大数据经典论文解读学习心得

大数据经典论文解读学习心得

Bigtable（二）：不认识“主人”的分布式架构    

Bigtable（三）：SSTable存储引擎详解    

Bigtable（一）：错失百亿的Friendster    

Borg（二）：互不“信任”的调度系统    

Borg（一）：当电力成为成本瓶颈    

Dataflow（二）：MillWheel，一个早期实现    

Dataflow（三）：一个统一的编程模型    

Dataflow（一）：正确性、容错和时间窗口    

Hive：来来去去的DSL，永生不死的SQL    

Kafka（二）：从Lambda到Kappa，流批一体计算的起源    

Kafka（一）：消息队列的新标准    

MapReduce（二）：不怕失败的计算框架    

MapReduce（一）：源起Unix的设计思想    

Megastore（二）：把Bigtable玩出花来    

Megastore（三）：让Paxos跨越“国界”    

Megastore（一）：全国各地都能写入的数据库    

Raft（二）：服务器增减的“自举”实现    

Raft（一）：不会背叛的信使    

Spanner（二）：时间的悖论    

Spanner（三）：严格串行化的分布式系统    

Spanner（上）：“重写”Bigtable和Megastore    

Spark：别忘了内存比磁盘快多少    

TheGoogleFileSystem（二）：如何应对网络瓶颈？    

TheGoogleFileSystem（三）：多写几次也没关系    

TheGoogleFileSystem（一）：Master的三个身份    

从Dremel到Parquet（二）：他山之石的MPP数据库    

从Dremel到Parquet（一）：深入剖析列式存储    

从Omega到Kubernetes：哺育云原生的开源项目    

从S4到Storm（二）：位运算是个好东西    

从S4到Storm（一）：当分布式遇上实时计算    

当数据遇上AI，Twitter的数据挖掘实战（二）    

当数据遇上AI，Twitter的数据挖掘实战（一）    

分布式锁Chubby（二）：众口铄金的真相    

分布式锁Chubby（三）：移形换影保障高可用    

分布式锁Chubby（一）：交易之前先签合同    

十年一梦，一起来看Facebook的数据仓库变迁（二）    

十年一梦，一起来看Facebook的数据仓库变迁（一）    

通过Thrift序列化：我们要预知未来才能向后兼容吗？