连城-Spark社区协作指南.pdf

Apache Spark 社区协作指南 连城 Spark Meetup Beijing, Aug 9, 2014 我遇到一个问题 我遇到一个问题 好的 :-) 请尽量 ● 优先在user邮件列表上提问 ○ 更多人关注，可以及时得到丰富翔实的答案 ○ 更易于积累，供自己和他人日后检索 ○ 篇幅不受限的富文本支持，可以清晰详尽地描述问题 ○ 英语 ？不是问题 （惧怕英语才是问题） 请尽量不要 ● 在微博、微信、微X上提问 ○ 篇幅受限，足够制造问题，不够解决问题 ○ 不利于积累和日后检索 请尽量 ● 详细、完整地描述你的问题 ○ 集群环境（操作系统、硬件配置、软件配置） ○ 数据规模、数据格式 ○ 重现步骤 ○ 此前的初步诊断过程和诊断结论 ● Good cases ○ MLlib: Akka frame size ○ Spark SQL: IllegalAccessError on AWS 请不要 ● 提“一句话问题” ○ “你好，跑一百万feature的LR，OOM了怎么办 ？” ○ “Hi，碰到一个异常，这是stacktrace……” ○ “跑一个普通规模的job ，为什么这么慢？” ○ “100节点的集群，计算结果不对，怎么回事？” ○ …… 对于难以复现的问题…… ● 如大集群、大数据量下的scalability问题 ○ 协助测试出现问题的边界条件 ■ 数据量 ■ 节点数 ■ 内存使用量 ■ 运行时间 ■ …… ○ 感激不尽！ 我发现 了一个bug 我发现 了一个bug 多谢 :-) 请 ● 在JIRA上新建issue ● 尽量详细地描述bug的 ○ 重现步骤 ○ 症状（异常、stacktrace） ○ 可能的原因 ○ 可能的解决方案 ○ 可能相关的其他issue、PR 我打算提一个Pull Request 我打算提一个Pull Request Cool! 我打算提一个Pull Request Contributing to Spark GitHub workflow 一个PR的前世今生 ● JIRA issue ○ 用于描述问题本身 ○ 帮助人们理解问题 ○ 帮助大家讨论可能的解决方案 一个PR的前世今生 ● JIRA issue ○ 用于描述问题本身 ○ 帮助人们理解问题 ○ 帮助大家讨论可能的解决方案 ● Good ○ SPARK-2129 一个PR的前世今生 ● JIRA issue ○ 用于描述问题本身 ○ 帮助人们理解问题 ○ 帮助大家讨论可能的解决方案 ● Good ○ SPARK-2129 ● Bad ○ “Title only issue” 一个PR的前世今生 ● Commit log ○ 记录PR的演进历史 ○ 有助于日后排查regression bug ○ 言之有物、言简意赅 一个PR的前世今生 ● Commit log ○ 记录PR的演进历史 ○ 有助于日后