企业大数据处理：Spark、Druid、Flume与…

本书分为三大部分，共九章。第壹部分（第1章）主要介绍了企业大数据系统的前期准备工作，包括如何构建企业大数据处理系统的软件环境和集群环境。第二部分（第2～7章）首先介绍了Spark的基本原理，Spark2.0版本的SparkSQL、StructuredStreaming原理和使用方法，以及Spark的多种优化方式；然后，介绍了Druid的基本原理、集群的搭建过程、数据摄过程，以及在查询过程中如何实现Druid查询API；着介绍了日志收集系统Flume的基本架构和关键组件，以及分层日志收集架构的设计与实践；后介绍了分布式消息队列Kafka的基本架构和集群搭建过程，以及使用Java语言实现客户端API的详细过程。第三部分（第8～9章）主要介绍了企业大数据处理的两个实际应用案例，分别是基于Druid构建多维数据分析平台和基于JMX指标的监控系统。
【作者】
肖冠宇目前就职于乐视网智能中心大数据部，曾就职于人民在线大数据团队，主要行广告数据分析、大数据产品研发等工作，具有多年大数据产品研发、高性能分布式框架、实时计算等经验，对整个Hadoop生态系统的各项技术都非常了解，有丰富的实践经验。