Spark 源码阅读学习（一）

写本文的目标就是立下 flag ：好好研读 Spark 源码，从 branch-0.7 这个分支开始。

如何通过阅读源码提高自己

• 大家都说要多读优秀开源框架的源码，那么怎么读呢？像 Apache Spark 在 GitHub 上有两万多个 commit，将源码导入 IDEA 之后好多好多源码文件，看着很绝望。
• 后来我去看知乎上的如何去阅读并学习一些优秀的开源框架的源码？，很多优秀的回答核心思想都是说要看开源框架早期的代码。其中有个回答是这样说的：从第一个commit读起来，而不是最后一个。 真的是一语中的。

选择 Spark 的早期版本进行阅读

• 自从学习了从项目早期代码读起来后，我下意识以为越早期的越好，就去 GitHub 上看分支号。最早期的分支是 branch-0.5，也就是版本号为 0.5 的代码；然后就下载下来看了一下。嗯，我不是通过切分支看的，而是通过下载zip包。只有 800 多个 commit ，代码好少，真应了那句：“伟大的项目不是一开始就很伟大，而是越来越伟大”。但是有个非常大的问题，0.5 版本的代码没有 maven 管理依赖，同时代码之间的依赖也不能方便跳转（也有可能是在下的打开姿势不对）。
• 然后为了找个更加方便阅读的，就去查了一下哪个版本开始有 maven 管理依赖，是 0.7 开始。于是从现在开始认真研读 0.7 的代码。（flag 已立）

Spark 的第一个 commit

• 既然有人说要从第一个 commit 开始读起来，那 Spark 的第一个 commit 是什么呢？同时怎么才能从 GitHub 上翻到第一个 commit。
• 在SF上有个提问：如何快速查看github上的第一次commit。然后我就根据指点成功翻到了 Spark 的第一个 commit。

https://github.com/apache/spark/commit/df29d0ea4c8b7137fdd1844219c7d489e3b0d9c9

结束语

这是一个开始！