高等院校数据科学与大数据技术系列规划教材大数据实时计算与应用/吴斌

目录 第1章分布式实时计算系统 1.1分布式的概念 1.1.1分布式系统 1.1.2分布式计算 1.2分布式通信 1.2.1分布式通信基础 1.2.2消息队列 1.2.3Storm计算模型 1.3分布式实时计算系统架构 1.3.1数据获取——Kafka 1.3.2数据处理——Storm 1.3.3数据存储——HBase 1.4系统架构 本章小结 习题 第2章初识Kafka 2.1什么是Kafka 2.1.1Kafka概述 2.1.2使用场景 2.1.3Kafka基本特性 2.1.4性能 2.1.5总结 2.1.6Kafka在LinkedIn中的应用 2.2Topics和logs 2.3分布式——consumers和producers 本章小结 习题 第3章Kafka环境搭建 3.1服务器搭建 3.2开发环境搭建 本章小结 习题 第4章Kafka消息传送 4.1消息传输的事务定义 4.2性能优化 4.2.1消息集 4.2.2数据压缩 4.3生产者和消费者 4.3.1Kafka生产者的消息发送 4.3.2Kafka consumer 4.4主从同步 4.5客户端API 4.5.1Kafka producer API 4.5.2Kafka consumer API 4.6消息和日志 本章小结 习题 第5章Zookeeper开发 5.1Zookeeper的来源 5.2Zookeeper基础 5.2.1基本概念 5.2.2Zookeeper架构 5.3Zookeeper的API 5.3.1建立会话 5.3.2管理权 5.3.3节点注册 5.3.4任务队列化 5.4状态变化处理 5.5故障处理 5.6Zookeeper集群管理 5.6.1集群配置 5.6.2集群管理 本章小结 习题 第6章初识HBase 6.1什么是HBase 6.1.1大数据的背景 6.1.2HBase架构 6.1.3HBase存储API 6.2HBase部署 6.2.1HBase配置及安装 6.2.2运行模式 6.2.3集群操作 本章小结 习题 第7章HBase基础操作 7.1CRUD操作 7.1.1Put操作 7.1.2Get操作 7.1.3Delete操作 7.2批处理操作 7.3行锁 7.4扫描 7.5其他操作 7.5.1HTable方法 7.5.2Bytes方法 本章小结 习题 第8章HBase高阶特性 8.1过滤器 8.1.1什么是过滤器 8.1.2比较过滤器 8.1.3专用过滤器 8.1.4附加过滤器 8.2计数器 8.2.1什么是计数器 8.2.2单计数器及多计数器 8.3协处理器 8.3.1什么是协处理器 8.3.2协处理器API应用 本章小结 习题 第9章管理HBase 9.1HBase数据描述 9.1.1表 9.1.2列簇 9.1.3属性 9.2表管理API 9.2.1基础操作 9.2.2集群管理 本章小结 习题 第10章初识Storm 10.1什么是Storm 10.1.1Storm能做什么 10.1.2Storm的特性 10.1.3Storm分布式计算结构 10.2构建topology 10.2.1Storm的基本概念 10.2.2构建topology 10.2.3示例： 单词计数 10.3Storm并发机制 10.3.1topology并发机制 10.3.2给topology增加Worker 10.3.3配置Executor和task 10.4数据流分组的理解 10.5消息的可靠处理 10.5.1消息被处理后会发生什么 10.5.2Storm可靠性的实现方法 10.5.3调整可靠性 本章小结 习题 第11章配置Storm集群 11.1Storm集群框架介绍 11.1.1理解nimbus守护进程 11.1.2supervisor守护进程的工作方式 11.1.3DRPC服务工作机制 11.1.4Storm的UI简介 11.2在Linux上安装Storm 11.2.1搭建Zookeeper集群 11.2.2安装Storm依赖库 11.2.3下载并解压Storm发布版本 11.2.4修改storm.yaml配置文件 11.2.5启动Storm后台进程 11.3将topology提交到集群上 本章小结 习题 第12章Trident和TridentML 12.1Trident topology 12.1.1Trident综述 12.1.2Reach 12.1.3字段和元组 12.1.4状态 12.1.5Trident topology的执行 12.2Trident接口 12.2.1综述 12.2.2本地分区操作 12.2.3重新分区操作 12.2.4群聚操作 12.2.5流分组操作 12.2.6合并和连接 12.3Trident状态 12.3.1事务spouts 12.3.2透明事务spouts 12.3.3非事务spouts 12.3.4Spout和State总结 12.3.5State应用接口 12.3.6MapState的更新 12.3.7执行MapState 12.4TridentML： 基于storm的实时在线机器学习库 本章小结 习题 第13章DRPC模式 13.1DRPC概述 13.2DRPC自动化组件 13.3本地模式DRPC 13.4远程模式DRPC 13.5一个更复杂的例子 本章小结 习题 第14章Storm实战 14.1网站页面浏览量计算 14.1.1背景介绍 14.1.2体系结构 14.1.3项目相关介绍 14.1.4Storm编码实现 14.1.5运行topology 14.2网站用户访问量计算 14.2.1背景介绍 14.2.2Storm代码实现 14.2.3运行topology 本章小结 习题 参考文献