SparkSession配置获取客户端importorg.apache.spark.SparkConf;importorg.apache.spark.api.java.JavaSparkContext;importorg.apache.spark.sql.SparkSession;importorg.slf4

!(https://www.w3cschool.cn/attachments/image/20170807/1502093784622523.png)紧接上篇文章：Mybatis深入源码分析之SqlSessionFactoryBuilder源码分析(https://my.oschina.net/u/3995125/blog/3079296)，这里

目录介绍01.SnapHelper简单介绍1.1SnapHelper作用1.2SnapHelper类分析1.3LinearSnapHelper类分析1.4PagerSnapHelper类分析02.SnapHelper源码分析2.1

Java集合框架源码分析本次源码分析对JavaJDK中的集合框架部分展开分析，采用的是JDK1.8.0\_171版本的源码。Java集合框架（JavaCollectionsFramework，JCF）也称容器，即可以容纳其他Java对象的对象。JCF为开发者提供了通用的容器，数据持有对象的方式和对数据集合的操作，优点是：1

Spark是2015年最受热捧大数据开源平台，我们花一点时间来快速体验一下Spark。Spark技术栈!(http://static.oschina.net/uploads/space/2016/0331/103717_d6qN_1450051.png)如上图所示，Spark的技术栈包括了这些模块：核心模块：Spark

1、利用scala语言开发spark的worcount程序（本地运行）packagecom.zy.sparkimportorg.apache.spark.rdd.RDDimportorg.apache.spark.{SparkConf,SparkContext}//todo:利用s

写在前面本文继续来分析Sentinel的源码，上篇文章对Sentinel的调用过程做了深入分析，主要涉及到了两个概念：插槽链和Node节点。那么接下来我们就根据插槽链的调用关系来依次分析每个插槽（slot）的源码。默认插槽链的调用顺序，以及每种类型Node节点的关系都在上面文章开头分析过Sentinel源码解析一NodeSelecto

1.掌握大数据建模分析与使用方法。2.掌握大数据平台技术架构。3.掌握国内外主流的大数据分析与BI商业智能分析解决方案。4.掌握大数据分析在搜索引擎、广告服务推荐、电商数据分析、金融客户分析方面的应用。5.掌握主流的基于大数据Hadoop和Spark、R的大数据分析平台架构和实际应用。6.掌握基于Hadoop大数据平台的数据挖掘和数据仓库分布

前言：由于最近对spark的运行流程非常感兴趣，所以阅读了《Spark大数据处理：技术、应用与性能优化》一书。通过这本书的学习，了解了spark的核心技术、实际应用场景以及性能优化的方法。本文旨在记录和分享下spark运行的基本流程。一、spark的基础组