Spark采用一個統(tǒng)一的技術堆棧解決了云計算大數(shù)據(jù)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，具有完善的生態(tài)系統(tǒng)，這直接奠定了其一統(tǒng)云計算大數(shù)據(jù)領域的霸主地位；
要想成為Spark高手，需要經(jīng)歷一下階段：
第一階段：熟練地掌握Scala語言
1， Spark框架是采用Scala語言編寫的，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,；
2， 雖然說現(xiàn)在的Spark可以采用多語言Java、Python等進行應用程序開發(fā)，但是最快速的和支持最好的開發(fā)API依然并將永遠是Scala方式的API，所以你必須掌握Scala來編寫復雜的和高性能的Spark分布式程序；
3， 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平臺本身提供給開發(fā)者API
1， 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；
2， 掌握Spark中的寬依賴和窄依賴以及l(fā)ineage機制；
3， 掌握RDD的計算流程，例如Stage的劃分、Spark應用程序提交給集群的基本過程和Worker節(jié)點基礎的工作原理等
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：
1， 通過源碼掌握Spark的任務提交過程；
2， 通過源碼掌握Spark集群的任務調(diào)度；
3， 尤其要精通DAGScheduler、TaskScheduler和Worker節(jié)點內(nèi)部的工作的每一步的細節(jié)；
第四階級:掌握基于Spark上的核心框架的使用
Spark作為云計算大數(shù)據(jù)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(yōu)勢，我們使用Spark的時候大部分時間都是在使用其上的框架例如Shark、Spark Streaming等：
1， Spark Streaming是非常出色的實時流處理框架，要掌握其DStream、transformation和checkpoint等；
2， Spark的離線統(tǒng)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(tǒng)計分析的功能的效率有顯著的提升，需要重點掌握；
3， 對于Spark的機器學習和GraphX等要掌握其原理和用法；
第五階級:做商業(yè)級別的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(fā)實現(xiàn)、運維等，完整掌握其中的每一個階段和細節(jié)，這樣就可以讓您以后可以從容面對絕大多數(shù)Spark項目。
第六階級：提供Spark解決方案
1， 徹底掌握Spark框架源碼的每一個細節(jié)；