Spark相关学习链接（持续更新）

Spark

• 向Spark1.6开炮：问题总结与踩坑： http://www.tuicool.com/articles/2U36Zb
• Spark Summit 2017 2月份: https://spark-summit.org/east-2017/schedule/
• Trends for Big Data and Apache Spark in 2017 by Matei Zaharia： https://www.slideshare.net/SparkSummit/trends-for-big-data-and-apache-spark-in-2017-by-matei-zaharia
• Spark Streaming 源码解析：https://github.com/lw-lin/CoolplaySpark/tree/master/Spark%20Streaming%20源码解析系列
• Spark RDD/DataSet/DataFrame使用场景： https://databricks.com/blog/2016/07/14/a-tale-of-three-apache-spark-apis-rdds-dataframes-and-datasets.html
• Spark配置文件说明：http://spark.apache.org/docs/latest/configuration.html
• Spark Sorting性能显著的原因（包含几个很重要的issue）：https://databricks.com/blog/2014/10/10/spark-petabyte-sort.html
• 关于Spark Shuffle非常不错的一篇文章：https://0x0fff.com/spark-architecture-shuffle/
• Yahoo关于Spark所做的优化：https://spark-summit.org/2013/wp-content/uploads/2013/10/Li-AEX-Spark-yahoo.pdf
• Databricks Spark操作手册：https://docs.databricks.com/spark/latest/data-sources/sql-databases.html
• spark内存管理：https://wongxingjun.github.io/2016/05/26/Spark内存管理/

TODO:

• Spark广告点击预测：http://lxw1234.com/archives/2016/01/595.htm
• Spark相关问题积累：http://blog.leanote.com/post/anglema/总结-spark-问题

Flink

• Flink Scheduler: http://chenyuzhao.me/2017/02/09/flink-scheduler/
• Apache Flink：特性、概念、组件栈、架构及原理分析: http://shiyanjun.cn/archives/1508.html
• Flink 原理与实现：架构和拓扑概览: http://wuchong.me/blog/2016/05/03/flink-internals-overview/
• ResourceManager源码分析：http://zengzhaozheng.blog.51cto.com/8219051/1438204

Java

• Java高编译低运行错误: http://www.jianshu.com/p/f4996b1ccf2f

Hadoop

• ResourceManager高可用配置： http://hadoop.apache.org/docs/r2.7.3/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html
• ResourceManager架构、原理：http://www.jianshu.com/p/626b66fa65db
• HDFS ZKFailOverController原理：http://blog.csdn.net/zkq_1986/article/details/54952738
• HadoopYarn 内存资源隔离实现原理：http://blog.csdn.net/a860mhz/article/details/50618555
• Yarn集群CGroup配置：http://www.jianshu.com/p/e283ab7e2530
• HDFS Recovery Processes:http://blog.cloudera.com/blog/2015/03/understanding-hdfs-recovery-processes-part-2/

Git

• 查看某一个文件的提交历史： http://www.cnblogs.com/flyme/archive/2011/11/28/2265899.html

分享

• InfoQ的大牛分享： http://www.infoq.com/cn/netease/presentations/

HBase

• HBase Snaptshot流程详解：http://www.cnblogs.com/foxmailed/p/3914117.html

Mysql

• Mysql备份总结：http://www.cnblogs.com/liangshaoye/p/5464794.html
• Mysql BinLog概念：http://blog.csdn.net/wyzxg/article/details/7412777
• 数据库隔离级别论文：http://www.cs.umb.edu/~poneil/iso.pdf
• Mysql RedoLog以及Recover:http://www.cnblogs.com/liuhao/p/3714012.html
• 隔离级别介绍：http://blog.csdn.net/qq_33290787/article/details/51924963

Maven

• Maven Plugins: http://maven.apache.org/plugins/index.html

Kafka

• Kafka配置选项： http://blog.csdn.net/vegetable_bird_001/article/details/51858915
• Kafka性能参数与压力调优：http://blog.csdn.net/stark_summer/article/details/50203133

Hive

• Hive执行过程原理： http://tech.meituan.com/hive-sql-to-mapreduce.html
• 一起学Hive: http://lxw1234.com/archives/2015/09/476.htm

博客

• 大数据田地：http://lxw1234.
• 阿里新型存储引擎：http://www.infoq.com/cn/news/2017/08/ali-polardb?from=timeline&isappinstalled=0#tt_daymode=1&tt_font=m?&tt_from=weixin_moments&utm_source=weixin_moments&utm_medium=toutiao_ios&utm_campaign=client_share&wxshare_count=1