原文链接：『 Spark 』5. 这些年，你不能错过的 spark 学习资源

写在前面

本系列是综合了自己在学习spark过程中的理解记录 ＋ 对参考文章中的一些理解 ＋ 个人实践spark过程中的一些心得而来。写这样一个系列仅仅是为了梳理个人学习spark的笔记记录，所以一切以能够理解为主，没有必要的细节就不会记录了，而且文中有时候会出现英文原版文档，只要不影响理解，都不翻译了。若想深入了解，最好阅读参考文章和官方文档。

其次，本系列是基于目前最新的 spark 1.6.0 系列开始的，spark 目前的更新速度很快，记录一下版本好还是必要的。
最后，如果各位觉得内容有误，欢迎留言备注，所有留言 24 小时内必定回复，非常感谢。
Tips: 如果插图看起来不明显，可以：1. 放大网页；2. 新标签中打开图片，查看原图哦。

1. 书籍

• Learning Spark

• Mastering Apache Spark

2. 网站

• official site

• user mailing list

• spark channel on youtube

• spark summit

• meetup

• spark third party packages

• databricks blog

• databricks docs.html)

• databricks training/Introduction%20(README).html)

• cloudera blog about spark

• https://0x0fff.com

• http://techsuppdiva.github.io/

• csdn spark 知识库

• 过往记忆

3. 文章，博客

• RDD论文英文版

• RDD论文中文版

• An Architecture for Fast and General Data Processing on Large Clusters

• How-to: Tune Your Apache Spark Jobs (Part 1)

• How-to: Tune Your Apache Spark Jobs (Part 2)

• 借助 Redis ，让 Spark 提速 45 倍！

• 量化派基于Hadoop、Spark、Storm的大数据风控架构

• 基于Spark的异构分布式深度学习平台

• 你对Hadoop和Spark生态圈了解有几许？

• Hadoop vs Spark

• 雅虎开源CaffeOnSpark：基于Hadoop/Spark的分布式深度学习

• 2016 上海第二次 spark meetup: 1. spark_meetup.pdf

• 2016 上海第二次 spark meetup: 2. Flink_ An unified stream engine.pdf

• 2016 上海第二次 spark meetup: 3. Spark在计算广告领域的应用实践.pdf

• 2016 上海第二次 spark meetup: 4. splunk_spark.pdf

• 基于Spark的医疗和金融大数据

4. 视频

• YouTube: what is apache spark

• Introduction to Spark Architecture

• Top 5 Mistakes When Writing Spark Applications

• slide Top 5 mistakes when writing Spark applications

• Tuning and Debugging Apache Spark

• slide Tuning and Debugging Apache Spark

• A Deeper Understanding of Spark Internals – Aaron Davidson (Databricks)

• slide A Deeper Understanding of Spark Internals – Aaron Davidson (Databricks)

• Building, Debugging, and Tuning Spark Machine Learning Pipelines – Joseph Bradley (Databricks)

• slide Building, Debugging, and Tuning Spark Machine Learning Pipelines

• Spark DataFrames Simple and Fast Analysis of Structured Data – Michael Armbrust (Databricks)

• slide Spark DataFrames Simple and Fast Analysis of Structured Data – Michael Armbrust (Databricks)

• Spark Tuning for Enterprise System Administrators

• slide Spark Tuning for Enterprise System Administrators

• Structuring Spark: DataFrames, Datasets, and Streaming

• slide Structuring Spark: DataFrames, Datasets, and Streaming

• Spark in Production: Lessons from 100+ Production Users

• slide Spark in Production: Lessons from 100+ Production Users

• Production Spark and Tachyon use Cases

• slide Production Spark and Tachyon use Cases

• SparkUI Visualization

• slide SparkUI Visualization

• Everyday I\’m Shuffling – Tips for Writing Better Spark Programs, Strata San Jose 2015

• slide Everyday I\’m Shuffling – Tips for Writing Better Spark Programs, Strata San Jose 2015

• Large Scale Distributed Machine Learning on Apache Spark

• Securing your Spark Applications

• slide Securing your Spark Applications

• Building a REST Job Server for Interactive Spark as a Service

• slide Building a REST Job Server for Interactive Spark as a Service

• Exploiting GPUs for Columnar DataFrame Operations

• slide Exploiting GPUs for Columnar DataFrame Operations

• Easy JSON Data Manipulation in Spark – Yin Huai (Databricks)

• slide Easy JSON Data Manipulation in Spark – Yin Huai (Databricks)

• Sparkling: Speculative Partition of Data for Spark Applications – Peilong Li

• slide Sparkling: Speculative Partition of Data for Spark Applications – Peilong Li

• Advanced Spark Internals and Tuning – Reynold Xin

• slide Advanced Spark Internals and Tuning – Reynold Xin

• The Future of Real Time in Spark

• The Future of Real Time in Spark

5. next

上面的资源我都会不断更新的，里面 80% 以上的都是我亲自看过并且觉得有价值的，可不是胡乱收集一通的，推荐欣赏哦。

6. 打开微信，扫一扫，点一点，棒棒的，^_^

本系列文章链接

• 『 Spark 』1. spark 简介

• 『 Spark 』2. spark 基本概念解析

• 『 Spark 』3. spark 编程模式

• 『 Spark 』4. spark 之 RDD

• 『 Spark 』5. 这些年，你不能错过的 spark 学习资源

• 『 Spark 』6. 深入研究 spark 运行原理之 job, stage, task

• 『 Spark 』7. 使用 Spark DataFrame 进行大数据分析

• 『 Spark 』8. 实战案例 ｜ Spark 在金融领域的应用 ｜ 日内走势预测

• 『 Spark 』9. 搭建 IPython + Notebook + Spark 开发环境