4.1 Scala語(yǔ)言基礎(chǔ)，常用語(yǔ)法以及庫(kù)函數(shù)
4.2 Spark程序設(shè)計(jì)方法
（1）DSpark程序基本構(gòu)成,SparkContext， RDD，transformation/action
（2）Spark API介紹
（a）如何創(chuàng)建RDD （scala集合，HDFS文件，HBase文件等）
（b）如何基于RDD進(jìn)行數(shù)據(jù)處理，介紹常見的分布式算子
（c）如何保存處理結(jié)果 （返回到driver端，寫入hdfs等）
（d）廣播變量與累加器
4.3 Spark程序設(shè)計(jì)實(shí)例
（1）分布式Pi估算程序
（2）K-means分類算法實(shí)現(xiàn)
（3）邏輯回歸算法實(shí)現(xiàn)

基于Spark的商品推薦系統(tǒng)，包括：項(xiàng)目背景、項(xiàng)目架構(gòu)、項(xiàng)目實(shí)施

8.1 Spark Streaming產(chǎn)生動(dòng)機(jī)
8.2 Spark Streaming程序設(shè)計(jì)
（1）創(chuàng)建DStream
（2）基于DStream進(jìn)行流式處理
8.3 Spark Streaming容錯(cuò)與性能優(yōu)化
（1）Spark Streaming容錯(cuò)機(jī)制
（2）如何對(duì)spark Streaming進(jìn)行優(yōu)化
8.4 Spark Streaming案例分析
基于Spark Streaming的用戶標(biāo)簽系統(tǒng)，內(nèi) 容包括項(xiàng)目背景，項(xiàng)目架構(gòu)以及實(shí)施方法

9.1 Spark SQL定位
9.2 如何使用SparkSQL處理數(shù)據(jù)
（1）使用SparkSQL處理HDFS上數(shù)據(jù)
（2）使用SparkSQL處理Hive中的數(shù)據(jù)
9.3 Spark SQL與 Spark及 Spark Streaming結(jié)合