环境部署

Spark2.1.0的Standalone模式部署

基本常识

1. spark中的rdd的持久化
2. Spark入门实战系列–9.Spark图计算GraphX介绍及实例
3. 《Spark 官方文档》Spark SQL, DataFrames 以及 Datasets 编程指南
4. Spark1.0.x入门指南
5. 关于SPARK_WORKER_MEMORY和SPARK_MEM

算法架构

1. Spark GraphX
2. 进化的Spark, 从DataFrame说起
3. BlockManager原理和源码解密
4. Spark中任务处理的Stage划分和Task最佳位置算法
5. Tachyon—基于内存的分布式存储系统

Debug

1. 【没有assembly目录】spark2.0.0启动时无法访问spark-assembly-*.jar的解决办法

park升级到spark2以后，原有lib目录下的大JAR包被分散成多个小JAR包，原来的spark-assembly-*.jar已经不存在，所以hive没有办法找到这个JAR包。 修改/<PathToHive>/bin/hive文件，将加载原来的lib/spark-assembly-*.jar`替换成jars/*.jar，就不会出现这样的问题。

1. Spark运行中java.net.UnknownHostException: nameservice1的异常

检查一下Hadoop集群是否正常启动

1. Spark Executor Driver资源调度小结
2. initial job has not accepted any resources的spark错误解决办法
3. spark-submit 报错 Initial job has not accepted any resources
4. spark Error initializing SparkContext System memory 466092032 must be at least 471859200.

可靠保证

1. 【容错篇】Spark Streaming的还原药水——Checkpoint
2. Spark:Master High Availability（HA）高可用配置的2种实现 – BYRHuangQiang
3. Spark技术内幕：Master基于ZooKeeper的High Availability（HA）源码实现

P.K.

1. 每次进步一点点——spark中cache和persist的区别
2. Spark_总结五
3. Spark与Flink：对比与分析

实战演练

1. Spark DataFrames入门指南：创建和操作DataFrame
2. Spark DataFrame小试牛刀
3. Spark新年福音：一个用于大规模数据科学的API——DataFrame
4. 基于Spark GraphX实现微博二度关系推荐
5. 在spark中操作mysql数据 —- spark学习之七
6. spark操作mysql数据库
7. spark 连接mysql
8. spark SQL学习（spark连接 mysql）