流式架構：Kafka與MapR Streams數據流處理 pdf epub mobi txt 電子書下載2025

簡體網頁||繁體網頁

☆☆☆☆☆

出版者:電子工業齣版社

作者:【美】Ted Dunning（泰德敦寜）

出品人:

頁數:140

译者:唐李洋

出版時間:2017-7

價格:55.00

裝幀:平裝

isbn號碼:9787121317224

叢書系列:

圖書標籤:

流數據
架構
技術
軟件開發
大數據
計算科學
程序設計
Kafka
Kafka
MapR Streams
流處理
數據流
架構
大數據
實時計算
分布式係統
消息隊列
數據工程

下載連結在頁面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製連結

想要找書就要到小美書屋

book.quotespace.org

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

具體描述

所有連續的事件流都可以稱為數據流。對連續數據流設計和構建流式數據架構，能夠實現實時或近實時應用，提升整個組織的效率。《流式架構：Kafka與MapR Streams數據流處理》以Apache Kafka 和MapRStreams為例，重點講解如何確定使用流數據的時機、如何為多用戶係統設計流式架構、為什麼要求消息傳遞層具備某些特定功能，以及為什麼需要微服務，並且描述瞭目前最符閤流式設計需求的消息傳遞和流分析工具，適閤架構師、大數據科學傢及IT工程師閱讀。

著者簡介

圖書目錄

第1 章為什麼使用流1
飛機、火車和汽車：車聯網和物聯網 3
流數據：這纔是現實世界 6
什麼時候需要流 8
不止是實時：流架構的更多優勢11
流架構的最佳實踐13
醫療數據流案例 14
流數據：架構設計的核心17
第2 章流式架構 19
狹義視角：實時應用 20
通用流式架構的關鍵問題21
消息傳遞技術的重要性 24
實時分析工具 28
Apache Storm 30
Apache Spark Streaming 31
Apache Flink 32
Apache Apex 33
流分析功能比較33
小結 36
第3 章流架構：微服務的理想平颱 37
為什麼需要微服務 38
微服務需要哪些支撐 41
關於微服務的更多詳情42
設計流架構：以在綫視頻服務為例 45
新設計：支持消息傳遞的基礎設施47
通用微架構的重要性 49
命名問題50
為什麼使用分布式文件和NoSQL 數據庫52
視頻服務的新設計 52
小結：綜閤平颱視角 54
第4 章使用Kafka 進行流傳輸 57
Kafka 的動機 57
Kafka 的創新 58
Kafka 的基本概念60
排序61
持久化 62
Kafka API 62
KafkaProducer API63
KafkaConsumer API 66
遺留API70
Kafka 實用程序 71
負載均衡 71
鏡像 72
Kafka 的陷阱 73
産品環境下的Kafka 73
主題和分區的數目有限 74
手動均衡分區負載 75
沒有固有的序列化機製 76
鏡像的不足77
小結 78
第5 章 MapR Streams79
MapR Streams 的創新79
MapR 流係統的曆史和情境82
MapR Streams 的工作原理 84
配置MapR Streams 86
地理分布式復製 89
MapR Streams 的陷阱 91
第6 章基於流數據的欺詐檢測 93
刷卡速度 94
快速響應決策：“這是欺詐嗎”95
多用途流數據98
欺詐檢測器的嚮上擴展 99
小結 101
第7 章地理分布式數據流 103
利益相關者 104
設計目標 106
設計選擇 106
我們的設計 108
數據 108
控製誰能訪問流數據109
基於流的地理分布式復製的優勢 110
第8 章總結113
流式架構的優勢 115
過渡到流架構116
小結 119
附錄A 附加資源121
作者簡介125
· · · · · · (收起)

讀後感

評分☆☆☆☆☆

用戶評價

评分☆☆☆☆☆

理念的問題很優先，推銷mapr

评分☆☆☆☆☆

像是介紹…

评分☆☆☆☆☆

比較虛。這本身就是一個小冊子，然後說的東西也流於錶麵，都是從很抽象的方麵闡述。看目錄標題以為有具體案例，實際上案例裏信息量最大的就是一個很簡單的流程圖。整本書基本上可以掃著看完。

评分☆☆☆☆☆

對於我比較有用的是幾個處理流式數據的框架比較，作者講的還算是清除，就是也沒有什麼深入的內容，還推銷瞭一把MapR Streams，篇幅也不長可以隨便看看。

评分☆☆☆☆☆

微服務是靈活構建大型係統的最佳實踐，將係統微服務化，使開發和維護工作可以敏捷實施，其中難點是思維的轉變：程序麵嚮狀態還是麵嚮流的。麵嚮狀態的話需要維持全局一緻的狀態，從開始到結束，這樣成本很大，非常不靈活，隻能在縱嚮擴展（scale up）上下功夫。麵嚮流的程序，可以實現橫嚮擴展（scale out），它將上下遊依賴的服務或組件解耦，采用流數據傳遞機製聯通上下遊；各模塊的解耦使開發得以敏捷進行，藉助數據流的重放機製進行橫嚮擴展，新版本服務更新時，不會影響舊版本，隻需要使用新的offset從同一個流裏進行處理，然後逐步更新替換掉老版本。