在數據領域可用的框架中，只有少數框架在採用和交付方面達到了Spark的水平。顯然，該框架已經成爲一個贏家，特別是在數據工程方面。本文是對Spark組件的一個非常簡單的介紹，其主要目的是提供對Spark架構的一般理解。
本文最初發佈於Towards Data Science博客，由InfoQ中文站翻譯並分享。
爲什麼要了解Spark？
在數據領域可用的框架中，只有少數框架在採用和交付方面達到了Spark的水平。顯然，該框架已經成爲一個贏家，特別是在數據工程方面。
如果你正在閱讀這篇文章，這意味着你已經理解了我這樣說的原因，所以我們直接進入主題。
爲什麼要了解Spark的內部構造？
有人可能會說，開車並不需要了解發動機的工作原理，是這樣。不過，有人可能會說，瞭解發動機會讓你成爲更好的駕駛員，因爲你將能夠了解整個車輛的性能、侷限性和根本問題。
同理，你不需要了解Spark的內部構造就可以使用它提供的API。但是，如果你瞭解的話，就可以減輕糟糕的性能和隱藏的Bug所帶來的許多痛苦。此外，你還將掌握在整個分佈式系統領域隨處可見的概念。
方法
在我看來，學習有兩個方面： 知識 和 技術 。前者涉及到通過書本、結構化課程等形式獲取知識。它更關注 是什麼 。後者與技能有關，即“邊做邊學”，更側重於 如何做 。這是我們這裏要探討的。
原文鏈接:【https://www.infoq.cn/article/c9fvmCxUosJLTp0dYff4】。未經作者許可，禁止轉載。