Spark资料汇总

Spark部分资料可在百度云下载

Spark论文

Spark Core

• Resilient Distributed Datasets: A Fault-Tolerant Abstraction for In-Memory Cluster Computing
• Spark: Cluster Computing with Working Sets
• Spark Matei PHD 论文翻译版

Spark SQL

• Shark: SQL and Rich Analytics at Scale
• Spark SQL: Relational Data Processing in Spark

Spark Streaming

• Discretized Streams: An Efficient and Fault-Tolerant Model for Stream Processing on Large Clusters
• The 8 Requirements of Real-Time Stream Processing

Spark MLlib

• linalg: Matrix Computations in Apache Spark

Spark入门

• Spark Hands-on Exercises - Spark交互式练习
• AMPLab Hands-on Exercises Video - Spark Tachyon交互式练习
• Apache Spark API By Example - Spark API
• The Essential Spark Cheat Sheet

Spark深入研究

• Spark Internals - Spark设计思想、运行原理、实现架构及性能调优
• 许鹏：从零开始学习，Apache Spark源码走读 - Spark源码解读

Spark博客

• Databricks Blog
• mmicky的hadoop、Spark世界 - SparkCore, SparkSQL分析
• 徽沪一郎 - Spark Common使用
• OopsOutOfMemory - Spark分析
• 赛赛的网络日志 Jerry Shao - Spark内部实现
• baishuo491 - Spark源码
• CSDN专栏

Spark文章

• 有什么关于 Spark 的书推荐？ – 知乎
• Spark核心开发者：性能超Hadoop百倍，算法实现仅有其1/10或1/100
• 浅谈Apache Spark的6个发光点
• Spark: Open Source Superstar Rewrites Future of Big Data
• Spark is a really big deal for big data, and Cloudera gets it
• 盘点SQL on Hadoop中用到的主要技术
• 梳理对Spark Standalone的理解
• Improving Sort Performance in Apache Spark: It’s a Double
• Tutorial: Spark-GPU Cluster Dev in a Notebook
• Databricks Spark Knowledge Base
• 连城：大数据场景下的“搔到痒处”和“戳到痛处”（图灵访谈）
• Spark技术解析及在百度开放云BMR应用实践
• 一个KCore算法引发的StackOverflow奇案

Spark调优

• Tuning Spark - 官网资料
• Advanced Spark Internals and Tuning - Reynold Xin @ Spark summit 2014
• Everyday I am Shuffling - Tips for Writing Better Spark Programs - Holen Karau @ Strata San Jose 2015
• How-to: Tune Your Apache Spark Jobs (Part 1) - Cloudera
• How-to: Tune Your Apache Spark Jobs (Part 2) - Cloudera
• Tuning Spark Streaming for Throughput
• Tuning Java Garbage Collection for Spark Applications
• executor-cores vs. num-executors

Spark Meetup

百度云下载地址

• Spark Summit
• Spark Users Meetup
• 北京 Spark Meetup
• 上海 Spark Meetup
• 杭州 Spark Meetup

Spark参与者

Ion Stoica

• Berkeley教授，AMPLab 领军
• Home Page

Matei Zaharia

• Co-founder and CTO of Databricks
• Wikipedia
• Home Page
• Github

Reynold Xin (hashjoin)

• Apache Spark开源社区的主导人物之一。他在UC Berkeley AMPLab进行博士学业期间参与了Spark的开发，并在Spark之上编写了Shark和GraphX两个开源框架。他和AMPLab同僚共同创建了Databricks公司。

• Github
• 新浪微博 @hashjoin
• 伯克利主页
• Github IO 资料

Holden Karau

• Senior Software Development Engineer @ Databricks
• Resume
• Github
• Book: Fast Data Processing with spark
• Book: Learning Spark

连城

• Databricks software engineer, Apache Spark contributor
• 新浪微博 @连城404
• 个人主页

陈超

• Apache Spark Contributor, Spark meetup(Hangzhou) 发起人
• 新浪微博 @CrazyJvm

JerryLead (Lijie Xu)

• A Ph.D student in ISCAS 中国科学院软件学院
• 新浪微博 @JerryLead
• Github IO
• Github
• JerryLead博客园
• Spark Internals by JerryLead

JasonDai

• 英特尔大数据首席架构师，Apache Spark项目Committer及PMC成员
• 新浪微博 @JasonDai英特尔

张包峰

• 新浪微博 @张包峰
• 张包峰的博客