GitHub：大数据生态架构【源码解读】汇总（按照GitHub的star排倒序）

一、Spark源码系列

 

1、酷玩 Spark: Spark 源代码解析、Spark 类库等

https://github.com/lw-lin/CoolplaySpark

2、Spark源码剖析

https://github.com/weibin0516/spark-sourcecodes-analysis

3、spark ml 算法原理剖析以及具体的源码实现分析 

https://github.com/endymecy/spark-ml-source-analysis

4、Deep Dive into Apache Spark 深入研读Spark源码

https://github.com/linbojin/spark-notes

5、spark graphx 的原理及相关操作的源码解析

https://github.com/endymecy/spark-graphx-source-analysis

6、Spark-2.3.1源码解读

https://github.com/CrestOfWave/Spark-2.3.1

二、Flink源码系列

1、zhisheng17/flink-learning

flink learning blog. http://www.54tianzhisheng.cn 含 Flink 入门、概念、原理、实战、性能调优、源码解析等内容。涉及 Flink Connector、Metrics、Library、DataStream API、Table API & SQL 等内容的学习案例，还有 Flink 落地应用的大型项目案例分享。
https://github.com/zhisheng17/flink-learning

 

三、Hbase源码系列

 

1、HBase数据库源代码学习研究(包括代码注释、文档、用于代码分析的测试用例)

https://github.com/zwqjsj0404/HBase-Research

 

2、hbase replication/snapshot 实现机制、源码解析、以及 replication peer 的实现

https://github.com/yilong2001/yl-hbase-rep

 

三、Kafka源码系列

 

1、kafka学习总结，源码剖析

https://github.com/wyzssw/kafka--summary

 

2、KAFKA源码分析及整理

https://blog.csdn.net/qq1226317595/article/details/80482054