大數據分布式計算spark技術如何理解

這期內容當中小編將會給大家帶來有關大數據分布式計算spark技術如何理解，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

這個系統學習spark的名稱是：spark2.x 由淺入深深到底系列知識。所謂的"淺"是指一定的場景或者問題，然后"入深"就是這個解決這個場景以及問題的原理是什么，然后再“深”就是指這些場景以及問題的原理在我們的代碼層面上是怎么實現的，就是會涉及到源碼的閱讀，最后“到底”就是我們的實踐了，然后用實踐產生價值。

以下是系統學習spark的步驟：

一、spark2.x 由淺入深深到底系列一：正確理解spark

只有正確理解spark了，我們才能確定學習spark的方向和思路，這個是指路燈。

這個我們以視頻的方式給出，視頻的鏈接URL是：http://edu.51cto.com/course/10932.html 

在這個視頻中，我們會弄明白下面的幾個問題：

1: 徹底弄懂什么是RDD及其特點

2: 徹底弄懂什么是spark的分布式內存計算

3: 徹底弄懂spark是怎樣解決各個領域問題，以及在解決各個領域問題的時候的特點

同時，我們會徹底搞明白下面的兩個問題：

1: spark是基于內存的，MapReduce是基于磁盤的，所以spark比MapReduce快，真的是這樣的嗎？

2: spark的分布式內存是怎么樣合理的使用的，或者說用在哪些場景下是合理的

二、spark2.x 由淺入深深到底系列二：spark core RDD Api

對spark core中的RDD中的每一個scala api的用法、用的過程中需要注意的點以及每一個api的原理都做了系統的深入的講解

這個我們以視頻的方式給出，視頻的鏈接URL是：http://edu.51cto.com/course/11058.html 

這個視頻中的內容包括如下：

第一章: 課程內容以及課程需要的環境的描述

第二章: 了解scala

了解scala的基本概念，包括：

1、scala之面向對象編程

2、scala之函數式編程

3、scala的兩個特征：閉包和數據結構Option

第三章: RDD概念

根據RDD的特點，進而提出RDD的定義以及RDD的優勢

第四章: RDD的創建

詳細講解創建RDD的api，并且詳細分析了parallelize和makeRDD兩個api的原理和差異

第五章: RDD的依賴

RDD的依賴的設計，并詳細講解了為什么RDD這么設計依賴

第六章: RDD的分區

1、用原理圖的方式展示了RDD分區器HashPartitioner的工作原理

2、講解利用分區器是怎么樣進行性能優化的

3、結合原理圖和源代碼講解RangePartitioner的工作原理以及使用場景

4、結合實例自定義RDD的分區器Partitioner

5、RDD分區數控制api - coalesce 和 repartition的使用場景以及兩者的區別

6、結合原理圖和源代碼講解coalesce的原理

第七章: 單類型RDD的api詳解

1、單類型RDD的transformation api的使用及其需要注意的點，包括map, mapPartition, flatMap等api

2、MapPartitionsRDD的原理代碼詳解

3、RDD的采樣api(sample等)介紹

4、RDD分層采樣api(sampleByKey等)的介紹

5、RDD的pipe api的使用方式以及使用過程中需要注意的點

6、RDD的pipe的原理深入講解

7、單類型RDD的基本action api的講解，包括foreach、first、collect等

8、單類型RDD基本action api講解，包括reduce、fold以及aggregate等。同時分析了reduce和treeReduce以及aggregate和treeAggregate的原理和區別

第八章 key-value類型RDD的api詳解

1、combineBykey的七大參數的詳解

2、ShuffleRDD的原理詳解

3、基于combineByKey的api詳解，包括aggregateByKey、reduceByKey、foldByKey以及groupByKey等

4、combineBykey實戰以及使用過程中需要注意的點

5、reduceByKey和groupByKey的對比，同時包含了reduce和fold的對比

6、cogroup api的感官認識，包括基于cogroup實現的join、leftOuterJoin、rightOuterJoin、fullOuterJoin以及subtractByKey等api

7、通過原理圖和源代碼詳解cogroup原理

8、join等api的原理實現

9、subtractByKey的原理

10、sortedByKey原理，利用RangePartitioner實現優化

11、count、countByKey等計數api，包括近似估算等api

第九章: 二元RDD操作

1、union的使用及其原理

2、intersection的使用及其原理

3、cartesian笛卡爾積的使用及其原理

4、zip的使用及其原理

第十章: persist 和 checkpoint機制

1、RDD的緩存機制，即persist

2、checkpoint的作用和實現流程

3、checkpoint實現原理

4、localCheckpoint和checkpoint的優缺點

第十一章: Spark讀寫外部數據源

1、spark支持的讀寫存儲系統

2、HadoopRDD的原理和實現

3、spark支持的通用的文件格式，重點會講述了SequenceFile的數據結構以及需要注意的點，包括text file、CSV file、Sequence file 、 Object file以及MapFile等

4、spark支持的hbase file的讀寫代碼

5、行式存儲文件格式(avro)和列式存儲文件格式(parquet)讀寫的詳細講解

6、spark對二進制數據的讀寫的api詳解

第十二章: broadcast和accumulator兩個api的詳解

第十三章: RDD項目實戰

以本人真實參加的項目來串聯我們這個課程所將到的api

三、spark2.x 由淺入深深到底系列三：spark core正確提交spark應用

我們一般用spark-submit來提交一個spark應用，所以我們需要理解透spark-submit中的每一個參數的用法及其原理，以達到正確提交各種業務場景下的spark應用。在理解透了spark-submit中的每一個參數的用法及其原理后，我們需要理解透spark-submit的原理，這個也是打開深入學習spark的大門

這個我們以視頻的方式給出，視頻的鏈接URL是：http://edu.51cto.com/course/11132.html 

這個視頻的內容包括：

第一章：課程內容簡介

第二章：java基礎知識

2.1 java命令啟動JVM

2.2 java ProcessBuilder啟動JVM

第三章：詳解spark-submit的每一個參數

3.1 spark-submit感官認識

3.2 master和deploy-mode參數詳解

3.3 --conf參數詳解

3.4 driver相關參數的詳解

3.5 executor相關參數的詳解

3.6 --jars參數詳解

3.7 --package相關參數詳解

3.8 --files參數詳解

3.9 --queue相關參數的詳解

3.10 python spark應用的正確提交

3.11 利用SparkLauncher在代碼中提交spark應用

第四章 spark-submit原理

4.1 spark腳本系統

4.2 spark-class腳本原理以及實現

4.3 spark-daemon腳本原理以及實現

4.4 SparkSubmit原理以及源碼分析

四、spark2.x 由淺入深深到底系列四：spark core - scheduler on driver

由淺入深的講解spark應用是怎么樣拆分成task的，然后怎么在集群中調度的，以及深入講解了task調度的過程中的本地性規則、推測機制以及黑名單機制等。

這章比較偏原理，但是我會以一種通俗易懂的話語來講透這些原理，你會發現，你覺得很復雜的東東其實都是那么的簡單

這個我們以視頻的方式給出：大概十一之前會發布視頻

大致的內容包括(可能會變，以發布出來的視頻為準)：

第一章：課程內容以及環境

第二章：一個spark應用中的調度

2.1 DAG的劃分

2.2 stage的調度流程原理

2.3 task的延遲調度及性能調優

2.4 task的推測機制及其使用場景

2.5 Blacklist機制及其使用場景

2.6 資源調度及其管理

第三章：多個spark應用的調度

3.1 資源動態分配的前提

3.2 資源動態分配的機制

五、spark2.x 由淺入深深到底系列五：spark core - shuffle實現原理以及調優

在這個課程中會以通俗易懂的話語徹底說清楚spark的shuffle的實現原理以及調優過程

這個課程的內容大致會涉及到：內存管理原理、存儲管理原理、mapoutTracker實現原理以及shuffle管理原理

這個我們以視頻的方式給出：發布時間待定

六、spark2.x 由淺入深深到底系列六：spark core RDD java api

這個是對系列二的一個補充，會詳細介紹RDD java api的實現原理，以及api的用法

這個以博客的形式給出，博客地址為：http://7639240.blog.51cto.com/7629240/d-1 

會時時更新，以達到將自己所有知道的都寫進去

七、spark2.x 由淺入深深到底系列七：spark core RDD python api

這個是對系列二的一個補充，會詳細介紹RDD python api的實現原理，以及api的用法

這個以博客的形式給出，博客地址為：http://7639240.blog.51cto.com/7629240/d-2 

這個目前還不是很完善，有空會時時更新

八、 spark2.x 由淺入深深到底系列八：spark core必備基礎知識

本課程主要會深入理解spark core的三個基礎組件以及我們深入理解spark需要的部分的基礎java知識

目標：

1: spark的安全管理

2: spark的序列化機制

3: spark的RPC機制，包括部分的nio的知識點

這個以博客的形式給出，博客地址為：待定

九、 spark2.x 由淺入深深到底系列九：spark core集群資源管理機制

本課程會詳細的理解spark的三種資源管理機制：

1: spark自帶的standalone模式，以及深入講解standalone的實現原理

2: hadoop的yarn模式，這節課使的我們徹底弄明白spark是怎么基于yarn來跑任務的，以及我們怎么樣去自己實現一個往yarn上提交應用的客戶端

3: mesos模式，這節課使的我們徹底弄明白spark是怎么基于mesos來跑任務的，以及我們怎么樣去自己實現一個往mesos上提交應用的客戶端

上述就是小編為大家分享的大數據分布式計算spark技術如何理解了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。