Spark是發(fā)源于美國(guó)加州大學(xué)伯克利分校AMPLab的集群計(jì)算平臺(tái)，它立足于內(nèi)存計(jì)算，性能超過Hadoop百倍，從多迭代批量處理出發(fā)，兼收并蓄數(shù)據(jù)倉(cāng)庫(kù)、流處理和圖計(jì)算等多種計(jì)算范式，是罕見的全能選手。Spark采用一個(gè)統(tǒng)一的技術(shù)堆棧解決了云計(jì)算大數(shù)據(jù)的如流處理、圖技術(shù)、機(jī)器學(xué)習(xí)、NoSQL查詢等方面的所有核心問題，具有完善的生態(tài)系統(tǒng)，這直接奠定了其一統(tǒng)云計(jì)算大數(shù)據(jù)領(lǐng)域的霸主地位。

伴隨Spark技術(shù)的普及推廣，對(duì)專業(yè)人才的需求日益增加。Spark專業(yè)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，從內(nèi)功練起：通常來講需要經(jīng)歷以下階段：

第一階段：熟練的掌握Scala語(yǔ)言

Spark框架是采用Scala語(yǔ)言編寫的，精致而優(yōu)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(xiàn)在的Spark可以采用多語(yǔ)言Java、Python等進(jìn)行應(yīng)用程序開發(fā)，但是最快速的和支持最好的開發(fā)API依然并將永遠(yuǎn)是Scala方式的API，所以你必須掌握Scala來編寫復(fù)雜的和高性能的Spark分布式程序;

尤其要熟練掌握Scala的trait、apply、函數(shù)式編程、泛型、逆變與協(xié)變等;

第二階段：精通Spark平臺(tái)本身提供給開發(fā)者API

掌握Spark中面向RDD的開發(fā)模式，掌握各種transformation和action函數(shù)的使用;

掌握Spark中的寬依賴和窄依賴以及l(fā)ineage機(jī)制;

掌握RDD的計(jì)算流程，例如Stage的劃分、Spark應(yīng)用程序提交給集群的基本過程和Worker節(jié)點(diǎn)基礎(chǔ)的工作原理等

第三階段：深入Spark內(nèi)核

此階段主要是通過Spark框架的源碼研讀來深入Spark內(nèi)核部分：

通過源碼掌握Spark的任務(wù)提交過程;

通過源碼掌握Spark集群的任務(wù)調(diào)度;

尤其要精通DAGScheduler、TaskScheduler和Worker節(jié)點(diǎn)內(nèi)部的工作的每一步的細(xì)節(jié);

第四階級(jí):掌握基于Spark上的核心框架的使用

Spark作為云計(jì)算大數(shù)據(jù)時(shí)代的集大成者，在實(shí)時(shí)流處理、圖技術(shù)、機(jī)器學(xué)習(xí)、NoSQL查詢等方面具有顯著的優(yōu)勢(shì)，我們使用Spark的時(shí)候大部分時(shí)間都是在使用其上的框架例如Shark、Spark Streaming等：

Spark Streaming是非常出色的實(shí)時(shí)流處理框架，要掌握其DStream、transformation和checkpoint等;

Spark的離線統(tǒng)計(jì)分析功能，Spark 1.0.0版本在Shark的基礎(chǔ)上推出了Spark SQL，離線統(tǒng)計(jì)分析的功能的效率有顯著的提升，需要重點(diǎn)掌握;

對(duì)于Spark的機(jī)器學(xué)習(xí)和GraphX等要掌握其原理和用法;

第五階級(jí):做商業(yè)級(jí)別的Spark項(xiàng)目

通過一個(gè)完整的具有代表性的Spark項(xiàng)目來貫穿Spark的方方面面，包括項(xiàng)目的架構(gòu)設(shè)計(jì)、用到的技術(shù)的剖析、開發(fā)實(shí)現(xiàn)、運(yùn)維等，完整掌握其中的每一個(gè)階段和細(xì)節(jié)，這樣就可以讓您以后可以從容面對(duì)絕大多數(shù)Spark項(xiàng)目。

第六階級(jí)：提供Spark解決方案

徹底掌握Spark框架源碼的每一個(gè)細(xì)節(jié);

根據(jù)不同的業(yè)務(wù)場(chǎng)景的需要提供Spark在不同場(chǎng)景的下的解決方案;

根據(jù)實(shí)際需要，在Spark框架基礎(chǔ)上進(jìn)行二次開發(fā)，打造自己的Spark框架;

前面所述的成為Spark高手的六個(gè)階段中的第一和第二個(gè)階段可以通過自學(xué)逐步完成，隨后的三個(gè)階段最好是由高手或者專家的指引下一步步完成，最后一個(gè)階段，基本上就是到"無招勝有招"的時(shí)期，很多東西要用心領(lǐng)悟才能完成。

針對(duì)Spark人員的培養(yǎng)，目前國(guó)內(nèi)的專業(yè)機(jī)構(gòu)，大多還是在Android和Hadoop方向上提供相關(guān)的課程及訓(xùn)練。Spark亞太研究院，作為國(guó)內(nèi)首家Spark技術(shù)研究及推廣機(jī)構(gòu)，在幫助企業(yè)規(guī)劃、部署、開發(fā)、培訓(xùn)和使用Spark為核心，同時(shí)提供Spark源碼研究和應(yīng)用技術(shù)訓(xùn)練。在完成了對(duì)Spark源碼的徹底研究的同時(shí)不斷在實(shí)際環(huán)境中使用Spark的各種特性的基礎(chǔ)之上，Spark亞太研究院推出了國(guó)內(nèi)首個(gè)Spark訓(xùn)練體系：《18小時(shí)內(nèi)掌握Spark》、《Spark企業(yè)級(jí)開發(fā)最佳實(shí)踐》、《精通Spark：Spark內(nèi)核剖析、源碼解讀、性能優(yōu)化和商業(yè)案例實(shí)戰(zhàn)》、《Spark 1.0.0企業(yè)級(jí)開發(fā)動(dòng)手》、《Spark架構(gòu)案例鑒賞》、《精通Spark的開發(fā)語(yǔ)言：Scala最佳實(shí)踐》， 幫助學(xué)習(xí)者，通過上述幾個(gè)階段的培養(yǎng)，逐步精通spark技術(shù)。