流式架構 : Kafka 與 MapR Streams 數據流處理

購買商店

流式架構 : Kafka 與 MapR Streams 數據流處理

$330.00

馬上購買

內容描述

所有連續的事件流都可以稱為數據流。對連續數據流設計和構建流式數據架構，能夠實現實時或近實時應用，提升整個組織的效率。本書以Apache Kafka 和MapRStreams為例，重點講解如何確定使用流數據的時機、如何為多用戶系統設計流式架構、為什麽要求消息傳遞層具備某些特定功能，以及為什麽需要微服務，並且描述了目前最符合流式設計需求的消息傳遞和流分析工具，適合架構師、大數據科學家及IT工程師閱讀。

目錄大綱

目錄
第1章為什麼使用流1 
飛機、火車和汽車：車聯網和物聯網3 
流數據：這才是現實世界6 
什麼時候需要流8 
不止是實時：流架構的更多優勢11 
流架構的最佳實踐13 
醫療數據流案例14 
流數據：架構設計的核心17 
第2章流式架構19 
狹義視角：實時應用20 
通用流式架構的關鍵問題21 
消息傳遞技術的重要性24 
實時分析工具28 
Apache Storm 30 
Apache Spark Streaming 31 
Apache Flink 32 
Apache Apex33 
流分析功能比較33 
小結.36 
第3章流架構：微服務的理想平台37 
為什麼需要微服務38 
微服務需要哪些支撐41 
關於微服務的更多 情42 
設計流架構：以在線視頻服務為例45 
新設計：支持消息傳遞的基礎設施47 
通用微架構的重要性49 
命名問題50 
為什麼使用分佈式文件和NoSQL數據庫52 
視頻服務的新設計52 
小結：綜合平台視角54 
第4章使用Kafka進行流傳輸57 
Kafka的動機57 
Kafka的創新58 
Kafka的基本概念

作者介紹

作者簡介
Ted Dunning，MapR Technologies首席應用架構師，開源社區的活躍成員。現任Apache Foundation孵化器的VP，是大量項目的冠軍得主和導師，也是Apache ZooKeeper和Drill項目的貢獻者和PMC成員。
Ellen Friedman，解決方案諮詢師，著名演講者和作家，目前主要撰寫大數據方面的著作。她是Apache Drill和Apache Mahout項目的貢獻者。
譯者簡介
唐李洋，博士，研究方向為雲計算、並行計算、數據挖掘與分析等。曾經在Cisco從事過數據架構方面的設計與分析工作。