互联网 类型
6.8 豆瓣评分
可以朗读 语音朗读
125千字 字数
2015-01-01 发行日期
展开全部

主编推荐语

Apache Storm项目核心贡献者亲笔撰写，涵盖多种分布式计算相关主题，是深入理解Storm分布式实时计算的翔实指南。

内容简介

本书由Apache Storm项目的Committer亲力打造，提供了丰富的Storm实战经验。系统介绍使用Storm进行分布式流式计算的核心概念及应用，从最简单的topology出发，首先介绍Storm基础，然后通过更复杂的示例，逐步引入Storm的高级概念、更细致的部署方案以及运营中的关键点。虽然本书内容重点在Storm相关的Java开发上，系统运维工程师、架构师和开发者也都可以参考使用。对于Hadoop爱好者也是一本很好的Storm入门书籍，提供了将批处理运算迁移到实时分析的一种高效途径。

目录

  • 版权信息
  • 译者序
  • 前言
  • 作者简介
  • 第1章 分布式单词计数
  • 1.1 Storm topology的组成部分——stream、spout和bolt
  • 1.1.1 stream
  • 1.1.2 spout
  • 1.1.3 bolt
  • 1.2 单词计数topology的数据流
  • 1.2.1 语句生成spout
  • 1.2.2 语句分割bolt
  • 1.2.3 单词计数bolt
  • 1.2.4 上报bolt
  • 1.3 实现单词计数topology
  • 1.3.1 配置开发环境
  • 1.3.2 实现SentenceSpout
  • 1.3.3 实现语句分割bolt
  • 1.3.4 实现单词计数bolt
  • 1.3.5 实现上报bolt
  • 1.3.6 实现单词计数topology
  • 1.4 Storm的并发机制
  • 1.4.1 WordCountTopology的并发机制
  • 1.4.2 给topology增加worker
  • 1.4.3 配置executor和task
  • 1.5 理解数据流分组
  • 1.6 有保障机制的数据处理
  • 1.6.1 spout的可靠性
  • 1.6.2 bolt的可靠性
  • 1.6.3 可靠的单词计数
  • 总结
  • 第2章 配置Storm集群
  • 2.1 Storm集群的框架
  • 2.1.1 理解nimbus守护进程
  • 2.1.2 supervisor守护进程的工作方式
  • 2.1.3 Apache ZooKeeper简介
  • 2.1.4 Storm的DRPC服务工作机制
  • 2.1.5 Storm UI
  • 2.2 Storm技术栈简介
  • 2.2.1 Java和Clojure
  • 2.2.2 Python
  • 2.3 在Linux上安装Storm
  • 2.3.1 安装基础操作系统
  • 2.3.2 安装Java
  • 2.3.3 安装ZooKeeper
  • 2.3.4 安装Storm
  • 2.3.5 运行Storm守护进程
  • 2.3.6 配置Storm
  • 2.3.7 必需的配置项
  • 2.3.8 可选配置项
  • 2.3.9 Storm可执行程序
  • 2.3.10 在工作站上安装Storm可执行程序
  • 2.3.11 守护进程命令
  • 2.3.12 管理命令
  • 2.3.13 本地调试/开发命令
  • 2.4 把toplogy提交到集群中
  • 2.5 自动化集群配置
  • 2.6 Puppet的快速入门
  • 2.6.1 Puppet manifest文件
  • 2.6.2 Puppet类和模块
  • 2.6.3 Puppet模板
  • 2.6.4 使用Puppet Hiera来管理环境
  • 2.6.5 介绍Hiera
  • 总结
  • 第3章 Trident和传感器数据
  • 3.1 使用场景
  • 3.2 Trident topology
  • 3.3 Trident spout
  • 3.4 Trident运算
  • 3.4.1 Trident filter
  • 3.4.2 Trident function
  • 3.5 Trident聚合器
  • 3.5.1 CombinerAggregator
  • 3.5.2 ReducerAggregator
  • 3.5.3 Aggregator
  • 3.6 Trident状态
  • 3.6.1 重复事务型状态
  • 3.6.2 不透明型状态
  • 3.7 执行topology
  • 总结
  • 第4章 实时趋势分析
  • 4.1 应用场景
  • 4.2 体系结构
  • 4.2.1 数据源应用程序
  • 4.2.2 logback Kafka appender
  • 4.2.3 Apache Kafka
  • 4.2.4 Kafka spout
  • 4.2.5 XMPP服务器
  • 4.3 安装需要的软件
  • 4.3.1 安装Kafka
  • 4.3.2 安装OpenFire
  • 4.4 示例程序
  • 4.5 日志分析topology
  • 4.5.1 Kafka spout
  • 4.5.2 JSON project function
  • 4.5.3 计算移动平均值
  • 4.5.4 添加一个滑动窗口
  • 4.5.5 实现滑动平均function
  • 4.5.6 按照阈值进行过滤
  • 4.5.7 通过XMPP发送通知
  • 4.6 最终的topology
  • 4.7 运行日志分析topology
  • 总结
  • 第5章 实时图形分析
  • 5.1 使用场景
  • 5.2 体系结构
  • 5.2.1 Twitter客户端
  • 5.2.2 Kafka spout
  • 5.2.3 Titan分布式图形数据库
  • 5.3 图形数据库简介
  • 5.3.1 访问图——TinkerPop栈
  • 5.3.2 使用Blueprints API操作图形
  • 5.3.3 通过Gremlin shell操作图形
  • 5.4 软件安装
  • 5.5 使用Cassandra存储后端设置Titan
  • 5.5.1 安装Cassandra
  • 5.5.2 使用Cassandra后端启动Titan
  • 5.6 图数据模型
  • 5.7 连接Twitter数据流
  • 5.7.1 安装Twitter4J客户端
  • 5.7.2 OAuth配置
  • 5.7.3 TwitterStreamConsumer类
  • 5.7.4 TwitterStatusListener类
  • 5.8 Twitter graph topology
  • 5.9 实现GraphState
  • 5.9.1 GraphFactory
  • 5.9.2 GraphTupleProcessor
  • 5.9.3 GraphStateFactory
  • 5.9.4 GraphState
  • 5.9.5 GraphUpdater
  • 5.10 实现GraphFactory
  • 5.11 实现GraphTupleProcessor
  • 5.12 组合成TwitterGraphTopology类
  • 5.13 使用Gremlin查询图
  • 总结
  • 第6章 人工智能
  • 6.1 为应用场景进行设计
  • 6.2 确立体系结构
  • 6.2.1 审视设计中的挑战
  • 6.2.2 实现递归
  • 6.2.3 解决这些挑战
  • 6.3 实现体系结构
  • 6.3.1 数据模型
  • 6.3.2 检视Recursive Topology
  • 6.3.3 队列交互
  • 6.3.4 function和filter
  • 6.3.5 研究Scoring Topology
  • 6.3.6 分布式远程命令调用（DRPC）
  • 总结
  • 第7章 整合Druid进行金融分析
  • 7.1 使用场景
  • 7.2 集成一个非事务系统
  • 7.3 topology
  • 7.3.1 spout
  • 7.3.2 filter
  • 7.3.3 状态设计
  • 7.4 实现体系结构
  • 7.4.1 DruidState
  • 7.4.2 实现StormFirehose对象
  • 7.4.3 在ZooKeeper中实现分片状态
  • 7.5 执行实现的程序
  • 7.6 检视分析过程
  • 总结
  • 第8章 自然语言处理
  • 8.1 Motivating Lambda结构
  • 8.2 研究使用场景
  • 8.3 实现Lambda architecture
  • 8.4 为应用场景设计topology
  • 8.5 设计的实现
  • 8.5.1 TwitterSpout/TweetEmitter
  • 8.5.2 function
  • 8.6 检视分析逻辑
  • 8.7 Hadoop
  • 8.7.1 MapReduce概览
  • 8.7.2 Druid安装
  • 总结
  • 第9章 在Hadoop上部署Storm进行广告分析
  • 9.1 应用场景
  • 9.2 确定体系结构
  • 9.2.1 HDFS简介
  • 9.2.2 YARN简介
  • 9.3 配置基础设施
  • 9.3.1 Hadoop基础设施
  • 9.3.2 配置HDFS
  • 9.4 部署分析程序
  • 9.4.1 以Pig为基础执行批处理分析
  • 9.4.2 在Storm-YARN基础上执行实时分析
  • 9.5 执行分析
  • 9.5.1 执行批处理分析
  • 9.5.2 执行实时分析
  • 9.6 部署topology
  • 9.7 执行toplogy
  • 总结
  • 第10章 云环境下的Storm
  • 10.1 Amazon Elastic Compute Cloud简介
  • 10.1.1 建立AWS帐号
  • 10.1.2 AWS管理终端
  • 10.1.3 手工启动一个EC2实例
  • 10.2 Apache Whirr简介
  • 10.3 使用Whirr配置Storm集群
  • 10.4 Whirr Storm简介
  • 10.5 Vagrant简介
  • 10.5.1 安装Vagrant
  • 10.5.2 创建第一个虚拟机
  • 10.6 生成Storm安装准备脚本
  • 10.6.1 ZooKeeper
  • 10.6.2 Storm
  • 10.6.3 Supervisord
  • 总结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社有限公司

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。