Spark 性能调优实战

课前必学 (3讲)

开篇词 | Spark性能调优，你该掌握这些“套路”
01 | 性能调优的必要性：Spark本身就很快，为啥还需要我调优？
02 | 性能调优的本质：调优的手段五花八门，该从哪里入手？

原理篇 (5讲)

03 | RDD：为什么你必须要理解弹性分布式数据集？
04 | DAG与流水线：到底啥叫“内存计算”？
05 | 调度系统：“数据不动代码动”到底是什么意思？
06 | 存储系统：空间换时间，还是时间换空间？
07 | 内存管理基础：Spark如何高效利用有限的内存空间？

通用性能调优篇 (12讲)

08 | 应用开发三原则：如何拓展自己的开发边界？
09 | 调优一筹莫展，配置项速查手册让你事半功倍！（上）
10 | 调优一筹莫展，配置项速查手册让你事半功倍！（下）
11 | 为什么说Shuffle是一时无两的性能杀手？
12 | 广播变量（一）：克制Shuffle，如何一招制胜！
13 | 广播变量（二）：如何让Spark SQL选择Broadcast Joins？
14 | CPU视角：如何高效地利用CPU？
15 | 内存视角（一）：如何最大化内存的使用效率？
16 | 内存视角（二）：如何有效避免Cache滥用？
17 | 内存视角（三）：OOM都是谁的锅？怎么破？
18 | 磁盘视角：如果内存无限大，磁盘还有用武之地吗？
19 | 网络视角：如何有效降低网络开销？

Spark SQL 性能调优篇 (12讲)

20 | RDD和DataFrame：既生瑜，何生亮？
21 | Catalyst逻辑计划：你的SQL语句是怎么被优化的？（上）
22 | Catalyst物理计划：你的SQL语句是怎么被优化的（下）？
23 | 钨丝计划：Tungsten给开发者带来了哪些福报？
24 | Spark 3.0（一）：AQE的3个特性怎么才能用好？
25 | Spark 3.0（二）：DPP特性该怎么用？
26 | Join Hints指南：不同场景下，如何选择Join策略？
27 | 大表Join小表：广播变量容不下小表怎么办？
28 | 大表Join大表（一）：什么是“分而治之”的调优思路？
29 | 大表Join大表（二）：什么是负隅顽抗的调优思路？
30| 应用开发：北京市小客车（汽油车）摇号趋势分析
31 | 性能调优：手把手带你提升应用的执行性能

特别放送 (2讲)

Spark UI（上）| 深入解读Spark作业的“体检报告”
Spark UI（下）：深入解读Spark作业的“体检报告”

结束语 (2讲)

期末考试 | “Spark性能调优”100分试卷等你来挑战！
结束语 | 在时间面前，做一个笃定学习的人