互联网 类型
6.3 豆瓣评分
可以朗读 语音朗读
47千字 字数
2018-08-01 发行日期
展开全部

主编推荐语

带你全面了解flink，以及运用flink如何实现批处理。

内容简介

近年来，流处理变得越来越流行。作为高度创新的开源流处理器，Flink拥有诸多优势，包括容错性、高吞吐、低延迟，以及同时支持流处理和批处理的能力。本书分为6章，侧重于介绍Flink的核心设计理念、功能和用途，内容涉及事件时间和处理时间、窗口和水印机制、检查点机制、性能测评，以及Flink如何实现批处理。

目录

  • 版权信息
  • O'Reilly Media, Inc.介绍
  • 前言
  • 第1章 为何选择Flink
  • 1.1 流处理欠佳的后果
  • 1.1.1 零售业和市场营销
  • 1.1.2 物联网
  • 1.1.3 电信业
  • 1.1.4 银行和金融业
  • 1.2 连续事件处理的目标
  • 1.3 流处理技术的演变
  • 1.4 初探Flink
  • 1.5 生产环境中的Flink
  • 1.5.1 布衣格电信
  • 1.5.2 其他案例
  • 1.6 Flink的适用场景
  • 第2章 流处理架构
  • 2.1 传统架构与流处理架构
  • 2.2 消息传输层和流处理层
  • 2.3 消息传输层的理想功能
  • 2.3.1 兼具高性能和持久性
  • 2.3.2 将生产者和消费者解耦
  • 2.4 支持微服务架构的流数据
  • 2.4.1 数据流作为中心数据源
  • 2.4.2 欺诈检测：流处理架构用例
  • 2.4.3 给开发人员带来的灵活性
  • 2.5 不限于实时应用程序
  • 2.6 流的跨地域复制
  • 第3章 Flink的用途
  • 3.1 不同类型的正确性
  • 3.1.1 符合产生数据的自然规律
  • 3.1.2 事件时间
  • 3.1.3 发生故障后仍保持准确
  • 3.1.4 及时给出所需结果
  • 3.1.5 使开发和运维更轻松
  • 3.2 分阶段采用Flink
  • 第4章 对时间的处理
  • 4.1 采用批处理架构和Lambda架构计数
  • 4.2 采用流处理架构计数
  • 4.3 时间概念
  • 4.4 窗口
  • 4.4.1 时间窗口
  • 4.4.2 计数窗口
  • 4.4.3 会话窗口
  • 4.4.4 触发器
  • 4.4.5 窗口的实现
  • 4.5 时空穿梭
  • 4.6 水印
  • 4.7 真实案例：爱立信公司的Kappa架构
  • 第5章 有状态的计算
  • 5.1 一致性
  • 5.2 检查点：保证exactly-once
  • 5.3 保存点：状态版本控制
  • 5.4 端到端的一致性和作为数据库的流处理器
  • 5.5 Flink的性能
  • 5.5.1 Yahoo! Streaming Benchmark
  • 5.5.2 变化1：使用Flink状态
  • 5.5.3 变化2：改进数据生成器并增加吞吐量
  • 5.5.4 变化3：消除网络瓶颈
  • 5.5.5 变化4：使用MapR Streams
  • 5.5.6 变化5：增加key基数
  • 5.6 结论
  • 第6章 批处理：一种特殊的流处理
  • 6.1 批处理技术
  • 6.2 案例研究：Flink作为批处理器
  • 附录 其他资源
  • 关于作者
展开全部

评分及书评

评分不足
1个评分

出版方

人民邮电出版社·图灵出品

图灵社区成立于2005年6月，由人民邮电出版社投资控股，以策划出版高质量的科技书籍为核心业务，主要出版领域包括计算机、电子电气、数学统计、科普等，通过引进国际高水平的教材、专著，以及发掘国内优秀原创作品等途径，为目标读者提供一流的内容。