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

Databricks Certified Associate Developer - Apache Spark

Databricks Certified Associate Developer - Apache Spark

Hướng dẫn thực hành từng bước để chuẩn bị cho kỳ thi Databricks Certified Associate Developer for Apache Spark bằng Pyspark

4.1
(1,938 đánh giá)
15,773 học viên
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
14.5 giờ video
172 bài giảng
16 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Chi tiết kỳ thi Databricks Certified Associate Developer for Apache Spark
Thiết lập nền tảng Databricks để thực hành và chuẩn bị cho kỳ thi Databricks Certified Associate Developer for Apache Spark
Chọn, đổi tên và thao tác với các cột bằng Spark Data Frame APIs
Lọc, xóa, sắp xếp và tổng hợp các hàng bằng Spark Data Frame APIs
Kết nối (Join), đọc, ghi và phân vùng DataFrames bằng Spark Data Frame APIs
Làm việc với UDFs và các hàm Spark SQL bằng Spark Data Frame APIs
Kiến trúc Spark và Adaptive Query Execution (AQE)

Yêu cầu

Lập trình Python cơ bản để hiểu các câu hỏi trong kỳ thi Databricks Certified Associate Developer for Apache Spark
Máy tính xách tay ổn định với kết nối internet để tham gia khóa học và chuẩn bị cho kỳ thi Databricks Certified Associate Developer for Apache Spark
Có tài khoản Databricks hợp lệ (sử dụng AWS, Azure hoặc GCP) là rất cần thiết để chuẩn bị cho kỳ thi này

Đối tượng phù hợp

Dành cho Lập trình viên Python hoặc Kỹ sư Dữ liệu muốn hiểu sâu hơn về Spark Data Frame APIs và chuẩn bị cho kỳ thi chứng chỉ
Dành cho Lập trình viên Python hoặc Kỹ sư Dữ liệu đang chuẩn bị thi Databricks Certified Associate Developer for Apache Spark
Dành cho Kỹ sư Dữ liệu muốn tìm hiểu thêm về việc sử dụng Spark trên nền tảng Databricks và chuẩn bị cho kỳ thi

Nội dung khóa học

16 phần • 172 bài giảng
1 Giới thiệu khóa học Databricks Certified Associate for Apache Spark Developer
2 Đăng ký trên trang web Databricks Academy
3 Lấy thông tin chi tiết về kỳ thi Databricks Certified Associate for Spark Developer
4 Tổng quan chương trình học Databricks Certified Associate for Apache Spark
5 Tài nguyên để chuẩn bị cho kỳ thi Databricks Certified Associate Spark Developer
6 Chi tiết kỳ thi Databricks Certified Associate Developer for Apache Spark
7 Đăng ký dự thi Databricks Certified Associate Developer for Apache Spark
1 Đăng ký Azure Portal
2 Thiết lập nền tảng Databricks bằng Azure
3 Điều kiện tiên quyết cho Chứng chỉ Databricks Spark Developer
4 Tạo Single Node Cluster để khám phá Spark APIs
5 Bắt đầu với Databricks Notebooks
6 Thiết lập tài liệu khóa học cho chứng chỉ Databricks
7 Hướng dẫn nhanh tài liệu khóa học bằng Databricks Notebooks
8 Cài đặt và cấu hình Databricks CLI
9 Tương tác với Hệ thống Tệp bằng CLI
10 Thiết lập Bộ dữ liệu Bán lẻ bằng Databricks CLI
11 Kiểm tra Bộ dữ liệu bằng Databricks Notebooks
1 Tạo Spark Dataframes bằng Python Collections và Pandas Dataframes
2 Tạo Spark Dataframe một cột bằng List
3 Tạo Spark Dataframe nhiều cột bằng List
4 Tổng quan về Spark Row
5 Chuyển đổi List of Lists thành Spark Dataframe bằng Row
6 Chuyển đổi List of Tuples thành Spark Dataframe bằng Row
7 Chuyển đổi List of Dicts thành Spark Dataframe bằng Row
8 Tổng quan về các Kiểu Dữ liệu Cơ bản trong Spark
9 Chỉ định Schema cho Spark Dataframe bằng Chuỗi
10 Chỉ định Schema cho Spark Dataframe bằng List
11 Chỉ định Schema bằng Spark Types
12 Tạo Spark Dataframe bằng Pandas Dataframe
13 Tổng quan về các Kiểu Dữ liệu Đặc biệt trong Spark
14 Cột kiểu Array trong Spark Dataframes
15 Cột kiểu Map trong Spark Dataframes
16 Cột kiểu Struct trong Spark Dataframes
1 Chọn và Đổi tên Cột trong Spark Data Frames - Giới thiệu
2 Tạo Spark Data Frame để Chọn và Đổi tên Cột
3 Tổng quan về Narrow và Wide Transformations
4 Tổng quan về Select trên Spark Data Frame
5 Tổng quan về selectExpr trên Spark Data Frame
6 Tham chiếu Cột bằng Tên Spark Data Frame
7 Hiểu hàm col trong Spark
8 Gọi Hàm bằng Spark Column Objects
9 Hiểu hàm lit trong Spark
10 Tổng quan về Đổi tên Cột hoặc Biểu thức trong Spark Data Frame
11 Đặt tên cho cột phái sinh bằng withColumn
12 Đổi tên Cột bằng withColumnRenamed
13 Đổi tên cột hoặc biểu thức Spark Data Frame bằng alias
14 Đổi tên và Sắp xếp lại nhiều Cột trong Spark Data Frame
1 Thao tác với Cột trong Spark Data Frames - Giới thiệu
2 Các Hàm định sẵn bằng Spark Data Frame APIs
3 Tạo Dummy Data Frame
4 Các Loại Hàm để Thao tác Cột trong Spark Data Frames
5 Nhận Trợ giúp về các Hàm Spark
6 Các Hàm đặc biệt col và lit trong Spark
7 Các Hàm thao tác Chuỗi phổ biến
8 Trích xuất Chuỗi bằng substring từ các Cột Spark Data Frame
9 Trích xuất Chuỗi bằng split từ các Cột Spark Data Frame
10 Đệm Ký tự xung quanh chuỗi trong các Cột Spark Data Frame
11 Cắt bớt Ký tự từ chuỗi trong các Cột Spark Data Frame
12 Các Hàm thao tác Ngày và Giờ bằng Spark Data Frames
13 Tính toán Ngày và Giờ bằng Spark Data Frames
14 Sử dụng các hàm cắt ngắn (trunc) ngày và giờ trên Spark Data Frames
15 Các Hàm Trích xuất Ngày và Giờ trên Spark Data Frames
16 Sử dụng to_date và to_timestamp trên Spark Data Frames
17 Sử dụng hàm date_format trên Spark Data Frames
18 Xử lý Unix Timestamp trong Spark Data Frames
19 Xử lý giá trị null trong Spark Data Frames
20 Sử dụng CASE và WHEN trên Spark Data Frames
1 Lọc Dữ liệu từ Spark Data Frames - Giới thiệu
2 Tạo Spark Data Frame để Lọc
3 Tổng quan về Hàm Filter hoặc Where trên Spark Data Frame
4 Tổng quan về Điều kiện và Toán tử liên quan đến Spark Data Frames
5 Lọc bằng Điều kiện Bằng nhau trên Spark Data Frames
6 Lọc bằng Điều kiện Không bằng nhau trên Spark Data Frames
7 Lọc bằng Toán tử Between trên Spark Data Frames
8 Xử lý Giá trị Null khi Lọc Dữ liệu trong Spark Data Frames
9 Tổng quan về Các phép toán Boolean
10 Boolean OR trên cùng một cột của Spark Data Frame và Toán tử IN
11 Lọc với Greater Than và Less Than trên Spark Data Frames
12 Điều kiện Boolean AND trên Spark Data Frames
13 Boolean OR trên các cột khác nhau của Spark Data Frame
1 Xóa Cột từ Spark Data Frames - Giới thiệu
2 Tạo Spark Data Frame để Xóa Cột
3 Tổng quan về hàm drop của Spark Data Frame
4 Xóa một Cột từ Spark Data Frame
5 Xóa Nhiều Cột từ Spark Data Frame
6 Xóa Danh sách Cột từ Spark Data Frame
7 Xóa Bản ghi Trùng lặp từ Spark Data Frames
8 Xóa Bản ghi dựa trên Null từ Spark Data Frames
1 Sắp xếp Dữ liệu trong Spark Data Frames - Giới thiệu
2 Tạo Spark Data Frame để Sắp xếp Dữ liệu
3 Tổng quan về Sắp xếp Spark Data Frame
4 Sắp xếp Spark Data Frame theo thứ tự Tăng dần theo một cột cho trước
5 Sắp xếp Spark Data Frame theo thứ tự Giảm dần theo một cột cho trước
6 Xử lý Null khi sắp xếp Spark Data Frame
7 Sắp xếp Hỗn hợp (Composite Sorting) của Data Frame
8 Sắp xếp Ưu tiên (Prioritized Sorting) của Spark Data Frame
1 Thực hiện Tổng hợp trên Spark Data Frames - Giới thiệu
2 Kiểm tra Bộ dữ liệu để Tổng hợp bằng Spark
3 Các Hàm Tổng hợp Spark phổ biến
4 Tổng hợp Toàn bộ trên Spark Data Frame
5 Lấy Số lượng của Spark Data Frame
6 Tổng quan về groupBy trên Spark Data Frame
7 Thực hiện Tổng hợp Nhóm bằng các hàm trực tiếp trên Spark Data Frame
8 Thực hiện Tổng hợp Nhóm bằng Agg trên Spark Data Frame
1 Kết nối (Join) Spark Data Frames - Giới thiệu
2 Thiết lập Bộ dữ liệu để thực hiện joins
3 Tổng quan về Joins bằng Spark Data Frames
4 Định nghĩa Bí danh (Aliases) cho Spark Data Frames
5 Thực hiện Inner Join trên Spark Data Frames
6 Thực hiện Outer Join bằng left giữa các Spark Data Frames
7 Thực hiện Outer Join bằng right giữa các Spark Data Frames
8 Sự khác biệt giữa Left Outer Join và Right Outer Join
9 Thực hiện Full Outer Join giữa các Spark Dataframes
10 Tổng quan về Broadcast Join trong Spark
11 Thực hiện Cross Join bằng Spark Data Frames
1 Đọc Dữ liệu từ Spark Data Frames vào Tệp - Giới thiệu
2 Kiểm tra Bộ dữ liệu để Đọc từ Tệp bằng Spark APIs
3 Chuyển đổi Dữ liệu JSON sang Parquet bằng Spark APIs
4 Chuyển đổi Tệp Phân cách bằng Dấu phẩy sang Tệp Phân cách bằng Dấu gạch đứng bằng Spark
5 Tổng quan về Đọc Tệp Dữ liệu vào Spark Data Frames
6 Các bước cần làm để đọc dữ liệu từ tệp vào Spark Data Frame
7 Đọc Dữ liệu từ tệp CSV vào Spark Data Frame
8 Chỉ định Schema khi đọc dữ liệu CSV vào Data Frame
9 Sử dụng toDF và inferSchema với CSV để tạo Spark Data Frame
10 Chỉ định Dấu phân cách khi sử dụng CSV để tạo Spark Data Frame
11 Sử dụng Tùy chọn khi đọc Tệp CSV vào Spark Data Frame
12 Đọc Tệp JSON vào Spark Data Frame
13 Chỉ định Schema khi đọc Tệp JSON vào Data Frame
14 Tác dụng phụ của việc suy luận schema khi tạo Spark Data Frame
15 Đọc Tệp Parquet vào Spark Data Frame
16 Chỉ định Schema khi đọc Tệp Parquet vào Data Frame
1 Ghi Dữ liệu từ Spark Data Frames vào Tệp - Giới thiệu
2 Kiểm tra Bộ dữ liệu để Ghi vào Tệp bằng Spark APIs
3 Tổng quan về Ghi Spark Data Frames vào Tệp
4 Các bước cần làm để ghi Spark Data Frames vào Tệp
5 Ghi Spark Data Frames vào tệp CSV
6 Chỉ định Header khi ghi Spark Data Frame vào tệp CSV
7 Sử dụng Nén khi ghi Spark Data Frame vào tệp CSV
8 Chỉ định Dấu phân cách khi ghi Spark Data Frame vào tệp CSV
9 Sử dụng Tùy chọn khi ghi Spark Data Frame vào tệp CSV
10 Ghi Spark Data Frames vào tệp JSON
11 Nén khi ghi Spark Data Frames vào tệp JSON
12 Ghi Spark Data Frames vào tệp Parquet
13 Nén khi ghi Spark Data Frames vào tệp Parquet
14 Các Chế độ khác nhau để ghi Spark Data Frame vào Tệp
15 Coalesce và Repartitioning của Spark Data Frames
1 Phân vùng Spark Data Frames - Giới thiệu
2 Tổng quan về Phân vùng Data Frames
3 Phân vùng Spark Data Frame Theo Một Cột
4 Phân vùng Spark Data Frame Theo Nhiều Cột
5 Thiết lập Bộ dữ liệu cho Partition Pruning
6 Đọc Dữ liệu vào Spark Data Frames bằng Partition Pruning
1 Tổng quan về Hàm do Người dùng Định nghĩa (UDF) trong Spark
2 Đăng ký Hàm do Người dùng Định nghĩa (UDF) trong Spark
3 Sử dụng Spark UDFs như một phần của Data Frame APIs
4 Sử dụng Spark UDFs như một phần của Spark SQL
5 Tạo Spark UDF để làm sạch dữ liệu trong Spark Data Frame
1 Thiết lập Spark Cluster đa nút bằng nền tảng Databricks
2 Xem lại các Giao diện Người dùng Spark quan trọng trên Databricks
3 Tổng quan về Spark Cores và Slots
4 Gửi Ứng dụng Cơ bản để hiểu về tasks
5 Chạy Ứng dụng Spark để hiểu Vòng đời Thực thi
6 Xem lại các Thuộc tính liên quan đến Spark Adaptive Execution
7 Tắt Adaptive Execution và Chạy Ứng dụng Spark
8 Xem lại Chi tiết Ứng dụng Spark khi không có Adaptive Execution
9 Chạy Ứng dụng Spark với Adaptive Execution
10 Xem lại các Thuộc tính Spark Adaptive Query Execution
1 Tổng quan về Tài liệu được cung cấp cho Kỳ thi Databricks Apache Spark
2 Truy cập Bài Thi Thử
3 Tìm hiểu Bài Thi Thử cho Kỳ thi Chứng chỉ Databricks Associate Spark
4 Bài Tập Thực hành Lập trình Spark cho Kỳ thi Chứng chỉ Databricks

Giới thiệu khóa học

Master PySpark and Pass the Databricks Certification Exam with Confidence

The Databricks Certified Associate Developer for Apache Spark 2025 is one of the most sought-after certifications for Data Engineers and Big Data professionals. This exam evaluates not just your knowledge of PySpark DataFrame APIs, but also how well you can implement them in real-world data engineering projects.

This course is designed to help you prepare effectively and pass the certification exam with confidence. I have personally taken and passed this exam with a 90% score, and I will guide you through every concept you need to master.

Unlike other courses, this program provides a structured and hands-on learning experience to help you not only pass the certification but also apply PySpark concepts in real-world scenarios.

Why Take This Course?

This course stands out because it is:

  • Comprehensive and Up-to-Date: Covers all the latest topics for the Databricks Certified Associate Developer for Apache Spark 2025 exam, including Adaptive Query Execution, DataFrame APIs, and Spark Architecture.

  • Hands-On with Real-World Scenarios: Practical exercises using Databricks on Azure to solidify your understanding.

  • Structured and Exam-Focused: Avoids unnecessary theory and focuses on the key topics that will help you pass the certification exam.

  • Includes a Mock Test: Get a full-length practice test to assess your preparation and familiarize yourself with the exam format.

  • Real-World Readiness: This course goes beyond just the certification—it prepares you for real-world data engineering challenges using PySpark and Databricks.

What You Will Learn in This Course?

This course is structured to provide a step-by-step guide to preparing for the Databricks Certified Associate Developer exam, ensuring you master both theoretical concepts and practical implementation.

1. Setting Up Your Databricks Environment

  • Step-by-step setup of Databricks on Azure

  • Creating and managing Databricks Clusters

  • Uploading datasets and course materials for hands-on practice

2. Mastering PySpark DataFrame APIs

  • DataFrame Basics: Creating and manipulating DataFrames

  • Column Operations: Selecting, renaming, and transforming columns

  • Filtering & Sorting: Using PySpark APIs for filtering and sorting data

  • Aggregations: Performing group-by, aggregations, and summaries

  • Joining DataFrames: Understanding different join operations in PySpark

  • Reading and Writing Data: Working with JSON, Parquet, and Delta formats

  • Partitioning Strategies: Optimizing data storage and query performance

3. Working with User-Defined Functions (UDFs) and Spark SQL

  • Understanding User-Defined Functions (UDFs) and their use cases

  • Working with built-in Spark SQL functions for transformations

4. Apache Spark Architectural Concepts

  • Spark Execution Model and How Jobs Are Executed!!!

  • Understanding Lazy Evaluation and DAGs (Directed Acyclic Graphs)

  • Shuffling & Partitioning to optimize performance

5. Adaptive Query Execution (AQE) and Performance Optimization

  • Introduction to Adaptive Query Execution (AQE) and how it improves performance

  • Optimizing DataFrames using caching, broadcasting, and partitioning

  • Debugging and monitoring Spark jobs using Databricks UI

6. The Databricks CLI and DBFS (Databricks File System)

  • Using Databricks CLI to interact with your workspace

  • Managing files in DBFS and setting up data for practice

7. Exam Tips, Strategies, and Mock Test

  • Exam Blueprint Breakdown: Understanding exam topics and weightage

  • Time Management Tips: How to approach exam questions efficiently

  • Common Pitfalls & Mistakes: Avoiding errors that could cost you points

  • Full-Length Mock Test: Simulating the actual exam experience

How This Course is Different from Others?

This course is not just another Udemy course on Databricks certification. Here’s what makes it unique:

  • Exam-Focused, Real-World Ready: It prepares you for both the certification exam and real-world data engineering jobs.

  • Structured Learning Path: The course is designed to gradually build your knowledge, rather than jumping randomly between topics.

  • Hands-On Experience: Instead of just watching videos, you will work on real-world PySpark exercises using Databricks.

  • Preconfigured Databricks Archive: All course materials, notebooks, and datasets are provided in Databricks Archive format, making it easy for you to set up and start learning immediately.

  • Beyond the Single-Node Cluster: While we will use a Databricks Single Node Cluster for practice, we will also explore multi-node clusters to understand real-world applications.

Who Should Take This Course?

This course is perfect for:

  • Aspiring Databricks Certified Associate Developers who want to pass the certification exam.

  • Data Engineers looking to enhance their PySpark and Apache Spark skills.

  • Software Engineers and Analysts transitioning into Big Data and Data Engineering.

  • Anyone preparing for the Databricks Associate Developer certification exam and seeking a structured approach.

Whether you are new to Databricks or an experienced professional, this course will help you master PySpark DataFrame APIs and ensure you are fully prepared for the exam.

Prerequisites for This Course

This course is designed to be beginner-friendly but assumes some knowledge of:

  • Basic Python programming

  • Fundamentals of SQL

  • Basic understanding of DataFrames and structured data

If you are completely new to PySpark, don’t worry! The course starts with the basics and gradually progresses to advanced topics.

How is This Course Delivered?

  • Video Lectures: Detailed explanations with practical examples.

  • Hands-On Labs: Exercises and real-world scenarios in Databricks.

  • Quizzes & Assignments: To reinforce your learning.

  • Mock Exam: Full-length practice test with exam-style questions.

  • Downloadable Notebooks: Preconfigured Databricks Archive for easy practice.

Join Now and Start Your Databricks Certification Journey!

This course is designed to provide everything you need to pass the Databricks Certified Associate Developer for Apache Spark 2025 exam with confidence.

By the end of this course, you will not only be prepared for the certification exam but also gain real-world skills that you can apply immediately in a data engineering role.

Enroll now and take the next step in your career with Databricks and PySpark!

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
Hiển thị tất cả khoá học Data Engineering
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊