大数据经典论文解读

课前导读 (3讲)

开篇词 | 读论文是成为优秀工程师的成年礼
01 | 什么是大数据：从GFS到Dataflow，12年大数据生态演化图
02 | 学习方法：建立你的大数据知识网络

基础知识篇：Google的三驾马车 (12讲)

03 | The Google File System （一）： Master的三个身份
04 | The Google File System （二）： 如何应对网络瓶颈？
05 | The Google File System （三）： 多写几次也没关系
06 | MapReduce（一）：源起Unix的设计思想
07 | MapReduce（二）：不怕失败的计算框架
08 | Bigtable（一）：错失百亿的Friendster
09 | Bigtable（二）：不认识“主人”的分布式架构
10 | Bigtable（三）：SSTable存储引擎详解
11 | 通过Thrift序列化：我们要预知未来才能向后兼容吗？
12 | 分布式锁Chubby（一） ：交易之前先签合同
13 | 分布式锁Chubby（二） ：众口铄金的真相
14 | 分布式锁Chubby（三） ：移形换影保障高可用

数据库篇：OLAP和OLTP，一个都不能少 (10讲)

15 | Hive：来来去去的DSL，永生不死的SQL
16 | 从Dremel到Parquet（一）：深入剖析列式存储
17 | 从Dremel到Parquet（二）：他山之石的MPP数据库
18 | Spark：别忘了内存比磁盘快多少
19 | Megastore（一）：全国各地都能写入的数据库
20 | Megastore（二）：把Bigtable玩出花来
21 | Megastore（三）：让Paxos跨越“国界”
22 | Spanner（一）：“重写”Bigtable和Megastore
23 | Spanner（二）：时间的悖论
24 | Spanner（三）：严格串行化的分布式系统

实时处理篇：批处理只是流式处理的“特殊情况” (7讲)

25 | 从S4到Storm（一）：当分布式遇上实时计算
26 | 从S4到Storm（二）：位运算是个好东西
27 | Kafka（一）：消息队列的新标准
28 | Kafka（二）：从Lambda到Kappa，流批一体计算的起源
29 | Dataflow（一）：正确性、容错和时间窗口
30 | Dataflow（二）：MillWheel，一个早期实现
31 | Dataflow（三）：一个统一的编程模型

复习篇 (10讲)

复习课（一）| The Google File System
复习课（二）| MapReduce
复习课（三）| Bigtable
复习课（四）| Thrift
复习课（五）| Chubby
复习课（六）| Hive
复习课（七）| Dremel
复习课（八）| Resilient Distributed Datasets
复习课（九）| Megastore
复习课（十）| Spanner

加餐篇 (3讲)

加餐1 | 选择和努力同样重要：聊聊如何读论文和选论文
加餐2 | 设置你的学习“母题”：如何选择阅读材料？
加餐3 | 我该使用什么样的大数据系统？

资源调度篇：Google藏了10年的杀手锏 (5讲)

32 | Raft（一）：不会背叛的信使
33 | Raft（二）：服务器增减的“自举”实现
34 | Borg（一）：当电力成为成本瓶颈
35 | Borg（二）：互不“信任”的调度系统
36 | 从Omega到Kubernetes：哺育云原生的开源项目

用户故事 (4讲)

用户故事 | 陈煌：唯有自强不息，方能屹立不倒
用户故事 | 黄涛：水滴石穿、坚持不懈，必能有所精进
用户故事 | 许灵：不抛弃不放弃
用户故事 | 核桃：95后的技术成长之路

实战应用篇：学以致用的大数据论文 (4讲)

37 | 当数据遇上AI，Twitter的数据挖掘实战（一）
38 | 当数据遇上AI，Twitter的数据挖掘实战（二）
39 | 十年一梦，一起来看Facebook的数据仓库变迁（一）
40 | 十年一梦，一起来看Facebook的数据仓库变迁（二）

结束语 (1讲)

结束语 | 长风破浪会有时，直挂云帆济沧海