分布式实时处理系统:原理、架构与实现电子书

本书赞誉

序一

序二

序三

前言

第1章 分布式计算概述

1.1 分布式概念

1.2 分布式计算及其原理

1.3 分布式系统特性

1.3.1 容错性

1.3.2 高可扩展性

1.3.3 开放性

1.3.4 并发处理能力

1.3.5 透明性

1.4 通用分布式计算系统

1.4.1 Apache Hadoop

1.4.2 Apache Spark

1.4.3 Apache Storm

1.5 分布式存储系统

1.5.1 分布式存储概念

1.5.2 分布式存储系统特点

1.5.3 分布式存储系统分类

1.5.4 常见分布式存储系统

1.6 本章小结

第2章 分布式系统通信基础

2.1 时代的浪潮

2.1.1 集中式通信网

2.1.2 去中心化

2.2 可靠的数据链路

2.2.1 数据分组

2.2.2 帧同步

2.2.3 差错控制

2.2.4 链路管理

2.2.5 问题与解决方案

2.3 分层架构

2.4 网络层

2.4.1 寻找路径

2.4.2 网络分层

2.4.3 TCP/IP概述

2.4.4 IP协议

2.5 传输层

2.5.1 数据自动分包

2.5.2 端到端的传输

2.5.3 数据的可靠传输

2.6 应用层

2.6.1 ping

2.6.2 telnet

2.6.3 OSPF

2.6.4 DNS

2.6.5 HTTP协议

2.7 基于消息协议的公告牌

2.7.1 需求描述

2.7.2 制定协议

2.8 分布式通信举例——MapReduce

2.9 本章小结

第3章 通信系统高层抽象

3.1 RPC介绍

3.2 RESTful

3.2.1 资源和表现层

3.2.2 状态转移

3.2.3 RESTful总结

3.3 消息队列

3.4 序列化

3.5 使用Thrift实现公告牌服务

3.5.1 Apache Thrift介绍

3.5.2 安装Apache Thrift

3.5.3 编写Thrift文件

3.5.4 实现服务器

3.5.5 实现客户端

3.6 本章小结

第4章 走进C++高性能编程

4.1 基于C++的留言板系统

4.1.1 基于Socket的通信

4.1.2 C++中的内存与资源管理

4.2 来自服务器的天书

4.2.1 编码

4.2.2 C++98的编码缺陷

4.2.3 C++11编码支持

4.3 繁忙的服务器

4.3.1 分身乏术

4.3.2 fork——分身术

4.3.3 进程间通信

4.3.4 轻量级分身——线程

4.3.5 C++11线程

4.3.6 竞争问题与解决方案

4.3.7 多线程优化

4.3.8 异步I/O

4.4 消失不见的内存

4.4.1 内存分配与内存碎片

4.4.2 tcmalloc

4.4.3 内存池

4.5 本章小结

第5章 分布式实时处理系统

5.1 Hadoop与MapReduce

5.1.1 HDFS

5.1.2 MapReduce模型

5.2 Storm实时处理系统

5.2.1 历史

5.2.2 计算模型

5.2.3 总体架构

5.2.4 Storm元数据

5.2.5 Storm与Hadoop比较

5.3 有保证的消息处理

5.3.1 完全处理与元组树

5.3.2 元组的唯一标识

5.3.3 确认和失败

5.3.4 高效实现

5.4 本章小结

第6章 实时处理系统编程接口设计

6.1 总体架构设计

6.1.1 Hurricane与Storm比较

6.1.2 总体架构

6.1.3 任务接口

6.2 消息源接口设计

6.3 消息处理器接口设计

6.4 数据收集器设计

6.5 元组接口设计

6.6 序列化接口设计

6.7 本章小结

第7章 服务组件设计与实现

7.1 Executor设计与实现

7.1.1 事件驱动的消息队列

7.1.2 动态装载技术

7.1.3 Executor实现

7.2 Task设计与实现

7.3 本章小结

第8章 管理服务设计与实现

8.1 President功能与设计

8.2 President实现

8.2.1 简单的网络通信实现

8.2.2 Topology装载实现

8.2.3 Manager管理调度实现

8.2.4 序列化实现

8.3 本章小结

第9章 实时处理系统编程接口实现

9.1 消息源接口实现

9.1.1 消息源执行器

9.1.2 WordCount实现实例

9.2 消息处理单元接口实现

9.2.1 消息处理单元执行器

9.2.2 事件处理

9.2.3 WordCount实现实例

9.3 数据收集器实现

9.3.1 分发策略

9.3.2 传输层实现

9.4 本章小结

第10章 可靠消息处理

10.1 基本概念

10.1.1 完全处理

10.1.2 失败与重发

10.2 接口设计

10.3 具体实现

10.3.1 简单实现

10.3.2 高效实现

10.4 本章小结

第11章 通信系统设计与实现

11.1 I/O多路复用方案解析

11.1.1 基本网络编程接口

11.1.2 非阻塞的服务器程序

11.1.3 使用select（）接口的基于事件驱动的服务器模型

11.1.4 使用epoll实现异步事件通知模型

11.2 基础工具

11.2.1 线程工具

11.2.2 日志工具

11.3 传输层实现

11.3.1 Reactor模式

11.3.2 定义抽象TP传输层

11.3.3 实现基于epoll的TP传输层

11.3.4 实现基于IOCP的TP传输层

11.4 应用层HTTP实现

11.4.1 HttpContext

11.4.2 HttpRequest

11.4.3 HttpResponse

11.4.4 HttpConnection

11.4.5 HttpServer

11.4.6 总结

11.5 跨平台分割编译

11.5.1 Makefile

11.5.2 Kake

11.6 与实时处理系统集成

11.6.1 修改NetListener

11.6.2 修改NetConnector

11.7 本章小结

第12章 事务性Topology实现

12.1 Exact-once语义解决方案

12.2 设计细节

12.2.1 构造事务性Topology

12.2.2 消息处理单元

12.3 事务性Topology API

12.3.1 消息处理单元

12.3.2 事务性消息源

12.4 本章小结

第13章 多语言接口

13.1 C语言通用接口

13.1.1 元组接口

13.1.2 消息源接口

13.1.3 消息处理单元接口

13.1.4 计算拓扑接口

13.2 Python接口

13.2.1 ctypes

13.2.2 元组接口

13.2.3 消息源接口

13.2.4 消息处理单元接口

13.2.5 计算拓扑接口

13.2.6 应用示例

13.3 JavaScript接口

13.3.1 V8引擎

13.3.2 Node.js

13.3.3 V8的互操作接口

13.3.4 任务接口

13.3.5 消息源接口

13.3.6 消息处理单元接口

13.3.7 计算拓扑接口

13.3.8 应用示例

13.4 Java接口

13.4.1 任务接口

13.4.2 消息源接口

13.4.3 消息处理单元接口

13.4.4 计算拓扑接口

13.4.5 本地代码

13.4.6 应用示例

13.5 Swift接口

13.5.1 应用范围

13.5.2 任务接口

13.5.3 消息源接口

13.5.4 消息处理单元接口

13.5.5 计算拓扑接口

13.6 本章小结

第14章 Squared设计与实现——实现高级抽象元语

14.1 Storm Trident介绍

14.1.1 Squared示例

14.1.2 DRPC示例

14.2 Squared实现

14.2.1 SquaredTopology和Spout

14.2.2 SquaredBolt

14.2.3 Stream

14.2.4 状态存储

14.2.5 DRPC实现

14.2.6 操作与处理节点

14.2.7 流操作

14.3 本章小结

第15章 实战：日志流处理

15.1 日志流处理设计方案

15.2 实现Topology

15.2.1 编写消息源

15.2.2 编写索引消息处理单元

15.2.3 编写统计消息处理单元

15.3 本章小结

第16章 实战：频繁组合查找

16.1 背景介绍

16.1.1 数据挖掘概念

16.1.2 关联规则和频繁项集

16.1.3 啤酒与尿布

16.2 频繁二项集挖掘方法

16.2.1 频繁二项集

16.2.2 算法设计思路

16.2.3 Hurricane实现思路

16.3 编写Spout

16.4 编写Bolt

16.4.1 SplitBolt

16.4.2 PairCountBolt

16.4.3 PairTotalCountBolt

16.4.4 ConfidenceComputeBolt

16.4.5 SupportComputeBolt

16.4.6 FilterBolt

16.5 编写Topology

16.6 本章小结

第17章 实战：在AWS和阿里云上部署Hurricane实时处理系统

17.1 AWS部署

17.1.1 搭建虚拟私有云

17.1.2 配置安全组

17.1.3 加载EC2实例

17.1.4 弹性IP地址管理

17.2 阿里云部署

17.2.1 创建虚拟私有云

17.2.2 管理安全组

17.2.3 创建ECS

17.2.4 SSH登录

17.3 Hurricane分布式部署与管理

17.3.1 分布式部署原理

17.3.2 分布式安装配置

17.3.3 分布式启动

17.4 部署分布式实时处理系统

17.5 未来之路

17.6 本章小结