电子书:《实时大数据分析基于Storm_Spark技术的实时应用》_张广骏译_2018-01-01

[复制链接]
查看1001 | 回复1 | 2019-12-25 12:18:33 | 显示全部楼层 |阅读模式

多种网盘链接检测插件
购买前,请先检测网盘链接是否有效


                       

《实时大数据分析基于Storm_Spark技术的实时应用》_张广骏译_2018-01-01_1

《实时大数据分析基于Storm_Spark技术的实时应用》_张广骏译_2018-01-01_1

《实时大数据分析基于Storm_Spark技术的实时应用》_张广骏译_2018-01-01_2

《实时大数据分析基于Storm_Spark技术的实时应用》_张广骏译_2018-01-01_2

《实时大数据分析基于Storm_Spark技术的实时应用》_张广骏译_2018-01-01_3

《实时大数据分析基于Storm_Spark技术的实时应用》_张广骏译_2018-01-01_3


内容简介:

实时大数据分析——基于Som、 Spark技术的实时应用
2.3.4Bolt…
2.3.5任务
2.3.6工作者
24 Storm的架构及其组件
24.2Stom集群
2.5如何以及何时使用 Storm
26Stom的内部特性
6.1Stom的并行性
62Stom的内部消息处理
22225222267
2.7本章小结
第3章用 Storm处理数据
3.1 Storm输入数据源
3.2认识 Kafka
3.21关于 Kafka的更多知识
3.2.2 Stom的其他输入数据源
3.2.3 Kafka作为输入数据源
3.3数据处理的可靠性
33.1锚定的概念和可靠性
332Stom的 acking框架
34 Storm的简单模式
34.1联结
342批处理
35Stom的持久性
3.6本章小结
第4章 Trident概述和 Storm性能优化
使用 Trident
41.1事务
41.2 Trident拓扑
99006
4.1.3 Trident操作
4.2理解LMAX

4.2.1_内.存_和缓存
42.2环形缓冲区——粉碎器的心脏
4.3 Storn的节点间通信
4,3. 1 ZeroMQ
43.2Stom的 ZeroMQ配置
4.3.3 Netty
44理解 Storm uI
4.4. I Storm uI登.录页面
4.4.2拓扑首页
4.5优化Stom性能
46本章小结
883
第5章熟悉 Kinesis
5.1 Kinesis架构概述
5..1 Amazon kinesis的优势和用例
51.2高级体系结构
Kinesis的组件
68
52创建 Kinesis流服务
521访问AWS
5,22配置开发环境
523创建 Kinesis流
524创建 Kinesis流生产者
5,25创建 Kinesis流消费者
5.2.6产生和消耗犯罪警报
本章小结
第6章熟悉 Spark
6.1 Spark概述
6.1.1批量数据处理
6.1.2实时数据处理
6.1.3
式解决方案 Apache Spark
614何时应用 Spark实际用例
l12
62 Spark的架构

lI,实时大数据分析—基于Stom、Sprk技术的实时应用
622 Spark扩展/库
623 Spark的封装结构和APL
117
624 Spark的执行模型—主管-工作者视图
119
63弹性分布式数据集(RDD)
64编写执行第一个 Spark程序
124
64.1硬件需求
642基本软件安装
643配置 Spark集群
644用 Scala编写 Spark作业
64.5用Java编写 Spark作业
65故障排除提示和技巧
651 Spark所用的端口数目
652类路径问题——类未
6.53其他常见异常
第7章使用RDD编程
71理解 Spark转换及操作
7.1.1 RDD API
7.12RDD转换操作
13RDD功能操作
7.2编程 Spark转换及操作
73 Spark中的持久性
157
74本章小结
第8章 Spark的SQL查询引擎— Spark SQL
ark SQL的体系结构
8.1.1 Spark SQL的出现
812 Spark SQL的组件
8.1.3 Catalyst Optimizer
8.1, 4 SQL/Hive context
82编写第一个 Spark SQL作业

821用 Scala编写 Spark SQL作业
822用Java编写 Spark SQL作业
83将RDD转换为 Data Frame
83.1自动化过程
83,2手动过程
84使用 Parquet
841在HDFS中持久化 Parquet数据
84.2数据分区和模式演化合并
8.5Hive表的集成
86性能调优和最佳实践
86.1分区和并行性
862序列化
863缓存
864_内.存_
8.7本章小结
第9章用 Spark Streaming分析流数据
91高级架构
911 Spark Streaming的组件
9.12 Spark Streaming的封装结构
92编写第一个 Spark Streaming作业
92.1创建流生成器
922用 Scala编写 Spark Streaming作业
923用Java编写 Spark Streaming作业
924执行 Spark Streaming作业
93实时查询流数据
93.1作业的高级架构
9.32编写 Crime生产者
933编写 Stream消费者和转换器
934执行 SQL Streaming Crime分析器
214
94部署和监测
94用于 Spark Streaming的集群管理器
942监测 Spark Streaming应用程序

实时大数据分析—基于Stom、 Spark技术的实时应用
95本章小结
第10章介绍 Lambda架构
么是 Lambda架构
10.1. I Lambda架构的需求
.2 Lambda架构的层/组件
10.2 Lambda架构的技术矩阵
10,3 Lambda架构的实现
03.1高级架构
10.32配置 Apache Cassandra和 Spark
10.33编写自定义生产者程序
10.3.4编写实时层代码
10.3.5编写批处理层代码
10.3.6编写服务层代码
104本章小结



回复

使用道具 举报

厮守一季斑 | 2019-12-25 12:18:37 | 显示全部楼层
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则