如何阅读源码，这一篇应该够了
这是kk第005篇文章
今晚的星星很亮，但我知道你没有在抬头望。
仔细想想，这真是星星的损失。
哈哈，刚发生了什么？光速回到正题（一本正经脸！）
很多人一定和我一样的感受：源码在工作中有用吗？用处大吗？很长一段时间，我也有这样的疑问，认为那些有事没事扯源码的人，就是在装，只是为了提高他们的逼格而已。
那为什么还要读源码呢？
其实从源码中，可以学到很多东西。
学习别人高效的代码书写，学习别人对设计模式的熟练使用，学习别人对整个架构的布局，学习别人在实现某类功能使用到的数据结构和算法，等等。
所谓高手，其实就是能比大部分人更早更快的掌握套路并熟练运用之人。
那么该怎样阅读源码呢？
首先要精心挑选源码项目。最好与你的编程语言、你的工作内容、你的兴趣相关的，这样才能切实的感受到阅读源码给你带来的益处，更加有动力继续下去。
选好阅读项目后，要了解项目中的各个组件以及其运行原理。否则直接跳进源码中，可能一层层的深不见底，很快你就会迷失方向，产生挫败感，进而放弃。要选择一快内容，有针对性的，带着问题去阅读。
能够编译运行起来。如果一份代码只能看不能跑，只能去猜测这里的数据值和数据结构，而很有可能你猜的是错的。
但如果你能编译运行，可以在你需要的时候，加上日志等方式来更好的观察和验证你的想法。
要做一些笔记。一方面是将你的学习成果，整理归纳，方便随时查阅，毕竟只凭脑子记不是很靠谱，会遗忘；另一方面，在学习的过程中，可以帮助你理解，遇到不懂的没关系，可以先记下来，后面等知识储备上来，再回来看，就会豁然开朗了。
说了这么多，不实战一下，岂不是空谈？
众所周知，Spark 是一个非常优秀的开源项目，它是一个基于内存的开源计算框架，提供了基于 SQL 和 DataFrame 的结构化数据处理、流式数据处理、机器学习和计算等多方面的功能，提供了多种语言的 API，是目前大数据分析和数据科学应用的事实标准。
其源码质量也是非常优秀，它使用 Java 来开发底层的基础设施和中间件，使用 Scala 来开发Spark 内核，代码量很少并且非常精简。阅读起来会让你惊艳。
这里我们选择 Spark 2.1.0 版本作为源码阅读的版本。
下面，我们使用 idea 安装本地调试环境。
1、从spark官网上下载spark源码
https://archive.apache.org/dist/spark/spark-2.1.0/
选择tgz文件下载
下载完成后解压到D盘根目录下
2、编译源码前的准备工作
编译spark 2.1.0 源码要求 jdk1.7，maven 3.3.9+，scala 2.11.8 版本
务必先安装好这三个组件，配置好环境变量，这里不重复说明安装方式
安装 git bash
https://gitforwindows.org/
从这个地址下载一路安装好即可
下载编译源码必须的工具zinc（0.3.9）版本和scala（2.11.8）版本（目的是减少自动下载这两个组件的时间）
（后台公众号回复：spark，获得免费百度网盘下载链接）
获得zinc和scala后，解压到源码根目录的build目录下
如上图所示
3、开始编译
在环境变量中配置一个参数，否则会导致编译过程中内存溢出
MAVEN_OPTS
-Xmx2g -XX:ReservedCodeCacheSize=512m
打开git bash，cd 到源码根目录下，运行：
./build/mvn -DskipTests clean package
等待15分钟，即可编译完成
4、导入到idea中
idea 版本 2019.2
接下来一路Next即可
右下角，这里不用点
5、找到examples模块的JavaWordCount源码，右键运行
问题1：报错如下：
由于我们的 idea 是 2019.2 版本，默认使用 jdk 8，所以需要把当前环境设置为 jdk 8
File -> Project Structure
这里选择1.8
继续运行，等待scalac编译完成
问题2：
这个类找不到
解决：
右键：Generate Sources and Update Folders
问题3：
解决：
Idea 默认是不加载 Provided 依赖的
最后，配置好参数执行：
最后执行成功
SparkConf 源码阅读
使用Utils.getSystemProperties 获取系统属性，并使用scala守卫过滤出其中以 "spark."字符串为前缀的key 和 value
并且调用 set 方法，最终设置到 settings 中。
其中 settings 是一个 ConcurrentHashMap
使用 SparkConf 配置的 API
有些 API 最终实际调用了 set 方法
下一篇，剖析 Spark 内置 RPC 框架源码，敬请期待