今天分享一下如何学习大数据系统。什么是大数据系统？不仅是用来处理大数据的，同时系统本身也很大，哪里大？代码总量大！1.0.0版本的Hadoop系统源代码52.6万行。这个数字是学长提供的，不知道准确与否，我也没兴趣去统计，但差不多能反映出代码量。最近的一篇文章里也提到 Oracle 代码两千万行，看来不光大数据系统代码多。
做项目模式
在一个项目中使用了 Spark，读取数据时候发现很慢，怎么办？
这时候有这么几种方式可选。
（1）看代码：理解 Spark 原理，分析自己的代码哪里有问题。
（2）看文档：根据官方的详细介绍，理解 Spark 原理。
（3）看博客：网上找 Spark 原理分析的博客，理解 Spark 原理。
（4）求救：向高手提问。
这里的文档一般是用户文档，不是设计文档，一个项目，一般先有设计文档，再有代码，最后才有用户文档。之所以叫用户文档，因为这是给用户看的。
最高效的是求救，但并不总是能找到高手求救，有时候还是得自己解决，那选啥呢？
跟以前考试一样，先不着急做题，先读题，这是一个“项目”，项目跟科研的区别就是，项目一般是很着急的，急到有时候 bug 不过夜，因此，顺序应该是看博客 -> 看文档 -> 看代码。看到一个解决方法就试一下，不行就接着试下一个，一般来说都能试出来一个能解决问题的。
学习模式
学习模式和做项目模式就不一样了，做项目主要锻炼快速实现功能和解决问题的能力，学习就看个人兴趣了，学习系统设计思想，代码编写方式，都可以学习，学习模式学到的东西不一定都能用上，但是可以当做很好的个人知识储备。
那如何学习一个大数据系统？我们要知道，博客是建立在文档和代码之上的，文档是从代码来的，基本是下图这么个关系。
俗话说，擒贼先擒王，而且仿佛以前老师也说过，学习没有捷径，一定要下苦功夫。而看博客是最轻松的，看文档稍微吃力点，看代码最痛苦。假如你是个肯吃苦的好孩子，于是你就按照代码、文档、博客的顺序看了。就这样，你迷失在了代码的海洋里。。。
几十万行代码，如果不是对 “万” 有什么误解，一般还是不要从代码看起。
我推荐的学习路线依旧是 博客 -> 文档 -> 代码。如果想了解系统的设计思想，看博客和文档就够了，那什么时候看代码呢？
要知道文档是不可能把所有细节说清楚的，如果把所有细节说清楚，就相当于把代码一行一行又翻译了一遍。因此，想深入理解一些功能实现，都需要去看那一部分代码。注意，是看一部分代码，没有人有精力去一行一行看所有代码的。
先看文档再看代码也有助于对代码的理解，起码你会知道大概那些包下面的代码是哪个模块的，有助于定位代码。
举个例子
举个例子，一个建筑专家想鉴定一栋楼设计的好不好，应该怎么做？去楼里一个一个房间看，然后看那些细节做的不到位？最后把整栋楼的设计图画出来？肯定不是啊，肯定是先找设计图，看整体设计哪里有问题，最后再深入看哪些细节设计不合理。
总结
坚定大数据系统学习三步走战略，先看博客，再看文档，最后看代码。不要一上来就看代码！
