SpanningWings的博客

https://databricks.com/blog/2015/04/13/deep-dive-into-spark-sqls-catalyst-optimizer.html

https://github.com/JerryLead/SparkInternals/blob/master/SUMMARY.md

alluxio是一个分布式文件系统，主要用来做大数据处理，和数据源之间的中间层。 它本身支持内存和SSD，HDD的tiering，但实践中主要感兴趣的是它的内存缓存。 类似Gfs，它有master，workers，和clients。client向master查询数据位置，然后向本地workers提IO请求。workers之间通过Grpc做数据请求。没有复制，读数据在请求节点上也会缓存。 它没有复制...

Build moosefs Using Ubuntu 18.04.1, need to install many packages, including libz,… ./configure # install all the missing libraries, libpcap-dev, zlib1g-dev, fuse, libfuse-dev, etc. And tools such ...

这篇文章讲的很好！ https://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop-name-node/index.html 几点summary： master和active backup之间采用共享内存的方式，可以是NAS之类传统的，也可以是QJM这种基于Quorum的。 基于Quorum的方式，master会采用Paxos协议来提交...

读“Unleashing the power of in-memory computing: Intel Optane DC Persistent memory for SAP HANA” notes。 作者认为内存数据库中，行存和列存的性能差异可以忽略不计。但是列存对OLAP的好处很大。 HTAP一般有一个行存在列存的前面以便于OLTP事务的性能，但是有一个问题就是当数据在这一层的时候，有没有和...