JK-Spark性能调优实战

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？

开篇词 _ Spark性能调优，你该掌握这些“套路”

2.原理篇

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？

3.通用性能调优篇

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？

4.Spark SQL 性能调优篇

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

4.SparkSQL性能调优篇

5.特别放送

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”