當前位置 > CPDA數據分析師 > “數”業專攻 > 如何從菜鳥成長為Spark大數據高手?

:如何從菜鳥成長為Spark大數據高手?

7天彩票会员登录 www.dibyt.icu 來源:數據分析師 CPDA | 時間:2015-07-28 | 作者:admin

640?wx fmt=jpeg&tp=webp&wxfrom=5 - 如何从菜鸟成长为Spark大数据高手?

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。

上一篇 :
下一篇 :
分分彩出003691147 腾讯分分彩怎么打能赢 辽宁11选5中奖结果 重庆时时五星总综合走势图 买重庆时时彩的技巧 香港开奖琭场直播结果 重庆时时历史开奖规律 11选5一共有多少组号码 天津时时彩分析软件 中原风釆22选5开奖 重庆时时彩开奖结果 东太拆局波经 今晚出什么平码和生肖 辽宁福彩怎么短信投注 11选5下期简单计算 二八杠赌博怎么赢