最近在学多线程并发的知识，发现好像ThreadLoca还挺重要，决定看看源码以及查找各方资料来学习一下。ThreadLocal能够提供线程的局部变量，让每个线程都可以通过set/get来对这个局部变量进行操作，不会和其它线程的局部变量进行冲突，实现了线程的数据隔离。首先是ThreadLocal的结构：每个Thread维护一个ThreadLocalMap，这个

   在spring源码中，在很多地方都会出现PropertyEditor，那么属性编辑器用来干什么的呢？属性编辑器主要应用在以下两个方面：使用PropertyEditors设置Bean属性。当你在XML文件中声明的bean的属性类型为java.lang.String时，Spring将在容器初始化该bean时使用ClassEditor将Str

!(https://gss1.bdstatic.com/vo3dSag_xI4khGkpoWK1HF6hhy/baike/w%3D268%3Bg%3D0/sign0c730b84bd19ebc4c078719fba1da8c1/37d12f2eb9389b503a80d4b38b35e5dde6116ed7.jpg)

import包：importorg.apache.spark.{SparkConf,SparkContext}importorg.apache.spark.rdd.RDDimportorg.apache.spark.sql.types.{IntegerType,StringType,StructField,StructTyp

随着大数据和AI业务的不断融合，大数据分析和处理过程中，通过深度学习技术对非结构化数据（如图片、音频、文本）进行大数据处理的业务场景越来越多。本文会介绍Spark如何与深度学习框架进行协同工作，在大数据的处理过程利用深度学习框架对非结构化数据进行处理。Spark介绍Spark是大规模数据处理的事实标准，包括机器学习的操

引言对于Spark开发人员来说，了解stage的划分算法可以让你知道自己编写的sparkapplication被划分为几个job，每个job被划分为几个stage，每个stage包括了你的哪些代码，只有知道了这些之后，碰到某个stage执行特别慢或者报错，你才能快速定位到对应的代码，对其进行性能优化和排错。stage划分原理与源码

Spark安装spark运行环境spark是Scala写的，运行在jvm上，运行环境为java7如果使用Python的API,需要使用Python2.6或者Python3.4Spark1.6.2  Scala2.10  Spark2.0.0  Scala 2.11

 　　大型网站遇到性能瓶颈或发生故障时，分析日志往往是发现问题根源最有效的手段。传统的日志分析手段不外乎以下几类:1\.运维人员用脚本grep，分析再汇总2\.通过流式计算引擎,storm/spark实时产生汇总数据，供监控分析3\.将数据堆放到HDFS，之后通过map/reduce定期做批量分析一个完整的集中式日志系统，需要包

!(https://www.w3cschool.cn/attachments/image/20170807/1502093784622523.png)一：源码分析代码片段