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ApacheKafka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。对于数据驱动型公司,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。《流式架构:Kafka与MapRStreams数据流处理》简明的指南讲述了流设计中的关键因素(聚焦于消息层的关键特性)、新的消息技术ApacheKafka和MapRStreams、流架构是如何支持微服务的,以及当下可供选择的流技术:ApacheSparkStreaming、ApacheFlink、ApacheStorm和ApacheApex,适合架构师、大数据科学家及IT工程师阅读。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28ApacheStorm30ApacheSparkStreaming31ApacheFlink32ApacheApex33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57Kafka的动机57Kafka的创新58Kafka的基本概念60排序61持久化62KafkaAPI62KafkaProducerAPI63KafkaConsumerAPI66遗留API70Kafka实用程序71负载均衡71镜像72Kafka的陷阱73产品环境下的Kafka73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MapRStreams79MapRStreams的创新79MapR流系统的历史和情境82MapRStreams的工作原理84配置MapRStreams86地理分布式复制89MapRStreams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
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Anbieter: liu xing, Nanjing, JS, China
paperback. Zustand: New. Paperback. Pub Date: 2017-06-01 Pages: $number Language: Chinese Publisher: Electronics Publishers All consecutive event flows can be called data streams. The design and construction of streaming data architecture for continuous data flow can realize real-time or near-real-time application and improve the efficiency of the whole organization. This book is Apache Kafka and mapr . Bestandsnummer des Verkäufers DP041803
Anzahl: 3 verfügbar