更新时间:2024-06-14 GMT+08:00
分享

Spark应用开发流程介绍

Spark包含Spark Core、Spark SQL和Spark Streaming三个组件,其应用开发流程相同。

开发流程中各阶段的说明如图1表1所示。

图1 Spark应用程序开发流程
表1 Spark应用开发的流程说明

阶段

说明

参考文档

了解基本概念

在开始开发应用前,需要了解Spark的基本概念,根据实际场景选择需要了解的概念,分为Spark Core基本概念、Spark SQL基本概念和Spark Streaming基本概念。

Spark应用开发常用概念

准备开发环境

Spark的应用程序支持使用Scala、Java、Python三种语言进行开发。推荐使用IDEA工具,请根据指导完成不同语言的开发环境配置。

请参考准备Spark应用Java开发环境准备Spark应用Python开发环境章节

准备运行环境

Spark的运行环境即Spark客户端,请根据指导完成客户端的安装和配置。

准备Spark应用运行环境

获取并导入样例工程

或者新建工程

Spark提供了不同场景下的样例程序,您可以导入样例工程进行程序学习。或者您可以根据指导,新建一个Spark工程。

导入并配置Spark样例工程

根据场景开发工程

提供了Scala、Java、Python三种不同语言的样例工程,还提供了Streaming、SQL、JDBC客户端程序以及Spark on HBase四种不同场景的样例工程。帮助用户快速了解Spark各部件的编程接口。

请参考场景说明Scala样例代码章节

编译并运行程序

指导用户将开发好的程序编译并提交运行。

编包并运行Spark应用

查看程序运行结果

程序运行结果会写在用户指定的路径下。用户还可以通过UI查看应用运行情况。

查看Spark应用调测结果

调优程序

您可以根据程序运行情况,对程序进行调优,使其性能满足业务场景诉求。

调优完成后,请重新进行编译和运行

请参考数据序列化Spark CBO调优章节

相关文档