Spark学习体系

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。