84 lines
8.7 KiB
Markdown
84 lines
8.7 KiB
Markdown
# План развития курса «Lakehouse без магии»
|
||
|
||
Статус: подключение Spark исправлено; следующая работа — практика настройки сессии.
|
||
Последнее обновление: 2026-09-15.
|
||
|
||
Здесь собираем отзывы студентов, выбираем следующие улучшения и объясняем их порядок. Подробные задания, критерии приёмки и актуальный статус исполнения хранятся в [Gitea Issues](https://git.dementev.space/ddmitry/mini-lakehouse-lab/issues).
|
||
|
||
Текущие рамки курса задаёт [PRD](../docs/course_prd.md), а состав уроков — [программа](../docs/course_program.md). Статус каждой работы указан ниже. При реализации изменения сначала обновляем соответствующий канонический документ, затем учебные материалы и ссылки на них.
|
||
|
||
## Обратная связь
|
||
|
||
### Базовая настройка Spark-сессии
|
||
|
||
- **Источник:** отзыв Арсения Деева, переданный автором курса и зафиксированный 2026-09-15. На момент отзыва студент дошёл до модуля 4.
|
||
- **Наблюдение студента:** курс подходит начинающим, но не хватает базовой настройки Spark-сессии без сложного тюнинга.
|
||
- **Учебный пробел:** студент использует подготовленную сессию; ему нужна практика, чтобы понять, какие настройки потребуются вне готового ноутбука.
|
||
- **Решение:** добавить короткую обязательную практику после модуля 2, перед работой с raw-данными в модуле 3. До её разработки проверить воспроизводимость создания сессий.
|
||
|
||
Отзыв относится к уже пройденной части курса. Замечания по модулям 5–8 пока не получены.
|
||
|
||
## Ближайшие работы
|
||
|
||
### 1. Проверить и исправить создание Spark-сессий
|
||
|
||
**Статус:** выполнено, [MR #3](https://git.dementev.space/ddmitry/mini-lakehouse-lab/pulls/3).
|
||
|
||
**Задача:** [#1 — подключение Spark-сессий в новом ядре](https://git.dementev.space/ddmitry/mini-lakehouse-lab/issues/1).
|
||
|
||
В новых процессах модуль 1 подключался к кластеру, а модули 2–8 запускали Spark
|
||
локально (`local[*]`). В исправлении все восемь ноутбуков берут адрес кластера
|
||
из `spark/spark-defaults.conf`.
|
||
|
||
**Проверено:** инициализация каждого ноутбука в отдельном процессе,
|
||
вычисление на кластере, повторный `getOrCreate()`, запись и чтение тестовой
|
||
Iceberg-таблицы. Результаты проверок и их ограничения приведены в комментарии к #1.
|
||
|
||
### 2. Добавить практику «Как настроен Spark в нашем стенде»
|
||
|
||
**Статус:** запланировано; можно приступать после завершения #1.
|
||
|
||
**Задача:** [#2 — практика базовой настройки SparkSession](https://git.dementev.space/ddmitry/mini-lakehouse-lab/issues/2).
|
||
|
||
Практику разместить в начале модуля 3. Ориентир — 20–30 минут; фактическую длительность проверить при прохождении.
|
||
|
||
Студент должен научиться:
|
||
|
||
- объяснять роли `SparkSession`, `SparkContext`, driver и executors на примере стенда;
|
||
- читать код с `master`, `appName` и `getOrCreate`;
|
||
- находить источник настройки: конфигурационный файл, параметры запуска или код;
|
||
- проверять фактический master и выбранные настройки каталога Iceberg и MinIO;
|
||
- различать настройки, меняемые во время работы, и настройки, требующие нового запуска;
|
||
- понимать, что повторное выполнение ячейки может использовать уже существующую сессию.
|
||
|
||
**Практика и checkpoint:** студент заполняет небольшой шаблон создания сессии, задаёт подключение к кластеру и имя приложения, использует подготовленные настройки каталога, проверяет фактическое подключение и читает небольшую учебную Iceberg-таблицу. Таблица должна создаваться самой практикой: демонстрационные таблицы модуля 2 могут быть удалены при его завершении. Студент объясняет, какие настройки он задал сам, какие предоставил стенд и что потребуется повторить в новом ядре.
|
||
|
||
При реализации обновить learning outcomes и scope в PRD, содержание и checkpoint модуля 3 в программе, ноутбук и связанные справочные материалы. Сохранить структуру из восьми модулей.
|
||
|
||
**Граница темы:** базовая настройка подключения и жизненный цикл сессии. Подробный подбор памяти, числа executors, shuffle и GC остаётся за рамками этой доработки.
|
||
|
||
### 3. Собрать замечания по оставшейся части курса
|
||
|
||
**Статус:** ожидается продолжение обратной связи.
|
||
|
||
По мере прохождения Арсением остальных модулей добавлять конкретные наблюдения в этот документ. После полного прохода выбрать следующие доработки с учётом повторяющихся затруднений, самостоятельности студента и общей длительности курса.
|
||
|
||
Новые issues создавать, когда понятны проблема, ожидаемый результат и способ его проверки.
|
||
|
||
## Отложенные идеи
|
||
|
||
- Небольшой дополнительный опыт с числом партиций и наблюдением выполнения в Spark UI. Вернуться к нему после проверки объёма базовой практики; потребуется объяснить распределённое выполнение.
|
||
- Другие возможные расширения перечислены в [разделе 7 программы](../docs/course_program.md#7-что-не-входит-в-первую-версию-курса). Их включение и порядок пока не определены.
|
||
|
||
Номер и дата следующего релиза пока не назначены.
|
||
|
||
## Как обновлять этот план
|
||
|
||
Для нового предложения записывать: источник и этап прохождения → наблюдение → учебный пробел → предлагаемое изменение → проверяемый результат → статус и ссылка на issue.
|
||
|
||
После реализации добавлять ссылку на итог задачи и кратко отмечать, что изменилось для студента. Подробные критерии и ход исполнения сохранять в issue.
|
||
|
||
## Выпущенные улучшения
|
||
|
||
- [#1](https://git.dementev.space/ddmitry/mini-lakehouse-lab/issues/1): все восемь ноутбуков подключаются к Spark-кластеру при создании сессии в новом процессе; настройки собраны в `spark/spark-defaults.conf`.
|