过程流体机械简答 (spark)
1.往复活塞式压缩机级的实际循环有哪些特点？
答：①存在余隙容积，工作循环多了一个膨胀过程；②进气、排气过程存在压力损失；③气体与汽缸壁面间存在温差，压缩和膨胀过程中多变指数变化；④气缸及其相关部件存在泄漏；⑤吸、排气间歇（或排气压力脉动）（实际气体性质不同于理想气体）
2.多级压缩是什么？采用多级压缩的理由？
①多级压缩就是将气体的压缩过程分在若干级中进行，并在每级压缩之后将气体导入中间冷却器进行冷却。②节省压缩气体的指示功；降低排气温度；提高容积系数；降低活塞上的气体力
3.容积式压缩机的特点是什么？
答：工作腔的容积变化规律只取决于机构的尺寸，故机器压力与流量的关系不大，工作的稳定性比较的好。气体的吸入和排出是靠工作腔容积变化，与气体性质关系不大，故机器适应性强并容易达到较高的压力;机器的热效率较高;一般来讲结构比较复杂，尤其是往复式压缩机易于损坏的零件多，一些压缩机的气体吸入和排出是间隙的，容易引起气柱及管道的振动。
4.活塞式压缩机气量调节的常用方法及要求？
答：1）常用方法：①转速调节②管路调节③压开进气阀调节
（2）要求：①容积流量随时和耗气量相等，即所谓连续调节，事实上不是任何情况下都能实现连续调节的，当不能连续调节事可采用分级调节②调节工况经济性好，即调节时单位流量耗功小；③调节系统结构简单，安全可靠，并且操作维修方便。5.简述往复活塞式压缩机影响排气量的因素。
答：①容积系数影响最大；②气缸的冷却效果，通过提高膨胀指数可增大容积系数，同时提高温度系数；③良好的密封以减少泄漏；④压缩机的转速直接影响排气量的大小。
6.活塞环密封、填料密封的密封原理是什么？
答：活塞环通常不是一道，而是需要两道或更多道同时使用，使气体每经过一道活塞环便产生一次节流作用，进一步达到减少泄漏的目的。
填料密封原理与活塞环相似，也即利用阻塞和节流两种作用。它由两块平面填料构成一组密封元件，最典型的是朝向气缸的一侧由（三瓣）组成，背离气缸的一块由（六瓣）组成，每一块外缘绕有螺旋弹簧，起（预紧）作用。三瓣的填料从轴向挡住六瓣的（径向切口），阻止气体的（轴向泄漏）。六瓣填料径向切口由其中三个月牙形的瓣盖住.以阻止气体的（径向泄漏）。所以真正起密封作用的是（六瓣填料）。
7.往复活塞式压缩机的理论循环有哪些特点？
答：①气体通过进、排气阀时无压力损失（或进、排气压力没有波动，保持恒定）；②工作腔内无余隙容积（或缸内的气体被全部排除）；③工作腔与外界无热交换；④气体压缩过程指数为定值；⑤气体无泄漏。
8.简述选泵方法和步骤。
答：①列出基础数据。根据工艺条件列出介质的物理性质等基础数据；
②估算泵的流量和扬程。选泵时可根据最大流量或取适当安全系数估算泵的流量，根据吸、排管路计算扬程取适当安全系数估算泵的扬程；③选择泵的类型及型号；④核算泵的性能；⑤计算泵的轴功率和驱动机功率。
9.简述提高离心泵抗汽蚀性能的主要措施。
答：①一是改进泵进口的结构参数，使泵具有较小的汽蚀余量NPSHr，或采用耐汽蚀材料，以提高泵的使用寿命；②另一方面是正确合理地设计吸入管路尺寸、安装高度等，使泵进口处有足够的有效汽蚀余量NPSHa，从而使泵不发生汽蚀。
10.简述离心式压缩机的优缺点。
答：优点：排气量大；结构紧凑、尺寸小；运转平稳可靠（或机组连续运转时间长）；气体不与机器润滑系统的油接触（或不污染被压缩的气体）；转速越高。缺点：不适于气量太小及压力比过高的场合；其效率低于活塞压缩机；稳定工况区较窄。
11.离心式压缩机的工作原理：利用离心力对气体作功，由扩压通道对气
体扩压，以提高气体压力。
12.离心式压缩机性能曲线的特点
离心式压缩机通常由多级串联而成，其性能曲线与级的性能曲线形状大致相似，只是曲线变得更加（陡峭），稳定工况范围（更窄）。而且压缩机的稳定工况范围的大小主要取决于（最后几级）稳定工况范围的大小。13.离心泵的工作原理(灌泵→启动→叶轮旋转带动液体产生离心力→液
体不断被甩向叶轮出口→叶轮进口处压力↓→吸液罐和叶轮进口中心线处的液体之间形成压差→吸液罐的液体压差作用→流体经吸入室进入叶轮→使泵连续地工作)
14.喘振产生的原因是:
内因: 流量达到最小流量，气流的边界层严重分离；
外因: 管路中存在储存能量的空间,即供气管网。15.常用的压缩机的调节方法？
①压缩机出口调节流量(改变管网阻力特性曲线从而改变压缩机工况点)
②压缩机进口调节流量（改变进气管道中的阀门开度, 可以改变压缩机
的性能曲线，从而达到改变输送气流的流量或压力）
③采用可转动的进口导叶调节(又称进气预旋调节):在叶轮之前设置进
口导叶并用专门机构使各个叶片绕自身的轴转动, 从而改变导向叶片的角度,可使叶轮进口气流产生预旋c1≠0.Hth 随正预旋而减小，随负预旋而增大。
④改变压缩机转速的调节(用调节转速的方法可改变压缩机性能曲线的
位置)
16.灌泵的原因是什么？
答：若不灌泵，因泵内空气密度远小于液体，在一般离心泵的运行条件下，气体通过离心泵所得到的压升很小。也就是叶轮入口处真空度很低，不足以吸进液池的液体。
17.离心泵调节中，改变泵的特性曲线的调节方法有哪些？
答：转速调节、切割叶轮外径调节、改变前置导叶叶片角度的调节、改变半开式叶轮叶片端部间隙的调节、泵的并联或串联调节。
18.泵流动相似的条件是什么？
答：两泵流动相似应具备几何相似和运动相似，而运动相似仅要求叶轮进口速度三角形相似
19.为了省功，采取降低气体温度，对离心压缩机应采取什么装置？
答：为了降低气体的温度，节省功率，在离心压缩机中，往往采用分段中间冷却的结构，而不采用气缸套冷却。
1．判断汽蚀的判据: NPSHa > NPSHr 泵不发生汽蚀
NPSHa = NPSHr 泵开始发生汽蚀 NPSHa < NPSHr 泵严重汽蚀
2．采用多级压缩可以省功的主要原因是进行（中间冷却）
3．离心压缩机的三大能量损失是（流动损失）、（漏气损失）、（轮阻损失）4．离心压缩机流动相似应具备的条件：几何相似、叶轮进口速度三角形相似、特征马赫数相等和气体等熵指数（绝热指数）相等
5．离心压缩机的中间级由(叶轮、扩压器、弯道、回流器)组成，首级由(吸气管)和(中间级)组成，末级由(叶轮、扩压器、排气蜗室)组成
6．往复式压缩机的工作腔部分主要由（气缸）、（活塞）、（气阀）构成7．往复式压缩机由（工作腔部分）（传动部分）（机身部分）（辅助部分）8．飞轮目的:使压缩机转速均匀化
20.离心泵和往复压缩机同属流体机械，它们的工作原理有何不同?
答：离心泵是由原动机带动叶轮旋转，叶轮上的叶片使泵内液体高速转动，因而液体获得离心力。在离心力的作用下，液体自叶轮飞出，然后经过泵的压液室、扩压管送入排出管。
往复压缩机是一种容积式压缩机，它依靠气缸容积进行周期性变化而工作。而曲柄连杆机构推动活塞不断在气缸中往复运动，使气缸通过吸气阀和排气阀的控制，依次地进行吸气——压缩——排气——膨胀过程，从而实现压缩机的工作循环过程。
21.往复压缩机所受作用力有哪几种？产生的原因分别是什么？
答：压缩机正常运转时，产生的作用力主要有三类：（1）惯性力：往复质量与不平衡旋转质量造成的惯性力；（2）气体力：气体压力所造成的作用力；（3）摩擦力：接触表面相对运动时产生的摩擦力。1.压力比的分配原则遵循（最省功原则）
2.所有运动件的运动简化成两类：
一类质量集中在活塞销或十字头销中心点A处，只作（往复运动）；
另一类质量集中在曲柄销中心点B处，只作绕曲轴中心0点的（旋转运动）
3.（活塞）、（活塞杆）和(十字头部件)作往复运动
4.旋转的(曲拐)可以根据惯性力相等的条件转化为（旋转运动）
5.由往复运动不平衡质量产生的惯性力称为（往复惯性力）
6.二阶往复惯性力最大值仅为一阶往复惯性力最大值的λ倍。
7.往复惯性力始终沿（气缸中心线）的方向
8.由旋转运动不平衡质量产生的惯性力称为（旋转惯性力），其作用方向
始终沿（曲柄半径方向向外），而大小不变为定值
9.气体力的方向始终沿（气缸中心线方向）
10.多级压缩机的排气量指包括了级间凝析的水汽量、抽加气量和末级排
气量
11.机器在一转中:阻力矩所消耗的功（=）驱动力矩所供给的功
12.叶轮结构型式通常按叶片出口角分类：后弯型叶轮:叶片弯曲方向与叶
轮旋转方向相反,叶片出口角＜90°；前弯型叶轮:方向相同,叶片出口角＞90°；径向型叶轮:叶片出口角＝90°
13.气体无预旋进入叶轮：一般气体径向进入叶轮，此时α1=90°,c1u=0
14.由于气体本身所具有的惯性作用,在叶轮叶道中将产生与叶轮旋转方
向相反的附加的相对运动, 即（轴向旋涡）
15.在叶轮叶道同一圆周上,气体的相对速度分布不均匀
16.轴向旋涡的产生，将使得叶轮进、出口速度三角形发生变化
17.在离心压缩机中,还可用（滑移系数）或（环流系数）μ来表示有限
叶片数对理论能头的影响压缩机的最小流量工况--（喘振工况）
18.冲击损失的实质是边界层分离与旋涡产生的损失
19.冲击损失指气体进入叶轮或叶片扩压器的叶道时，气流的方向与叶道
进口处的（叶片安置角方向不一致）而产生的能量损失
20.产生漏气损失的原因：由于间隙的二端气体压力不相等
21.通常将曲线上效率最高点称为（最佳工况点）
22.在（喘振工况）与最大流量工况之间的区域是级的稳定工作范围
23.造成最大流量工况有两种可能：
一是级中流道中某喉部处气流达到临界状态，这时气体的容积流量已是最大值（“阻塞”工况）；另一种情况是流道内并未达到临界状态，但压缩机在大的流量下，机内流动损失很大
24.工作点必须满足二个平衡条件:能量平衡和流量平衡
25.流动相似的相似条件：几何相似、运动相似、动力相似和热力相似
26.为了机器运行的安全性，要求工作转速远离（第1、2 阶）临界转速
27.轴向推力的平衡：(1)叶轮对排(2)叶轮背面加筋(3)采用平衡盘
28.离心泵工作需先灌泵，否则产生（气缚现象）
29.往复式压缩机的传动部分主要由曲轴、连杆、（十字头）
30.多级压缩可以节省压缩气体的指示功；提高气缸（容积）利用率；降
低排气温度和降低活塞上的最大气体力
31.气体在离心压缩机级中的流动损失有摩阻，分离，冲击，尾迹,二次流
32.往复活塞式压缩机的运动机构是一种曲柄连杆机构，把（曲轴）的旋
转运动变为十字头的往复运动。33.往复活塞式压缩机多级压缩的气体在进入下一级气缸进行压缩之前，
必须经过中间（冷却器）进行等压冷却，并分离出凝液及润滑油。
34.液体从泵入口流到出口过程，存在三种损失：流动、流量和机械损失
35.在离心压缩机性能曲线上左端点的最小流量，称为(喘振流量)
36.对压缩机性能曲线分析：一定转速下，增大流量，压力比将（下降）
37.压缩机结构形式：立式，卧式，角度式（L形V形W形）
38.膨胀和压缩都是（升温）过程，吸气和排气都是（冷却）过程
39.压力比和膨胀指数一定时相对余隙容积越大，使系数越小的是（容积）
40.离心压缩机由转子和定子组成，转子：叶轮、主轴、平衡盘、推力盘、
联轴器。定子：机壳、扩压器、弯道、回流器、蜗壳、密封、轴承
41.活塞与气缸环形间隙的靠（活塞环），活塞杆与气缸间隙靠（填料）
42.活塞式压缩机正常工作时，作用力主要有：惯性力、气体力和摩擦力
43.活塞式压缩机的指示功率与轴功率之比称为（机械）效率
44.离心压缩机级内能量损失包括：（流动），（漏气），（轮阻）损失
45.离心泵的过流部件是（吸入室），（叶轮），（蜗壳）
46.往复压缩机传动部分把电动机（旋转）运动转化为活塞的（往复运动）
47.压缩机的旋转惯性力或旋转惯性力矩都可以用加（平衡质量来平衡）
48.朝向气缸一侧由（三瓣）组成,背离气缸—侧由（六瓣）组成，三瓣的
填料从轴向挡住六瓣的（径向切口）,阻止气体的（轴向泄漏）,六瓣填料径向切口由其中三个月牙形瓣盖住,以阻止气体的（径向泄漏）
49.活塞力（=摩擦力+惯性力），惯性力可分为（旋转）和（往复）
50.气阀阀门的开闭由（流体压力差）控制，进排气压力是（可变）的
51.叶轮按结构分为闭式，半开式，双面进气式
Scala从基础到开发实战
Scala从基础到开发实战 对于进化缓慢的Java跟C++语言来说，目前Scala无疑更适应现代化特质的语言，语法简洁，同时兼备函数式编程与面向对象编程，具有令人耳目一新的编程范式。而运行在Java 虚拟机上的编译环境使得其具有很多的现有工具与类库，拥有快速的可靠的解释器和编译器。 本课程是Scala语言基础课程，面向没有或仅有少量编程语言基础的同学，当然，具有一定的Java或C、C++语言基础将有助于本课程的学习。在本课程内，将更注重scala的各种语言规则和应用，通过学习本课程能具备初步的Scala语言实际编程能力。 Scala最近的红火也得益于Spark分布式内存计算平台的兴起，由于其惊人的计算速度，Spark将要革命Hadoop的说法尘嚣日上，但学习Spark的一项瓶颈是其原生语言Scala并不为大众所熟知，即使是资深程序员，从未听说过Scala者大有人在，于是本门课程也可以称为Spark系列的前置课程，供深入学习大数据技术的同仁们进行热身运动。 课程大纲： 第一课：Scala介绍——如何安装Scala REPL、SBT、IDE，编写简单的Scala程序；函数式编程简介 第二课：Scala的class和object，Scala的变量、类的介绍 第三课：Scala的基本数据类型、控制语句 第四课：高阶函数、Currying、尾递归 第五课：数据结构：List、Map、Set 第六课：组合和继承 第七课：Trait 第八课：响应式编程介绍 第九课：Akka框架（一）——akka的基本用法 第十课：Akka框架（二）——actor的监控 第十一课：Akka框架（三）——网络编程 第十二课：Akka框架（四）——akka使用技巧
大数据开发新手学习指南(经典)
上市公司，官网：https://www.360docs.net/doc/113208906.html, 大数据开发初学者该如何学习 导读： 第一章：初识Hadoop 第二章：更高效的WordCount 第三章：把别处的数据搞到Hadoop上 第四章：把Hadoop上的数据搞到别处去 第五章：快一点吧，我的SQL 第六章：一夫多妻制 第七章：越来越多的分析任务 第八章：我的数据要实时 第九章：我的数据要对外 第十章：牛逼高大上的机器学习 经常有初学者会问，自己想往大数据方向发展，该学哪些技术，学习路线是什么样的，觉得大数据很火，就业很好，薪资很高……首先，如果你确定了想往这个方面发展，先考虑自己的过去从业经历、专业、兴趣是什么。计算机专业——操作系统、硬件、网络、服务器？软件专业——软件开发、编程、写代码？还是数学、统计学专业——对数据和数字特别感兴趣？ 其实这就是想告诉你大数据的三个发展方向，平台搭建/优化/运维/监控、大数据开发/设计/架构、数据分析/挖掘。 先扯一下大数据的4V特征： ?数据量大，TB->PB ?数据类型繁多，结构化、非结构化文本、日志、视频、图片、地理位置等；
上市公司，官网：https://www.360docs.net/doc/113208906.html, ?商业价值高，但是这种价值需要在海量数据之上，通过数据分析与机器学习更快速的挖掘出来； ?处理时效性高，海量数据的处理需求不再局限在离线计算当中。 现如今，正式为了应对大数据的这几个特点，开源的大数据框架越来越多，越来越强，先列举一些常见的： 文件存储：Hadoop HDFS、Tachyon、KFS 离线计算：Hadoop MapReduce、Spark 流式、实时计算：Storm、Spark Streaming、S4、Heron K-V、NOSQL数据库：HBase、Redis、MongoDB 资源管理：YARN、Mesos 日志收集：Flume、Scribe、Logstash、Kibana 消息系统：Kafka、StormMQ、ZeroMQ、RabbitMQ 查询分析：Hive、Impala、Pig、Presto、Phoenix、SparkSQL、Drill、Flink、Kylin、Druid 分布式协调服务：Zookeeper 集群管理与监控：Ambari、Ganglia、Nagios、Cloudera Manager 数据挖掘、机器学习：Mahout、Spark MLLib 数据同步：Sqoop 任务调度：Oozie 1.1 学会百度与Google
用Apache Spark进行大数据处理——第一部分：入门介绍
用Apache Spark进行大数据处理——第一部分：入门介绍 什么是Spark Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架。最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一。与Hadoop和Storm等其他大数据和MapReduce技术相比，Spark有如下优势。 首先，Spark为我们提供了一个全面、统一的框架用于管理各种有着不同性质（文本数据、图表数据等）的数据集和数据源（批量数据或实时的流数据）的大数据处理的需求。 Spark可以将Hadoop集群中的应用在内存中的运行速度提升100倍，甚至能够将应用在磁盘上的运行速度提升10倍。 Spark让开发者可以快速的用Java、Scala或Python编写程序。它本身自带了一个超过80个高阶操作符集合。而且还可以用它在shell中以交互式地查询数据。 除了Map和Reduce操作之外，它还支持SQL查询，流数据，机器学习和图表数据处理。开发者可以在一个数据管道用例中单独使用某一能力或者将这些能力结合在一起使用。 在这个Apache Spark文章系列的第一部分中，我们将了解到什么是Spark，它与典型的MapReduce解决方案的比较以及它如何为大数据处理提供了一套完整的工具。 Hadoop和Spark Hadoop这项大数据处理技术大概已有十年历史，而且被看做是首选的大数据集合处理的解决方案。MapReduce是一路计算的优秀解决方案，不过对于需要多路计算和算法的用例来说，并非十分高效。数据处理流程中的每一步都需要一个Map阶段和一个Reduce阶段，而且如果要利用这一解决方案，需要将所有用例都转换成MapReduce模式。 在下一步开始之前，上一步的作业输出数据必须要存储到分布式文件系统中。因此，复制和磁盘存储会导致这种方式速度变慢。另外Hadoop解决方案中通常会包含难以安装和管理的集群。而且为了处理不同的大数据用例，还需要集成多种不同的工具（如用于机器学习的Mahout和流数据处理的Storm）。 如果想要完成比较复杂的工作，就必须将一系列的MapReduce作业串联起来然后顺序执行这些作业。每一个作业都是高时延的，而且只有在前一个作业完成之后下一个作业才能开始启动。 而Spark则允许程序开发者使用有向无环图（DAG）开发复杂的多步数据管道。而且还支持跨有向无环图的内存数据共享，以便不同的作业可以共同处理同一个数据。
利用Scala语言开发Spark应用程序
利用Scala语言开发Spark应用程序 park内核是由Scala语言开发的，因此使用Scala语言开发Spark应用程序是自然而然的事情。如果你对Scala语言还不太熟悉，可以阅读网络教程A Scala Tutorial for Java Programmers或者相关Scala书籍进行学习。 AD： Spark内核是由Scala语言开发的，因此使用Scala语言开发Spark应用程序是自然而然的事情。如果你对Scala语言还不太熟悉，可以阅读网络教程A Scala Tutorial for Java Programmers或者相关Scala书籍进行学习。 本文将介绍3个Scala Spark编程实例，分别是WordCount、TopK和SparkJoin，分别代表了Spark 的三种典型应用。 1. WordCount编程实例 WordCount是一个最简单的分布式应用实例，主要功能是统计输入目录中所有单词出现的总次数，编写步骤如下： 步骤1：创建一个SparkContext对象，该对象有四个参数：Spark master位置、应用程序名称，Spark安装目录和jar存放位置，对于Spark On Y ARN而言，最重要的是前两个参数，第一个参数指定为yarn-standalone ，第二个参数是自定义的字符串，举例如下： valsc=newSparkContext(args(0), WordCount ,System.getenv( SPARK_HOME ),Seq(System.getenv( SPARK_TEST_JAR ))) 步骤2：读取输入数据。我们要从HDFS上读取文本数据，可以使用SparkCon valtextFile=sc.textFile(args(1)) 当然，Spark允许你采用任何Hadoop InputFormat，比如二进制输入格式SequenceFileInputFormat，此时你可以使用SparkContext中的hadoopRDD函数，举例如下： valinputFormatClass=classOf[SequenceFileInputFormat[Text,Text]]varhadoopRdd=sc.hadoopRDD(c onf,inputFormatClass,classOf[Text],classOf[Text]) 或者直接创建一个HadoopRDD对象： varhadoopRdd=newHadoopRDD(sc,conf,classOf[SequenceFileInputFormat[Text,Text,classOf[Text],c lassOf[Text]) 步骤3：通过RDD转换算子操作和转换RDD，对于WordCount而言，首先需要从输入数据中每行字符串中解析出单词，水草玛瑙 https://www.360docs.net/doc/113208906.html,然后将相同单词放到一个桶中，最后统计每个桶中每个单词出现的频率，举例如下： valresult=hadoopRdd.flatMap{case(key,value)= value.toString().split( \\s+ }.map(word= (word,1)).reduceByKey(_+_) 其中，flatMap函数可以将一条记录转换成多条记录（一对多关系），map函数将一条记录转换为另一条记录（一对一关系），高山茶 https://www.360docs.net/doc/113208906.html, reduceByKey函数将key相同的数据划分到一个桶中，并以key为单位分组进行计算，这些函数的具体含义可参考：Spark Transformation。步骤4：将产生的RDD数据集保存到HDFS上。可以使用SparkContext中的saveAsTextFile哈数将数据集保存到HDFS目录下，默认采用Hadoop提供的TextOutputFormat，每条记录以（key,value）的形式打印输出，你也可以采用saveAsSequenceFile函数将数据保存为SequenceFile格式等，举例如下： result.saveAsSequenceFile(args(2)) 当然，一般我们写Spark程序时，需要包含以下两个头文件： importorg.apache.spark._importSparkContext._ WordCount完整程序已在Apache Spark学习：利用Eclipse构建Spark集成开发环境一文中进行了介绍，在次不赘述。 需要注意的是，指定输入输出文件时，需要指定hdfs的URI，比如输入目录是hdfs:hadoop-testtmpinput，输出目录是hdfs:hadoop-testtmpoutput，其中，hdfs:hadoop-test 是由Hadoop配置文件core- site.xml中参数https://www.360docs.net/doc/113208906.html,指定的，具体替换成你的配置即可。 2. TopK编程实例
51CTO学院-Scala深入浅出实战初级入门经典视频课程
51cto学院-Scala深入浅出实战初级入门经典视频课程 课程目标 为进一步推动大数据技术的发展和应用，在王家林的带领下联合大数据狂热爱好者和一线实践专家构建了“DT大数据梦工厂”公益团队，旨在免 费分享大数据最佳实践技术，帮助您和公司在大数据时代重铸强大IT大 脑，笑傲互联网+时代！在这里，先从Scala语言的编程开发实战学起。。。适用人群 Scala语言爱好者，Spark技术爱好者，大数据技术学习者 课程简介 《Scala深入浅出实战初级入门经典视频课程》 从Scala的开发环境的搭建起步，基于纯粹动手实战的原则，循序渐进的覆盖Scal a基础、Scala面向对象编程、Scala函数式编程、集合的操作深度实战、Scala测 试等实用实战内容，是《Scala深入浅出实战中级---进阶经典》和《Scala深入浅 出实战高级---高手之巅》的前置课程。纯粹的实战精华课程打造能够进行Scala编程实战的您！ 从零开始，跟随着王家林老师每天早晨4点左右发布的一个绝对精华的约15分钟的大数据免费视频学习大数据方面的技术，先从Scala语言的编程开发实战学起。。。 Scala是一门以JVM为目标运行环境并将面向对象和函数式编程语言的最佳特性结合在一起的编程语言,此课程是大数据框架Spark的前置课程： 1、Spark框架是采用Scala语言编写的，精致而优雅。要想成为Spark高手，你 就必须阅读Spark的源代码，就必须掌握Scala；
2、虽然说现在的Spark可以采用多语言Java、Python等进行应用程序开发，但 是最快速的和支持最好的开发API依然并将永远是Scala方式的API，所以你必须掌握Scala来编写复杂的和高性能的Spark分布式程序； 3、本课程采用循序渐进的实战方式，深入浅出的讲解Scala所有核心内容和高级实 战技巧 课程 1 第1讲：Scala开发环境搭建和HelloWorld解析 24分钟 本视频介绍了Scala语言的特性，Java的安装，详细介绍了Scala的下载、Scala的环境变量配置，ScalaIDE工具的安装。在Scala的环境安装完成后又动手演示了一个在ScalaIDE中建立Sc ala工程的例子，并演示运行结果。 2 第2讲：Scala函数定义、流程控制、异常处理入门实战 24分钟 本视频以具体的例子代码详细介绍了1）Scala中函数的定义格式，以main函数为例介绍了ma in函数中的参数意义和返回值，同时还介绍了无参数函数的调用方式和有参数函数的调用方式。 2）介绍了Scala中流程控制do-while循环、for循环的使用方式。3）Scala中的异常处理try-catch-finally的使用流程。 3 第3讲：Tuple、Array、Map与文件操作入门实战 15分钟 本视频以具体的例子代码详细介绍了1）Scala中的元组的定义、元组的元素访问方式。2）Scal a中数组的定义、数组的遍历方式。3）Scala中Map集合的定义和访问方式。4）Scala中网络文件和本地文件的访问方式。 4
给大数据开发初学者的一些建议
IT=挨踢，这是IT人的自嘲，进入IT行业是有四五年了，也算得上是一个“老人”了吧，见了不少新人，面试了不少新人，也带了一些新人，多多少少还是有点发言权的。 新人们常常会说我看了多少多少的书，看过某某人写的书，仿佛书看了就会做了。其实不然，很多新人在面试的时候夸夸其谈，说啥啥都知道一点，到真正做的时候，啥都不会。归根到底是没有经验，技术这玩意儿经验非常重要，很多东西如果不是你碰到了，你从书上一辈子都找不到答案。 一般都是先把整个书翻一下，了解一下书的基本内容，然后在实际项目中遇到相应的问题再去翻书，当然这是因为我对技术已经有一定的了解，不需要通读整本书。初学者应该找一些适合自己的书，通读一遍，其中的例子要认真做，一定要自己去写代码，而不是Copy。我以前在学做网页的时候，别人都用Dreamweaver去做，只有我打开源代码编辑器学习HTML源代码的编写。 做完书的例子只能说明你会削木头了，但会削木头离会做柜子还有很远的路要走。还记得达·芬奇画鸡蛋的故事么？不停地重复肯定是枯燥的，所以你需要自己尝试去做一些实际的东西，比如做一个个人主页、一个留言本、一个通信地址本......在这些实际的东西中去实现你的创意，去实现你在书本上所学习的例子，并且将这些例子加入你的思想。 永远不要认为书本能给你带来多少东西，虽然它们很有用，但它们只是一个Key，一个引你入门的Key。 四川是旅游的天堂，无法拒绝她火辣辣的美食，无法拒绝她惊艳的自然风光，更无法拒绝她的古蜀文化。随着社会物质文明和精神文明的不断提高，越来越多的人在社会的残酷竞争中优胜劣汰！在追求男女平等的同时，男生和女生却面临同样的竞争，这就是社会生存潜
Spark 实战第 1 部分使用Scala 语言开发Spark 应用程序
Spark 实战，第1 部分: 使用Scala 语言开发Spark 应用程序 本文旨在通过具有实际意义的案例向读者介绍如何使用Scala 语言开发Spark 应用程序并在Spark 集群上运行。本文涉及的所有源数据都将从HDFS（Hadoop Distributed File System）读取，部分案例的输出结果也会写入到HDFS, 所以通过阅读本文，读者也会学习到Spark 和HDFS 交互的一些知识。 查看本系列更多内容|3评论： 王龙, 软件开发工程师, IBM 内容
关于Spark Spark 由加州大学伯克利分校AMP 实验室(Algorithms, Machines, and People Lab) 开发，可用来构建大型的、低延迟的大数据处理的应用程序。并且提供了用于机器学习(MLlib), 流计算（Streaming）, 图计算(GraphX) 等子模块，最新的1.4.0 版本更是提供了与R 语言的集成，这使得Spark 几乎成为了多领域通吃的全能技术。Spark 对数据的存储，转换，以及计算都是基于一个叫RDD(Resilient Distributed Dataset) 分布式内存的抽象，应用程序对需要计算的数据的操作都是通过对RDD 的一系列转化(Transformation) 和动作(Action) 算子完成的，其中转化算子可以把一个RDD 转成另一个RDD，如filter 算子可以通过添加过滤条件生成一个只包含符合条件的数据的新的RDD。动作算子负责完成最终的计算，如count 算子可以计算出整个RDD 表示的数据集中元素的个数。关于Spark 所支持的算子以及使用方法请参考Spark 官方网站。本文所使用的Spark 的发行版是1.3.1，读者可根据需要下载相应的版本。 回页首关于Scala Scala 语言是一门类Java 的多范式语言，其设计初衷就是为了继承函数式编程的面向对象编程的各种特性，正如Scala 语言官网描述的那样:Object-Oriented Meets Functional, 就是给出了一个关于Scala 语言特性的最简单明了的概括。 Spark 框架使用Scala 语言开发，那么使用Scala 语言开发Spark 应用程序就变成一件很自然的事情，虽然Spark 提供了面向Python,Java 等语言的编程接口，但是从各个方面来看使用Scala 编程都是最简单最容易理解的，特别是当程序出现异常或者是需要通过学习源码来定位问题时，您会发现学习Scala 语言来编写Spark 应用程序是多么有意义的事情。关于Scala 语言，如果您还没有基础，请参考 ?Scala 语言官网 ?Scala 中文网 ?Twitter 提供的Scala 课堂 ?面向Java 开发人员的Scala 指南系列 由于Spark 1.3.1 版本使用的是Scala 2.10.x 版本，所以本文将使用Scala 2.10.5 版本。 回页首搭建开发环境 1. 安装Scala IDE
零基础学习hadoop(编程篇)
1.hadoop编程需要哪些基础？ 2.hadoop编程需要注意哪些问题？ 3.如何创建mapreduce程序及其包含几部分？ 4.如何远程连接eclipse，可能会遇到什么问题？ 5.如何编译hadoop源码？ 阅读此篇文章，需要些基础下面两篇文章 零基础学习hadoop到上手工作线路指导（初级篇） 零基础学习hadoop到上手工作线路指导（中级篇） 如果看过的话，看这篇不成问题，此篇讲hadoop编程篇。 hadoop编程，hadoop是一个Java框架，同时也是编程的一次革命，使得传统开发运行程序由单台客户端（单台电脑）转换为可以由多个客户端运行（多台机器）运行，使得任务得以分解，这大大提高了效率。
hadoop既然是一个Java框架，因为我们必须要懂Java，网上有大量的资料，所以学习Java 不是件难事。但是学到什么程度，可能是我们零基础同学所关心的。 语言很多情况下都是相通的，如果你是学生，还处于打基础的阶段，那么难度对于你来说还是不小的。 1.初学者要求必须有理论基础，并且能够完成一个小项目，最起码能够完成几个小例子，例如图书馆里等。 初学者基本的要求： （1）懂什么是对象、接口、继续、多态 （2）必须熟悉Java语法 （3）掌握一定的常用包 （4）会使用maven下载代码 （5）会使用eclipse，包括里面的快捷键，如何打开项目 传统程序员，因为具有丰富的编程经验，因此只要能够掌握开发工具： （1）会使用maven下载代码 （2）会使用eclipse，包括里面的快捷键，如何打开项目 （3）简单熟悉Java语法 上面的只是基础，如果想开发hadoop，还需要懂得下面内容 （1）会编译hadoop （2）会使用hadoop-eclipse-plugin插件，远程连接集群 （3）会运行hadoop程序。 上面列出大概的内容，下面我们具体说一些需要学习的内容。 无论是传统开发人员还是学生，零基础下面都是需要掌握的： 我们就需要进入开发了。开发零基础，该如何，咱们提供了相关的内容分别介绍下面文章 学习hadoop----java零基础学习线路指导视频(1) 这一篇我们使用什么开发工具，甚至考虑使用什么操作系统。然后就是Java基础知识篇，包括变量、函数等。 学习hadoop---Java初级快读入门指导（2） 第一篇是属于思想篇，那么这一篇属于实战篇，通过不同的方式，交给你怎么编写第一个小
大数据Spark企业级实战书籍推荐
Life is short，you need Spark！ Spark是当今大数据领域最活跃最热门的高效的大数据通用计算平台。基于RDD，Spark成功地构建起了一体化、多元化的大数据处理体系。 雅虎、Conviva、淘宝、网易、大众点评、优酷土豆、腾讯、华为等公司均在生产环境中部署了大规模的Spark。 《大数据Spark企业级实战》完全从企业处理大数据业务场景的角度出发，完全基于实战代码来组织内容，从零起步，不需任何基础，完全无痛地掌握Spark大数据处理实战技术，源码解析： Spark集群的动手构建 Spark架构 Spark内核的深入解析 Spark四大子框架的细致剖析和实战 Tachyon文件系统揭秘 Spark多语言编程 SparkR Spark性能调优和最佳实践 一站式实现Spark企业级开发实战！ 内容简介： Spark是当今大数据领域最活跃、最热门、最高效的大数据通用计算平台，是Apache软件基金会下所有开源项目中三大顶级开源项目之一。 在“One Stack to rule them all”理念的指引下，Spark基于RDD成功地构建起了大数据处理的一体化解决方案，将MapReduce、Streaming、SQL、Machine Learning、Graph Processing等大数据计算模型统一到一个技术堆栈中，开发者使用一致的API操作Spark中的所有功能；更为重要的是Spark的Spark SQL、MLLib、GraphX、Spark Streaming等四大子框架之间可以在内存中完美的无缝集成并可以互相操作彼此的数据，这不仅打造了Spark在当今大数据计算领域其他任何计算框架都无可匹敌的优势，更使得Spark正在加速成为大数据处理中心首选的和唯一的计算平台。 《大数据Spark企业级实战》详细解析了企业级Spark开发所需的几乎所有技术内容，涵盖Spark的架构设计、Spark的集群搭建、Spark内核的解析、Spark SQL、MLLib、GraphX、Spark Streaming、Tachyon、SparkR、Spark多语言编程、Spark常见问题及调优等，并且结合Spark源码细致的解析了Spark内核和四大子框架，最后在附录中提供了的Spark的开发语言Scala快速入门实战内容，学习完此书即可胜任绝大多数的企业级Spark开发需要。 《大数据Spark企业级实战》从零起步，完全从企业处理大数据业务场景的角度出发，基于实战代码来组织内容，对于一名大数据爱好者来说，《大数据Spark企业级实战》内容可以帮助您一站式地完成从零起步到进行Spark企业级开发所需要的全部核心内容和实战需要。 作者简介： 王家林，Spark亚太研究院首席专家，中国移动互联网和云计算大数据集大成者。在Spark、Hadoop、Android等方面有丰富的源码、实务和性能优化经验。彻底研究了Spark从0.5.0到0.9.1共13个版本的Spark源码，并已完成2014年5月31日发布的Spark1.0源码研究。 目录： 第1章Spark编程模型 1．1 Spark：一体化、多元化的高速 大数据通用计算平台和库 1．1．1 为什么需要使用Spark 1．1．2 Spark技术生态系统简介 1．2 Spark大数据处理框架 1．2．1 Spark速度为何如此之快 1．2．2 RDD：分布式函数式编程 1．3 Spark子框架解析 1．3．1 图计算框架Spark GraphX 1．3．2 实时流处理框架 （Spark Streaming） 1．3．3 交互式SQL处理框架
Spark入门(Python)
Spark入门 Hadoop是对大数据集进行分布式计算的标准工具，这也是为什么当你穿过机场时能看到”大数据(Big Data)”广告的原因。它已经成为大数据的操作系统，提供了包括工具和技巧在内的丰富生态系统，允许使用相对便宜的商业硬件集群进行超级计算机级别的计算。2003和2004年，两个来自Google的观点使Hadoop 成为可能：一个分布式存储框架(Google文件系统)，在Hadoop中被实现为HDFS；一个分布式计算框架(MapReduce)。 这两个观点成为过去十年规模分析（scaling analytics）、大规模机器学习（machine learning），以及其他大数据应用出现的主要推动力！但是，从技术角度上讲，十年是一段非常长的时间，而且Hadoop还存在很多已知限制，尤其是MapReduce。对MapReduce编程明显是困难的。对大多数分析，你都必须用很多步骤将Map和Reduce任务串接起来。这造成类SQL的计算或机器学习需要专门的系统来进行。更糟的是，MapReduce要求每个步骤间的数据要序列化到磁盘，这意味着MapReduce作业的I/O成本很高，导致交互分析和迭代算法（iterative algorithms）开销很大；而事实是，几乎所有的最优化和机器学习都是迭代的。 为了解决这些问题，Hadoop一直在向一种更为通用的资源管理框架转变，即YARN （Yet Another Resource Negotiator, 又一个资源协调者）。YARN实现了下一代的MapReduce，但同时也允许应用利用分布式资源而不必采用MapReduce进行计算。通过将集群管理一般化，研究转到分布式计算的一般化上，来扩展了MapReduce的初衷。 Spark是第一个脱胎于该转变的快速、通用分布式计算范式，并且很快流行起来。Spark使用函数式编程范式扩展了MapReduce模型以支持更多计算类型，可以涵盖广泛的工作流，这些工作流之前被实现为Hadoop之上的特殊系统。Spark使用内存缓存来提升性能，因此进行交互式分析也足够快速(就如同使用Python 解释器，与集群进行交互一样)。缓存同时提升了迭代算法的性能，这使得Spark 非常适合数据理论任务，特别是机器学习。 本文中，我们将首先讨论如何在本地机器上或者EC2的集群上设置Spark进行简单分析。然后，我们在入门级水平探索Spark，了解Spark是什么以及它如何工作（希望可以激发更多探索）。最后两节我们开始通过命令行与Spark进行交互，然后演示如何用Python写Spark应用，并作为Spark作业提交到集群上。 设置Spark 在本机设置和运行Spark非常简单。你只需要下载一个预构建的包，只要你安装了Java 6+和Python 2.6+，就可以在Windows、Mac OS X和Linux上运行Spark。确保java程序在PATH环境变量中，或者设置了JAVA_HOME环境变量。类似的，python也要在PATH中。
spark Scala 介绍 教程 入门 手册 调研
第一章Scala语法介绍 1.1阅读说明 本文档针对scala2.10.x，由于scala目前发展迅速，因此可能会和其他版本的不同。 本手册适合对象：有Java编程经验的程序员。阅读时如果发现难以理解，可以根据关键词自行上网搜索对应内容进行辅助学习。 *标注的小节，表示阅读优先级较低或者可以不用阅读。 阅读时遵循先易后难得准则，从有代码示例的地方着手会比较简单。 1.2第一个scala程序 参考：https://www.360docs.net/doc/113208906.html,/documentation/getting-started.html object ScalaTest{ def main(args:Array[String]){ println("hello scala.") } } 1.2.1scala解释器 安装好scala并配置好PATH环境变量之后，就可以在终端中输入“scala”命令打开scala 解释器。在其中，你可以像使用shell一样，使用TAB补全、Ctrl+r搜索、上下方向键切换历史命令等等。退出scala解释器，可以使用命令：“:q”或者“:quit”。 由于解释器是输入一句执行一句，因此也常称为REPL。REPL一次只能看到一行代码，因此如果你要在其中粘贴代码段的话，可能会出现问题，这时你可以使用粘贴模式，键入如下语句： :paste 然后把代码粘贴进去，再按下Ctrl+d，这样REPL就会把代码段当作一个整体来分析。 1.2.2scala作为脚本运行 scala代码也可以作为脚本运行，只要你设置好代码文件的shell前导词（preamble），并将代码文件设置为可执行。如下： #!/usr/bin/env scala println("这是scala脚本") 设置代码文件为可执行，即可执行。 scala脚本的命令行参数保存在名为args的数组中，你可以使用args获取命令行输入的程序参数： hello.scala文件中：println("hello,"+args(0)) 在命令行中执行：scala hello.scala vitohuang