大資料技術純幹貨，論：spark高手是怎樣煉成的？

大資料的處理怎麼能變快一點，答案是請用spark，因為它是基于記憶體的，可以有效減少資料的落地次數。Spark性能超過Hadoop百倍，從多疊代批量處理出發，兼收并蓄資料倉庫、流處理和圖計算等多種計算範式，是罕見的全能選手。

Spark采用一個統一的技術堆棧解決了雲計算大資料的如流處理、圖技術、機器學習、NoSQL查詢等方面的所有核心問題，具有完善的生态系統，這直接奠定了其一統雲計算大資料領域的霸主地位。

伴随Spark技術的普及推廣，對專業人才的需求日益增加。Spark專業人才在未來也是炙手可熱，輕而易舉可以拿到百萬的薪酬。而要想成為Spark高手，也需要一招一式，從内功練起：通常來講需要經曆以下幾個階段：

一：熟練的掌握Scala語言

Spark架構是采用Scala語言編寫的，精緻而優雅。要想成為Spark高手，你就必須閱讀Spark的源代碼，就必須掌握Scala。

雖然說現在的Spark可以采用多語言Java、Python等進行應用程式開發，但是最快速的和支援最好的開發API依然并将永遠是Scala方式的API，是以你必須掌握Scala來編寫複雜的和高性能的Spark分布式程式

尤其要熟練掌握Scala的trait、apply、函數式程式設計、泛型、逆變與協變等;

二：精通Spark平台本身提供給開發者API

掌握Spark中面向RDD的開發模式，掌握各種transformation和action函數的使用;掌握Spark中的寬依賴和窄依賴以及lineage機制;

掌握RDD的計算流程，例如Stage的劃分、Spark應用程式送出給叢集的基本過程和Worker節點基礎的工作原理等

三：深入Spark核心

此階段主要是通過Spark架構的源碼研讀來深入Spark核心部分：

通過源碼掌握Spark的任務送出過程;通過源碼掌握Spark叢集的任務排程;尤其要精通DAGScheduler、TaskScheduler和Worker節點内部的工作的每一步的細節;

四：掌握基于Spark上的核心架構的使用

Spark作為雲計算大資料時代的集大成者，在實時流處理、圖技術、機器學習、NoSQL查詢等方面具有顯著的優勢，我們使用Spark的時候大部分時間都是在使用其上的架構例如Shark、Spark Streaming等.

Spark Streaming是非常出色的實時流處理架構，要掌握其DStream、transformation和checkpoint等;

Spark的離線統計分析功能，Spark 1.0.0版本在Shark的基礎上推出了Spark SQL，離線統計分析的功能的效率有顯著的提升，需要重點掌握;

對于Spark的機器學習和GraphX等要掌握其原理和用法;

五：做商業級别的Spark項目

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、開發實作、運維等，完整掌握其中的每一個階段和細節，這樣就可以讓您以後可以從容面對絕大多數Spark項目。