怎么成為大數據Spark高手

這篇“怎么成為大數據Spark高手”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“怎么成為大數據Spark高手”文章吧。

1. Spark框架是采用Scala語言編寫的，精致而優雅。要想成為Spark高手，你就必須閱讀Spark的源代碼，就必須掌握Scala,;

2. 雖然說現在的Spark可以采用多語言Java、Python等進行應用程序開發，但是最快速的和支持最好的開發API依然并將永遠是Scala方式的API，所以你必須掌握Scala來編寫復雜的和高性能的Spark分布式程序;

3. 尤其要熟練掌握Scala的trait、apply、函數式編程、泛型、逆變與協變等;

4. 掌握JAVA語言多線程，netty，rpc，ClassLoader，運行環境等(源碼需要)。
   

1. 掌握Spark中面向RDD的開發模式部署模式：本地(調試)，Standalone，yarn等 ，掌握各種transformation和action函數的使用;

2. 掌握Spark中的寬依賴和窄依賴以及lineage機制;

3. 掌握RDD的計算流程，例如Stage的劃分、Spark應用程序提交給集群的基本過程和Worker節點基礎的工作原理等

4. 熟練掌握spark on yarn的機制原理及調優

   
   

此階段主要是通過Spark框架的源碼研讀來深入Spark內核部分：

1. 通過源碼掌握Spark的任務提交過程;

2. 通過源碼掌握Spark集群的任務調度;

3. 尤其要精通DAGScheduler、TaskScheduler，Driver和Executor節點內部的工作的每一步的細節;

4. Driver和Executor的運行環境及RPC過程

5. 緩存RDD，Checkpoint，Shuffle等緩存或者暫存垃圾清除機制

6. 熟練掌握BlockManager，Broadcast，Accumulator，緩存等機制原理

7. 熟練掌握Shuffle原理源碼及調優
   

Spark作為云計算大數據時代的集大成者，其中其組件spark Streaming在企業準實時處理也是基本是必備，所以作為大數據從業者熟練掌握也是必須且必要的：

1. Spark Streaming是非常出色的實時流處理框架，要掌握其DStream、transformation和checkpoint等;

2. 熟練掌握kafka 與spark Streaming結合的兩種方式及調優方式

3. 熟練掌握Structured Streaming原理及作用并且要掌握其余kafka結合

4. 熟練掌握SparkStreaming的源碼尤其是和kafka結合的兩種方式的源碼原理。

5. 熟練掌握spark Streaming的web ui及各個指標，如：批次執行事件處理時間，調度延遲，待處理隊列并且會根據這些指標調優。

6. 會自定義監控系統
   

企業環境中也還是以數據倉庫居多，鑒于大家對實時性要求比較高，那么spark sql就是我們作為倉庫分析引擎的最愛(浪尖負責的兩個集群都是計算分析一spark sql為主)：

1. spark sql要理解Dataset的概念及與RDD的區別，各種算子

2. 要理解基于hive生成的永久表和沒有hive的臨時表的區別

3. spark sql+hive metastore基本是標配，無論是sql的支持，還是永久表特性

4. 要掌握存儲格式及性能對比

5. Spark sql也要熟悉它的優化器catalyst的工作原理。

6. Spark Sql的dataset的鏈式計算原理，邏輯計劃翻譯成物理計劃的源碼(非必須，面試及企業中牽涉到sql源碼調優的比較少)
   

企業環境使用spark作為機器學習及深度學習分析引擎的情況也是日漸增多，結合方式就很多了：

java系：

1. spark ml/mllib spark自帶的機器學習庫，目前也逐步有開源的深度學習及nlp等框架( spaCy, CoreNLP, OpenNLP, Mallet, GATE, Weka, UIMA, nltk, gensim, Negex, word2vec, GloVe)

2. 與DeepLearning4j目前用的也比較多的一種形式

python系：

1.  pyspark

2. spark與TensorFlow結合

企業中使用spark肯定也會涉及到spark的邊緣生態，這里我們舉幾個常用的軟件框架：

1. hadoop系列：kafka，hdfs，yarn

2. 輸入源及結果輸出，主要是：mysql/redis/hbase/mongod

3. 內存加速的框架redis，Alluxio
   

4. es、solr

通過一個完整的具有代表性的Spark項目來貫穿Spark的方方面面，包括項目的架構設計、用到的技術的剖析、開發實現、運維等，完整掌握其中的每一個階段和細節，這樣就可以讓您以后可以從容面對絕大多數Spark項目。

1. 徹底掌握Spark框架源碼的每一個細節;

2. 根據不同的業務場景的需要提供Spark在不同場景的下的解決方案;

3. 根據實際需要，在Spark框架基礎上進行二次開發，打造自己的Spark框架;

以上就是關于“怎么成為大數據Spark高手”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。