流式系统

第 一部分 Beam模型 第 1章 流式处理入门 2 1.1 术语：什么是流 3 1.2 数据处理模式 9 1.3 小结 17 第 2章 数据处理的来龙去脉 19 2.1 路线图 20 2.2 批基础：定义及位置 21 2.3 开始流处理：时机及方法 27 2.4 小结 44 第3章 水位 47 3.1 定义 47 3.2 源端水位的创建 49 3.3 水位传播 53 3.4 百分比水位 65 3.5 处理时间水位 67 3.6 案例分析 69 3.7 小结 75 第4章 高级开窗 76 4.1 时机/位置：处理时间开窗 76 4.2 位置：会话 82 4.3 位置：自定义开窗 85 4.4 小结 95 第5章 精确一次及副作用 97 5.1 为什么精确一次这么重要 97 5.2 准确性与完整性 98 5.3 确保在混洗中精确一次 101 5.4 解决确定性 102 5.5 性能 102 5.6 源端的精确一次 105 5.7 汇端的精确一次 106 5.8 用例 107 5.9 其他系统 110 5.10 小结 112 第二部分 流和表 第6章 流和表 114 6.1 流和表的基础：“流表相对论”的特殊理论 115 6.2 批处理与流和表 116 6.3 流和表世界的定义、位置、时机和方法 121 6.4 “流表相对论”的一般理论 137 6.5 小结 139 第7章 持久化状态的实践 141 7.1 动机 141 7.2 隐式状态 144 7.3 广义状态 149 7.4 小结 162 第8章 流式SQL 163 8.1 什么是流式SQL 163 8.2 回顾：流和表的设计偏好 174 8.3 展望：迈向健壮的流式SQL 184 8.4 小结 204 第9章 流式连接 207 9.1 所有连接都是流式连接 207 9.2 非开窗连接 208 9.3 开窗连接 219 9.4 小结 234 第 10章 大规模数据处理的演化 236 10.1 MapReduce 237 10.2 Hadoop 241 10.3 Flume 242 10.4 Storm 247 10.5 Spark 250 10.6 MillWheel 252 10.7 Kafka 256 10.8 Cloud DataFlow 259 10.9 Flink 261 10.10 Beam 265 10.11 小结 268