万本电子书0元读

万本电子书0元读

顶部广告

Storm分布式实时计算模式电子书 租阅

点击查看:     《Storm分布式实时计算模式》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。   《Storm分布式实时计算模式》通过大量的示例,全面而系统地讲解Storm分布式实时计算的核心概念及应用,并针对不同的应用场景,给出多种基于Storm的设计模式,而且提供示例源码,便于读者参考设计并实现自己的Storm应用。

售       价:¥

纸质售价:¥40.70购买纸书

416人正在读 | 0人评论 6.2

作       者:(美)Brian O''Neill,Peter Taylor Goetz

出  版  社:机械工业出版社

出版时间:2015-01-01

字       数:12.5万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(1条)
  • 读书简介
  • 目录
  • 累计评论(1条)
  《Storm分布式实时计算模式》全书分为10章:第1章介绍使用Storm建立一个分布式流式计算应用所涉及的核心概念,包括Storm的数据结构、开发环境的搭建,以及Storm程序的开发和调试技术等;第2章详细讲解Storm集群环境的安装和搭建,以及如何将topology部署到分布式环境中;第3章通过传感器数据实例详细介绍Trident topology;T第4章讲解如何使用Storm和Trident进行实时趋势分析;第5章介绍如何使用Storm进行图形分析,将数据持久化存储在图形数据库中,并且查询数据来发现其中潜在的联系;;第6章讲解如何在Storm上使用递归实现一个典型的人工智能算法;第7章演示集成Storm和非事务型系统的复杂性,通过集成Strom和开源探索性分析架构Druid,实现一个可配置的实时系统来分析金融事件。第8章探讨Lambda体系结构的实现方法,讲解如何将批处理机制和实时处理引擎结合起来构建一个可纠错的分析系统;第9章 讲解如何将Pig脚本转化为topology并且使用Storm-YARN部署topology,将批处理系统转化为实时系统;第10章 介绍如何在云服务提供商提供的主机环境下部署和运行Storm。 《Storm分布式实时计算模式》全书分为10章:第1章介绍使用Storm建立一个分布式流式计算应用所涉及的核心概念,包括Storm的数据结构、发环境的搭建,以及Storm程序的发和调试技术等;第2章详细讲解Storm集群环境的安装和搭建,以及如何将topology部署到分布式环境中;第3章通过传感器数据实例详细介绍Trident topology;T第4章讲解如何使用Storm和Trident行实时趋势分析;第5章介绍如何使用Storm行图形分析,将数据持久化存储在图形数据库中,并且查询数据来发现其中潜在的联系;;第6章讲解如何在Storm上使用递归实现一个典型的人工智能算法;第7章演示集成Storm和非事务型系统的复杂性,通过集成Strom和源探索性分析架构Druid,实现一个可配置的实时系统来分析金融事件。第8章探讨Lambda体系结构的实现方法,讲解如何将批处理机制和实时处理引擎结合起来构建一个可纠错的分析系统;第9章 讲解如何将Pig脚本转化为topology并且使用Storm-YARN部署topology,将批处理系统转化为实时系统;第10章 介绍如何在云服务提供商提供的主机环境下部署和运行Storm。
【推荐语】
查看:   《Storm分布式实时计算模式》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,是深理解Storm分布式实时计算的翔实指南。 《Storm分布式实时计算模式》通过大量的示例,全面而系统地讲解Storm分布式实时计算的核心概念及应用,并针对不同的应用场景,给出多种基于Storm的设计模式,而且提供示例源码,便于读者参考设计并实现自己的Storm应用。
【作者】
P. Taylor Goetz是Apache Storm项目核心贡献者以及发布经理,自2011年10月Storm项目首次源至今都参与其中,具有长期的Storm使用和发经验。作为Storm用户社区中的活跃贡献者,Taylor领导了一系列源项目,旨在使企业能够将Storm集成到不同的基础设施上。 Brian O'Neill 现就职于Health Market Science(HMS)公司,任首席技术官,重行数据管理和医疗领域数据分析。他已经担任技术主管超过15年,被公认为大数据领域的权威。作为系统架构师,他有着应对各种不同场景的经验,从初创公司到财富500强公司。他信奉源精神,对多个项目做出了贡献。他领导的项目,扩展了Cassandra数据库,并且将索引引擎、分布式处理框架、分析引擎集成到了该数据库中。他荣获了2013年InfoWorld技术领导力奖项。 译者简介 董昭 腾讯安全平台部应用运维安全工程师,负责腾讯Web业务的漏洞防护等相关工作,研究兴趣为Web安全、网络安全、Linux后台发、大数据等。
目录展开

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

发送日志消息到Kafka

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

累计评论(1条) 1个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部