aggregate和aggregateByKey的异同及注意

      【注意：本课程只包含pyspark系列课程的基础入门部分】 

       Python版本的pyspark是学习Python的人的福音，为广大的Python开发人员提供了一个使用Python调用Spark接口处理大数据的有力工具。本课程提供细致详尽的Spark API的讲解，以实战的方式帮助广大Python开发人员，使用Spark这一强有力的工具进行数据分析。

        本课程会提供基于Docker的Hadoop及Spark的环境搭建，使用Docker制作Hadoop,Spark镜像一键启动Spark集群。镜像制作简单，并且一次制作，随时随地都能使用镜像一键启动集群。

         通过本课程的学习，能够对Spark的部署及运行原理有非常深刻的了解，并且学习Docker中基本的命令及使用技巧。这门课程是pyspark大数据系列课程中的基础课程，SparkSQL,SparkStreaming，Spark机器学习的内容在单独课程中发布，后续会陆续的发布新的课程。由浅到深的带大家深入学习大数据领域火的项目Spark。帮助大家进入大数据领域，抓住大数据浪潮的尾巴。

    软件版本：     

• Hadoop2.7.3

• Spark2.3.0

• Scala2.11.8

• Python2.7.12

• Jdk-8u101-linux-x64

• Docker 1.12.6

• Apache-hive-2.3.2-bin

• Mysql-5.5.45-linux2.6-x86_64

• Mysql-connector-java-5.1.37-bin

   内容涉及：   

• pyspark 基础模块

• 中间还会涉及到云计算中的docker容器技术，课程的学习环境就是使用Docker三个容器搭建的分布式环境

学以致用，一键起飞！