
5 Nạp dữ liệu vào bảng Spark Metastore bằng Spark SQL - Local
6 Nạp dữ liệu vào bảng Spark Metastore bằng Spark SQL - HDFS
7 Nạp dữ liệu vào bảng Spark Metastore bằng Spark SQL - Append và Overwrite
8 Tạo bảng External trong Spark Metastore bằng Spark SQL
9 Bảng Managed Spark Metastore vs Bảng External Spark Metastore
10 Tổng quan về định dạng file bảng Spark Metastore
11 Xóa bảng và cơ sở dữ liệu Spark Metastore
12 Làm trống bảng Spark Metastore (Truncate)
13 Bài tập - Bảng Managed Spark Metastore
1 Giới thiệu DML và Partitioning cho bảng Spark Metastore bằng Spark SQL
2 Giới thiệu Partitioning cho bảng Spark Metastore bằng Spark SQL
3 Tạo bảng Spark Metastore bằng định dạng file Parquet
4 Load vs Insert vào bảng Spark Metastore bằng Spark SQL
5 Chèn dữ liệu dùng bảng Stage Spark Metastore bằng Spark SQL
6 Tạo bảng Spark Metastore phân vùng bằng Spark SQL
7 Thêm phân vùng cho bảng Spark Metastore bằng Spark SQL
8 Nạp dữ liệu vào bảng Spark Metastore phân vùng bằng Spark SQL
9 Chèn dữ liệu vào phân vùng của bảng Spark Metastore bằng Spark SQL
10 Dùng Dynamic Partition Mode để chèn dữ liệu vào bảng Spark Metastore
11 Bài tập - Bảng Spark Metastore phân vùng bằng Spark SQL
1 Giới thiệu - Tổng quan về hàm Spark SQL
2 Tổng quan về hàm dựng sẵn trong Spark SQL
3 Kiểm tra hàm bằng Spark SQL
4 Hàm xử lý chuỗi bằng Spark SQL
5 Hàm xử lý ngày tháng bằng Spark SQL
6 Tổng quan về hàm số học bằng Spark SQL
7 Chuyển đổi kiểu dữ liệu bằng Spark SQL
8 Xử lý giá trị Null bằng Spark SQL
9 Sử dụng CASE và WHEN trong Spark SQL
10 Ví dụ truy vấn - Đếm từ bằng Spark SQL
1 Chuẩn bị bảng Users bằng Spark SQL
2 Bài tập 1 - Lấy số lượng người dùng tạo theo năm
3 Bài tập 2 - Lấy tên thứ trong tuần của ngày sinh người dùng
4 Bài tập 3 - Lấy tên và email của người dùng thêm vào năm 2019
5 Bài tập 4 - Lấy số lượng người dùng theo giới tính
6 Bài tập 5 - Lấy 4 chữ số cuối của ID duy nhất
7 Bài tập 6 - Lấy số lượng người dùng theo mã quốc gia
1 Giới thiệu hàm cửa sổ trong Spark SQL
2 Chuẩn bị cơ sở dữ liệu HR trong Spark Metastore bằng Spark SQL
3 Tổng quan về hàm cửa sổ trong Spark SQL
4 Tổng hợp dữ liệu dùng hàm cửa sổ trong Spark SQL
5 Hàm LEAD hoặc LAG trong Spark SQL
6 Lấy giá trị đầu và cuối bằng Spark SQL
7 Xếp hạng dùng hàm cửa sổ trong Spark SQL
8 Thứ tự thực thi truy vấn Spark SQL
9 Tổng quan về truy vấn con (Subqueries) trong Spark SQL
10 Lọc kết quả hàm cửa sổ bằng Spark SQL
1 Giới thiệu tình huống mẫu và giải pháp
2 Đề bài - Hướng dẫn chung
3 Khởi tạo job - Hướng dẫn chung
4 Lấy số vụ phạm tội theo loại theo tháng - Hiểu dữ liệu
5 Lấy số vụ phạm tội theo loại theo tháng - Triển khai logic - Core API
6 Lấy số vụ phạm tội theo loại theo tháng - Triển khai logic - Data Frames
7 Lấy số vụ phạm tội theo loại theo tháng - Kiểm tra kết quả
8 Lấy khách hàng không hoạt động - dùng Core Spark API (leftOuterJoin)
9 Lấy khách hàng không hoạt động - dùng Data Frames và SQL
10 Lấy 3 tội phạm hàng đầu ở RESIDENCE - dùng Core Spark API
11 Lấy 3 tội phạm hàng đầu ở RESIDENCE - dùng Data Frame và SQL
12 Chuyển đổi dữ liệu NYSE từ định dạng text file sang parquet file
13 Đếm từ - với đối số điều khiển tùy chỉnh, số khóa và định dạng file

Giới thiệu khóa học

As part of this course, you will learn all the key skills to build Data Engineering Pipelines using Spark SQL and Spark Data Frame APIs using Scala as a Programming language. This course used to be a CCA 175 Spark and Hadoop Developer course for the preparation of the Certification Exam. As of 10/31/2021, the exam is sunset and we have renamed it to Spark SQL and Spark 3 using Scala as it covers industry-relevant topics beyond the scope of certification.

About Data Engineering

Data Engineering is nothing but processing the data depending on our downstream needs. We need to build different pipelines such as Batch Pipelines, Streaming Pipelines, etc as part of Data Engineering. All roles related to Data Processing are consolidated under Data Engineering. Conventionally, they are known as ETL Development, Data Warehouse Development, etc. Apache Spark is evolved as a leading technology to take care of Data Engineering at scale.

I have prepared this course for anyone who would like to transition into a Data Engineer role using Spark (Scala). I myself am a proven Data Engineering Solution Architect with proven experience in designing solutions using Apache Spark.

Let us go through the details about what you will be learning in this course. Keep in mind that the course is created with a lot of hands-on tasks which will give you enough practice using the right tools. Also, there are tons of tasks and exercises to evaluate yourself.

Setup of Single Node Big Data Cluster

Many of you would like to transition to Big Data from Conventional Technologies such as Mainframes, Oracle PL/SQL, etc and you might not have access to Big Data Clusters. It is very important for you set up the environment in the right manner. Don't worry if you do not have the cluster handy, we will guide you through support via Udemy Q&A.

  • Setup Ubuntu-based AWS Cloud9 Instance with the right configuration

  • Ensure Docker is setup

  • Setup Jupyter Lab and other key components

  • Setup and Validate Hadoop, Hive, YARN, and Spark

Are you feeling a bit overwhelmed about setting up the environment? Don't worry!!! We will provide complementary lab access for up to 2 months. Here are the details.

  • Training using an interactive environment. You will get 2 weeks of lab access, to begin with. If you like the environment, and acknowledge it by providing a 5* rating and feedback, the lab access will be extended to additional 6 weeks (2 months). Feel free to send an email to support@itversity.com to get complementary lab access. Also, if your employer provides a multi-node environment, we will help you set up the material for the practice as part of the live session. On top of Q&A Support, we also provide required support via live sessions.

A quick recap of Scala

This course requires a decent knowledge of Scala. To make sure you understand Spark from a Data Engineering perspective, we added a module to quickly warm up with Scala. If you are not familiar with Scala, then we suggest you go through relevant courses on Scala as Programming Language.

Data Engineering using Spark SQL

Let us, deep-dive into Spark SQL to understand how it can be used to build Data Engineering Pipelines. Spark with SQL will provide us the ability to leverage distributed computing capabilities of Spark coupled with easy-to-use developer-friendly SQL-style syntax.

  • Getting Started with Spark SQL

  • Basic Transformations using Spark SQL

  • Managing Spark Metastore Tables - Basic DDL and DML

  • Managing Spark Metastore Tables Tables - DML and Partitioning

  • Overview of Spark SQL Functions

  • Windowing Functions using Spark SQL

Data Engineering using Spark Data Frame APIs

Spark Data Frame APIs are an alternative way of building Data Engineering applications at scale leveraging distributed computing capabilities of Spark. Data Engineers from application development backgrounds might prefer Data Frame APIs over Spark SQL to build Data Engineering applications.

  • Data Processing Overview using Spark Data Frame APIs leveraging Scala as Programming Language

  • Processing Column Data using Spark Data Frame APIs leveraging Scala as Programming Language

  • Basic Transformations using Spark Data Frame APIs leveraging Scala as Programming Language - Filtering, Aggregations, and Sorting

  • Joining Data Sets using Spark Data Frame APIs leveraging Scala as Programming Language

All the demos are given on our state-of-the-art Big Data cluster. You can avail of one-month complimentary lab access by reaching out to support@itversity.com with a Udemy receipt.

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Apache Spark
Hiển thị tất cả khoá học Big Data Processing
Hiển thị tất cả khoá học Data Engineering
Hiển thị tất cả khoá học Scala
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊