Spark学习体系整理(基础篇、中级篇、高级篇所涉及内容)

时间:2021-01-25 19:40:54

新手刚开始学习比较迷茫,参考下面,然后找相关资料学习

1 Spark基础篇  
    1.1 Spark生态和安装部署  
        在安装过程中,理解其基本操作步骤。  
        安装部署  
          Spark安装简介  
          Spark的源码编译  
          Spark Standalone安装  
          Spark Standalone HA安装  
          Spark应用程序部署工具spark-submit  
        Spark生态  
          Spark(内存计算框架)  
          SparkSteaming(流式计算框架)  
          Spark SQL(ad-hoc)  
          Mllib(Machine Learning)  
          GraphX(bagel将被取代)  
    1.2 Spark运行架构和解析  
        Spark的运行架构  
          基本术语  
          运行架构  
          Spark on Standalone运行过程  
          Spark on YARN 运行过程  
        Spark运行实例解析  
          Spark on Standalone实例解析  
          Spark on YARN实例解析

1.3 Spark的监控和调优  
        Spark的监控  
          Spark UI监控,默认端口是4040  
          Ganglia 监控,大数据监控开源框架  
        Spark调优  
          基础性调优方式  
    1.4 Spark编程模型       
        Spark的编程模型  
          Spark编程模型解析  
          RDD的特点、操作、依赖关系  
          Spark应用程序的配置  
        Spark编程实例解析  
          日志的处理  
    1.5 Spark Streaming原理       
          Spark流式处理架构  
          DStream的特点  
          Dstream的操作和RDD的区别  
          Spark Streaming的优化  
        Spark Streaming实例分析  
          常用的实例程序:  
                  文本实例  
                  Window操作  
                  网络数据处理  
    1.6 Spark SQL原理  
          Spark SQL的Catalyst优化器  
          Spark SQL内核  
          Spark SQL和Hive      
        Spark SQL的实例  
          Spark SQL的实例操作demo  
          Spark SQL的编程,需要网络上查找一些资源

2 中级篇  
    2.1 Spark的多语言编程   
        Spark的scala编程  
        Spark的Python编程(Java一定熟悉啦,不用多说了)  
           对应的应用程序实例,理解基本的处理模式。

2.2 Spark 机器学习入门  
        机器学习的原理  
        Mllib简介,实例分析  
    2.3 GraphX 入门  
        图论基础  
        GraphX的简介  
        GraphX例程分析  
    2.4 理解Spark与其它项目的区别和联系  
        Spark和MapReduce、Tez  
        Spark的衍生项目BlinkDB,RSpark  
    2.5 关注Spark的作者的blog和权威网站的文档

3 高级篇  
   3.1 深入理解Spark的架构和处理模式

3.2 Spark源码剖析与研读  
        Spark Core核心模块,  
        掌握下面核心功能的处理逻辑:  
            SparkContext   
            Executor  
            Deploy  
            RDD和Storage  
            Scheduler和Task  
        Spark Examples  
    3.3 思考如何优化和提升,掌握其优缺点,  
        深入思考能不能衍生出有意思的课题。