熟悉Hadoop的应该就知道HBase和Hive，如果了解这两个组件，那么对于Shark就不会那么陌生了，也就比较容易上手了。
Shark基本上就是在Spark的框架基础上提供和Hive一样的HiveQL命令接口，为了最大程度的保持和Hive的兼容性，Shark使用了 Hive的API来实现query Parsing和 Logic Plan generation，最后的PhysicalPlan execution阶段用Spark代替Hadoop MapReduce。通过配置Shark参数，Shark可以自动在内存中缓存特定的RDD，实现数据重用，进而加快特定数据集的检索。同时，Shark 通过UDF用户自定义函数实现特定的数据分析学习算法，使得SQL数据查询和运算分析能结合在一起，最大化RDD的重复使用。
直接上视频链接吧：
Shark原理与实践（上）.mp4 链接: http://pan.baidu.com/s/1qWBgcHm 密码: ufqv
Shark原理与实践（下）.mp4 链接: http://pan.baidu.com/s/1dDkycqX 密码: l92p
《Shark原理与实践.pdf》 链接: http://pan.baidu.com/s/1gd2AQmZ 密码: r2f3
==========================================================
申明：视频资料已过期，建议不要再下载了。
==========================================================
