Сколько стоит курс «Apache Spark на Scala»?

Стоимость курса составляет 800.00 рублей

Сколько времени занимает прохождение курса «Apache Spark на Scala»?

Прохождение курса «Apache Spark на Scala» занимает примерно 2 часов.

Какой рейтинг у курса «Apache Spark на Scala»?

Курс имеет рейтинг 5.0 из 5 на основе 1 отзывов. На курсе обучается 59 учеников.

Где можно пройти курс «Apache Spark на Scala»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/291423.

Курс на Stepik

Обложка курса «Apache Spark на Scala» на Stepik

800 ₽

Apache Spark на Scala ★ 5.000

Name: Apache Spark на Scala
Price: 800.00 RUB
Availability: InStock
Rating: 5.0 (1 reviews)

Открыть на
STEPIK.ORG

Практический курс по Apache Spark 3.5 на Scala для дата-инженеров: от архитектуры Spark и DataFrame API до Spark SQL, shuffle, join, Structured Streaming, оптимизации и итогового ETL-проекта.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	59
Сертификатов выдано	0
Отзывов получено	1
Рейтинг курса	5.000
Количество уроков	130
Количество квизов	646
Время прохождения курса	2 ч.	—
Стоимость курса	800 ₽	—
Обновления курса	—	—
Дата публикации курса	3 месяца назад	—	—	—	—
Последнее обновление	14 июля 2026	—	—	—	—

Содержание курса

20 разделов Уроки в курсе «Apache Spark на Scala»

130 уроков Тесты в курсе «Apache Spark на Scala»

646 тестов Время прохождения курса «Apache Spark на Scala»

2 ч.

обн. 14 июля 2026

Модуль 1. Большие данные и Apache Spark

7 уроков

1. О курсе: как проходить обучение и канал «Логово Дата-Инженера» ↗

2. Проблема больших данных: почему один компьютер не справляется ↗

3. От MapReduce и Hadoop к Spark: что изменил Spark ↗

4. Архитектура Spark: Driver, Executors и Cluster Manager ↗

5. Модель вычислений: распределённость, партиции, параллелизм ↗

6. Экосистема Spark: SQL, Streaming, MLlib, GraphX ↗

7. Ленивость и DAG: трансформации против действий — обзор ↗

Модуль 2. Окружение и первое приложение

7 уроков

1. Установка Spark локально и зависимости от Java ↗

2. spark-shell: интерактивная работа со Spark ↗

3. SparkSession и SparkContext: точки входа ↗

4. Первый sbt-проект со Spark и его зависимости ↗

5. Запуск приложения локально в режиме local ↗

6. Знакомство со Spark UI: что и где смотреть ↗

7. Логи Spark: как читать и настраивать уровень ↗

Модуль 3. RDD — фундамент Spark

7 уроков

1. Что такое RDD: неизменяемость, партиции, происхождение (lineage) ↗

2. Создание RDD: parallelize и textFile ↗

3. Трансформации RDD: map, filter, flatMap ↗

4. Действия RDD: collect, count, take, reduce, foreach ↗

5. Ленивость на практике: что и когда выполняется ↗

6. Партиции RDD: что это такое и сколько их ↗

7. Кэширование RDD: cache, persist и уровни хранения ↗

Модуль 4. RDD глубже: пары ключ-значение

9 уроков

1. Pair RDD: создание и смысл пар ключ-значение ↗

2. reduceByKey и groupByKey: почему первый предпочтительнее ↗

3. aggregateByKey и combineByKey ↗

4. Объединения на RDD: join и cogroup ↗

5. sortByKey, keys, values и mapValues ↗

6. Что такое shuffle и почему он дорогой ↗

7. Broadcast-переменные ↗

8. Аккумуляторы (accumulators) ↗

9. Когда RDD всё ещё нужны, а когда выбрать DataFrame ↗

Модуль 5. DataFrame и Spark SQL — основы

7 уроков

1. Зачем нужен DataFrame поверх RDD и что такое Catalyst ↗

2. DataFrame, строка Row и схема StructType ↗

3. Создание DataFrame из коллекций и из файлов ↗

4. Осмотр данных: printSchema, show и описательная статистика ↗

5. Задание схемы вручную и типы данных Spark SQL ↗

6. Чтение CSV: опции header, inferSchema, разделители ↗

7. Чтение JSON и вложенные структуры ↗

Модуль 6. Операции с DataFrame: Column API

10 уроков

1. select и способы ссылаться на колонку: col, $, апострофы ↗

2. Выражения над колонками: арифметика и псевдонимы alias ↗

3. Фильтрация filter и where, логические условия ↗

4. withColumn, withColumnRenamed и drop ↗

5. Литералы lit и условные колонки when/otherwise ↗

6. Строковые функции: concat, substring, lower, regexp и другие ↗

7. Числовые функции и округление ↗

8. Дата и время в Spark SQL ↗

9. Обработка null: isNull, na.fill, na.drop, coalesce ↗

10. distinct, dropDuplicates, sample и limit ↗

Модуль 7. Агрегации и группировки

6 уроков

1. Агрегатные функции: count, sum, avg, min, max ↗

2. groupBy и agg: несколько агрегатов сразу ↗

3. Агрегация по всему DataFrame без группировки ↗

4. collect_list, collect_set и именованные агрегаты ↗

5. Сводные таблицы через pivot ↗

6. Сортировка результатов: orderBy, asc/desc, nulls first/last ↗

Модуль 8. Объединения данных (Joins)

6 уроков

1. Типы join: inner, left, right, full, semi, anti ↗

2. Синтаксис join в DataFrame API ↗

3. Дубликаты колонок после join и как их избежать ↗

4. Broadcast join: ускоряем соединение с маленькой таблицей ↗

5. Перекос данных (skew) при join и борьба с ним ↗

6. Cross join и его опасности ↗

Модуль 9. Spark SQL: язык запросов

6 уроков

1. Временные представления: createOrReplaceTempView ↗

2. Запросы через spark.sql ↗

3. SQL против DataFrame API: что и когда выбрать ↗

4. Каталог Catalog, базы данных и таблицы ↗

5. SQL-функции и выражения, функция expr ↗

6. Подзапросы и обобщённые табличные выражения (CTE) ↗

Модуль 10. Dataset и типобезопасность

6 уроков

1. Зачем нужен Dataset поверх DataFrame ↗

2. Dataset[T], case-классы и Encoders ↗

3. Типобезопасные операции: map, filter, flatMap на Dataset ↗

4. DataFrame как Dataset[Row] и конвертация через .as[T] ↗

5. groupByKey и типобезопасные агрегации ↗

6. Цена типобезопасности: сериализация и производительность ↗

Модуль 11. Источники данных и форматы

8 уроков

1. Единый API чтения и записи: format, option, save ↗

2. Parquet: колоночный формат и почему он по умолчанию ↗

3. ORC и сравнение форматов хранения ↗

4. Режимы записи SaveMode: append, overwrite и другие ↗

5. Партиционирование при записи (partitionBy) ↗

6. Bucketing: предварительная раскладка по корзинам ↗

7. JDBC: чтение и запись в реляционные базы данных ↗

8. Чтение множества файлов и автоопределение партиций ↗

Модуль 12. Оконные функции

6 уроков

1. Зачем нужны оконные функции. Идея Window ↗

2. Window.partitionBy и orderBy ↗

3. Ранжирование: row_number, rank, dense_rank ↗

4. Агрегаты в окне: sum и avg поверх окна ↗

5. Функции lag, lead, first, last ↗

6. Рамки окна: rowsBetween и rangeBetween ↗

Модуль 13. Сложные типы и пользовательские функции

6 уроков

1. Сложные типы: array, map и struct ↗

2. Функции для массивов: explode, array_contains и другие ↗

3. Функции высшего порядка в Spark SQL: transform, filter… ↗

4. UDF: когда они нужны, регистрация и использование ↗

5. Производительность UDF против встроенных функций ↗

6. Типобезопасные агрегаторы UDAF (Aggregator) ↗

Модуль 14. Внутреннее устройство и оптимизация

6 уроков

1. Catalyst: логический и физический планы запроса ↗

2. Метод explain и чтение планов выполнения ↗

3. Tungsten, кодогенерация и бинарное представление данных ↗

4. Узкие и широкие зависимости, stages и tasks ↗

5. Adaptive Query Execution (AQE) ↗

6. Кэширование как инструмент оптимизации ↗

Модуль 15. Тюнинг производительности

6 уроков

1. Партиции: repartition против coalesce ↗

2. Число партиций shuffle: spark.sql.shuffle.partitions ↗

3. Память executors, spill на диск и диагностика OOM ↗

4. Борьба с перекосом данных: соль и broadcast ↗

5. Сериализация Kryo, broadcast и лучшие практики ↗

6. Чтение Spark UI для поиска узких мест ↗

Модуль 16. Структурированный стриминг

8 уроков

1. Идея Structured Streaming: поток как бесконечная таблица ↗

2. Источники: файлы, сокеты и Kafka ↗

3. Режимы вывода: append, update, complete ↗

4. Триггеры и микробатчи ↗

5. Оконные агрегации по времени события ↗

6. Watermark и обработка поздних данных ↗

7. Состояние, checkpoint и отказоустойчивость ↗

8. Запись в приёмники и foreachBatch ↗

Модуль 17. Развёртывание и эксплуатация

6 уроков

1. spark-submit: ключи и режимы client и cluster ↗

2. Менеджеры кластера: YARN, Kubernetes, Standalone — обзор ↗

3. Конфигурация Spark и приоритеты настроек ↗

4. Сборка приложения и доставка зависимостей на кластер ↗

5. Мониторинг и логирование в проде. History Server ↗

6. Отладка падений: типичные ошибки и как их читать ↗

Модуль 18. Озёра данных и форматы таблиц

3 урока

1. Проблемы голого Parquet в озере данных ↗

2. Delta Lake: ACID, time travel и операция MERGE ↗

3. Apache Iceberg и Hudi: краткое сравнение ↗

Модуль 19. Продакшн-практики и тестирование

5 уроков

1. Тестирование Spark-приложений: локальная сессия и фикстуры ↗

2. Качество данных: проверки, ассерты и метрики ↗

3. Идемпотентность и безопасные перезапуски пайплайнов ↗

4. Организация кода Spark-проекта: конфиги и параметры ↗

5. Антипаттерны и чек-лист код-ревью Spark ↗

Модуль 20. Итоговый проект: end-to-end ETL

5 уроков

1. Постановка задачи: пакетный ETL-пайплайн ↗

2. Слои данных: raw, cleansed, curated (архитектура медальон) ↗

3. Реализация трансформаций и агрегаций ↗

4. Тесты, запуск и оптимизация пайплайна ↗

5. Дорожная карта сеньора дата-инженера: что дальше ↗