未读消息消息

购物车

我的订单

个人中心

店铺

我的订单收藏

拍卖

拍卖交易我的竞拍收藏

我的好友资金账户

卖家中心

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 8:00-21:00

纠纷处理 9:00-21:00

图书审核 9:00-18:00

监督与建议

请选择

手机孔网

流式架构：Kafka与MapR Streams数据流处理

作者: 唐李洋译

出版社: 电子工业出版社

出版时间: 2017-06

版次: 1

ISBN: 9787121317224

定价: 55.00

装帧: 平装

开本: 16开

纸张: 轻型纸

页数: 140页

字数: 101千字

正文语种: 简体中文

分类: 计算机与互联网

1 张插图图片

33人买过

   所有连续的事件流都可以称为数据流。对连续数据流设计和构建流式数据架构，能够实现实时或近实时应用，提升整个组织的效率。本书以Apache Kafka 和MapRStreams为例，重点讲解如何确定使用流数据的时机、如何为多用户系统设计流式架构、为什么要求消息传递层具备某些特定功能，以及为什么需要微服务，并且描述了目前*符合流式设计需求的消息传递和流分析工具，适合架构师、大数据科学家及IT工程师阅读。　　TedDunning，MapRTechnologies首席应用架构师，开源社区的活跃成员。现任ApacheFoundation孵化器的VP，是大量项目的冠军得主和导师，也是ApacheZooKeeper和Drill项目的贡献者和PMC成员。
　　EllenFriedman，解决方案咨询师，著名演讲者和作家，目前主要撰写大数据方面的著作。她是ApacheDrill和ApacheMahout项目的贡献者。
　　译者简介
　　唐李洋，博士，研究方向为云计算、并行计算、数据挖掘与分析等。曾经在Cisco从事过数据架构方面的设计与分析工作。

目录
第1 章为什么使用流 1
飞机、火车和汽车：车联网和物联网  3
流数据：这才是现实世界  6
什么时候需要流  8
不止是实时：流架构的更多优势  11
流架构的最佳实践  13
医疗数据流案例  14
流数据：架构设计的核心  17

第2 章流式架构  19
狭义视角：实时应用  20
通用流式架构的关键问题  21
消息传递技术的重要性 24
实时分析工具  28
Apache Storm  30
Apache Spark Streaming  31
Apache Flink  32
Apache Apex  33
流分析功能比较  33
小结  36

第3 章流架构：微服务的理想平台  37
为什么需要微服务  38
微服务需要哪些支撑 41
关于微服务的更多详情  42
设计流架构：以在线视频服务为例  45
新设计：支持消息传递的基础设施  47
通用微架构的重要性 49
命名问题  50
为什么使用分布式文件和NoSQL 数据库  52
视频服务的新设计  52
小结：综合平台视角 54

第4 章使用Kafka 进行流传输  57
Kafka 的动机  57
Kafka 的创新  58
Kafka 的基本概念  60
排序  61
持久化  62
Kafka API 62
KafkaProducer API  63
KafkaConsumer API  66
遗留API  70
Kafka 实用程序  71
负载均衡  71
镜像  72
Kafka 的陷阱  73
产品环境下的Kafka  73
主题和分区的数目有限  74
手动均衡分区负载  75
没有固有的序列化机制  76
镜像的不足  77
小结  78

第5 章 MapR Streams  79
MapR Streams 的创新  79
MapR 流系统的历史和情境  82
MapR Streams 的工作原理  84
配置MapR Streams  86
地理分布式复制  89
MapR Streams 的陷阱  91

第6 章基于流数据的欺诈检测．．93
刷卡速度  94
快速响应决策：“这是欺诈吗”  95
多用途流数据  98
欺诈检测器的向上扩展  99
小结  101

第7 章地理分布式数据流  103
利益相关者  104
设计目标  106
设计选择  106
我们的设计  108
数据  108
控制谁能访问流数据  109
基于流的地理分布式复制的优势．110

第8 章总结  113
流式架构的优势  115
过渡到流架构  116
小结  119
附录A 附加资源  121
作者简介  125
内容简介:
所有连续的事件流都可以称为数据流。对连续数据流设计和构建流式数据架构，能够实现实时或近实时应用，提升整个组织的效率。本书以Apache Kafka 和MapRStreams为例，重点讲解如何确定使用流数据的时机、如何为多用户系统设计流式架构、为什么要求消息传递层具备某些特定功能，以及为什么需要微服务，并且描述了目前*符合流式设计需求的消息传递和流分析工具，适合架构师、大数据科学家及IT工程师阅读。
作者简介:
　　TedDunning，MapRTechnologies首席应用架构师，开源社区的活跃成员。现任ApacheFoundation孵化器的VP，是大量项目的冠军得主和导师，也是ApacheZooKeeper和Drill项目的贡献者和PMC成员。
　　EllenFriedman，解决方案咨询师，著名演讲者和作家，目前主要撰写大数据方面的著作。她是ApacheDrill和ApacheMahout项目的贡献者。
　　译者简介
　　唐李洋，博士，研究方向为云计算、并行计算、数据挖掘与分析等。曾经在Cisco从事过数据架构方面的设计与分析工作。
目录:
目录
第1 章为什么使用流 1
飞机、火车和汽车：车联网和物联网  3
流数据：这才是现实世界  6
什么时候需要流  8
不止是实时：流架构的更多优势  11
流架构的最佳实践  13
医疗数据流案例  14
流数据：架构设计的核心  17

第2 章流式架构  19
狭义视角：实时应用  20
通用流式架构的关键问题  21
消息传递技术的重要性 24
实时分析工具  28
Apache Storm  30
Apache Spark Streaming  31
Apache Flink  32
Apache Apex  33
流分析功能比较  33
小结  36

第3 章流架构：微服务的理想平台  37
为什么需要微服务  38
微服务需要哪些支撑 41
关于微服务的更多详情  42
设计流架构：以在线视频服务为例  45
新设计：支持消息传递的基础设施  47
通用微架构的重要性 49
命名问题  50
为什么使用分布式文件和NoSQL 数据库  52
视频服务的新设计  52
小结：综合平台视角 54

第4 章使用Kafka 进行流传输  57
Kafka 的动机  57
Kafka 的创新  58
Kafka 的基本概念  60
排序  61
持久化  62
Kafka API 62
KafkaProducer API  63
KafkaConsumer API  66
遗留API  70
Kafka 实用程序  71
负载均衡  71
镜像  72
Kafka 的陷阱  73
产品环境下的Kafka  73
主题和分区的数目有限  74
手动均衡分区负载  75
没有固有的序列化机制  76
镜像的不足  77
小结  78

第5 章 MapR Streams  79
MapR Streams 的创新  79
MapR 流系统的历史和情境  82
MapR Streams 的工作原理  84
配置MapR Streams  86
地理分布式复制  89
MapR Streams 的陷阱  91

第6 章基于流数据的欺诈检测．．93
刷卡速度  94
快速响应决策：“这是欺诈吗”  95
多用途流数据  98
欺诈检测器的向上扩展  99
小结  101

第7 章地理分布式数据流  103
利益相关者  104
设计目标  106
设计选择  106
我们的设计  108
数据  108
控制谁能访问流数据  109
基于流的地理分布式复制的优势．110

第8 章总结  113
流式架构的优势  115
过渡到流架构  116
小结  119
附录A 附加资源  121
作者简介  125

查看详情

流式架构：Kafka与MapR Streams数据流处理

内容简介:

作者简介:

目录: