如何成为Spark高手

转载自：http://bbs.csdn.net/topics/390811949

 

Spark采用一个统一的技术堆栈解决了云计算大数据的如流处理、图技术、机器学习、NoSQL查询等方面的所有核心问题，具有完善的生态系统，这直接奠定了其一统云计算大数据领域的霸主地位；

要想成为Spark高手，需要经历一下阶段：

第一阶段：熟练的掌握Scala语言
1， Spark框架是采用Scala语言编写的，精致而优雅。要想成为Spark高手，你就必须阅读Spark的源代码，就必须掌握Scala,；
2， 虽然说现在的Spark可以采用多语言Java、Python等进行应用程序开发，但是最快速的和支持最好的开发API依然并将永远是Scala方式的API，所以你必须掌握Scala来编写复杂的和高性能的Spark分布式程序；
3， 尤其要熟练掌握Scala的trait、apply、函数式编程、泛型、逆变与协变等；

第二阶段：精通Spark平台本身提供给开发者API
1， 掌握Spark中面向RDD的开发模式，掌握各种transformation和action函数的使用；
2， 掌握Spark中的宽依赖和窄依赖以及lineage机制；
3， 掌握RDD的计算流程，例如Stage的划分、Spark应用程序提交给集群的基本过程和Worker节点基础的工作原理等

第三阶段：深入Spark内核
此阶段主要是通过Spark框架的源码研读来深入Spark内核部分：
1， 通过源码掌握Spark的任务提交过程；
2， 通过源码掌握Spark集群的任务调度；
3， 尤其要精通DAGScheduler、TaskScheduler和Worker节点内部的工作的每一步的细节；

第四阶级:掌握基于Spark上的核心框架的使用
Spark作为云计算大数据时代的集大成者，在实时流处理、图技术、机器学习、NoSQL查询等方面具有显著的优势，我们使用Spark的时候大部分时间都是在使用其上的框架例如Shark、Spark Streaming等：
1， Spark Streaming是非常出色的实时流处理框架，要掌握其DStream、transformation和checkpoint等；
2， Spark的离线统计分析功能，Spark 1.0.0版本在Shark的基础上推出了Spark SQL，离线统计分析的功能的效率有显著的提升，需要重点掌握；
3， 对于Spark的机器学习和GraphX等要掌握其原理和用法；

第五阶级:做商业级别的Spark项目
通过一个完整的具有代表性的Spark项目来贯穿Spark的方方面面，包括项目的架构设计、用到的技术的剖析、开发实现、运维等，完整掌握其中的每一个阶段和细节，这样就可以让您以后可以从容面对绝大多数Spark项目。

第六阶级：提供Spark解决方案
1， 彻底掌握Spark框架源码的每一个细节；
2， 根据不同的业务场景的需要提供Spark在不同场景的下的解决方案；
3， 根据实际需要，在Spark框架基础上进行二次开发，打造自己的Spark框架；

前面所述的成为Spark高手的六个阶段中的第一和第二个阶段可以通过自学逐步完成，随后的三个阶段最好是由高手或者专家的指引下一步步完成，最后一个阶段，基本上就是到”无招胜有招”的时期，很多东西要用心领悟才能完成。