Productizing a Spark & Cassandra Based Solution in Telecom

根据您的问题，似乎您希望了解在2017年SPARK SUMMIT上，Brij Bhushan Ravat Chief Architect, Voucher Server - Charging System分享的题为《Productizing a Spark》的演讲内容。然而，提供的知识库资料并未包含该特定演讲的详细信息。为了帮助您更好地理解如何将Spark产品化或相关技术实践，我可以基于Spark应用开发与任务提交的一般性知识进行概述：

Spark应用开发与提交概述：

1. 通过Spark-Submit命令行工具提交Spark应用:

   • 提交应用时，需指定入口类（对于Java和Scala应用），并可选地使用-verbose来增加日志输出。
   • 应用名称、依赖JAR包路径（支持本地及OSS路径）以及配置参数（如spark.executor.instances）均需明确指定。
   • Spark应用主文件应存储于OSS中，并可通过参数传递给应用的具体执行参数。

2. DolphinScheduler中提交Spark任务:

   • 创建工作流时，需配置EMR Serverless Spark的工作空间ID、资源队列ID等基本信息。
   • 对于SQL脚本或Python任务，需指定代码类型、任务名称、入口点（文件位置）及入口点参数。
   • Spark提交参数包括executor核心数、内存大小等，可根据需求调整以优化性能。

3. Spark本地调试环境搭建:

   • 在进行本地Spark开发时，确保添加对Aliyun OSS的支持，如通过Maven依赖管理。
   • 通过设置SparkSession的配置项，如spark.hadoop.fs.oss.accessKeyId，实现与阿里云OSS的连接。

尽管这些信息不能直接覆盖您询问的特定演讲内容，但它们提供了关于如何构建、配置及提交Spark应用的基础指导，这与“Productizing a Spark”这一主题下可能涉及的实际操作和技术策略紧密相关。如果您需要更具体的信息或有关该演讲的详细内容，请考虑查阅SPARK SUMMIT 2017的官方记录或相关视频资料。