Storm實(shí)時(shí)數(shù)據(jù)處理

定　價(jià)：￥49.00

作　者：	（澳）安德森（Quinton Anderson）著盧譽(yù)聲譯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	大數(shù)據(jù)技術(shù)叢書(shū)
標(biāo)　簽：	編程語(yǔ)言與程序設(shè)計(jì) 計(jì)算機(jī)與互聯(lián)網(wǎng)

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111466635	出版時(shí)間：	2014-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	191	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　在大數(shù)據(jù)領(lǐng)域，Hadoop無(wú)疑是最炙手可熱的技術(shù)。作為分布式系統(tǒng)架構(gòu)，Hadoop具有高可靠性、高擴(kuò)展性、高效性、高容錯(cuò)性和低成本的優(yōu)點(diǎn)。然而隨著數(shù)據(jù)體積越來(lái)越大，實(shí)時(shí)處理能力成為了許多機(jī)構(gòu)需要面對(duì)的首要挑戰(zhàn)。Hadoop是一個(gè)批處理系統(tǒng)，在實(shí)時(shí)計(jì)算處理方面顯得十分乏力。storm是一個(gè)類(lèi)似于Hadoop勺實(shí)時(shí)數(shù)據(jù)處理框架，也是一個(gè)非常有效的開(kāi)源實(shí)時(shí)計(jì)算工具，通常被比作“實(shí)時(shí)的Hadoop”?！洞髷?shù)據(jù)技術(shù)叢書(shū)：Storm實(shí)時(shí)數(shù)據(jù)處理》通過(guò)豐富的實(shí)例，系統(tǒng)講解Storm的基礎(chǔ)知識(shí)和實(shí)時(shí)數(shù)據(jù)處理的最佳實(shí)踐方法，內(nèi)容涵蓋Storm本地開(kāi)發(fā)環(huán)境搭建、日志流數(shù)據(jù)處理、Trident、分布式遠(yuǎn)程過(guò)程調(diào)用、Topology在不同編程語(yǔ)言中的實(shí)現(xiàn)方法、Storm與Hadoop的集成方法、實(shí)時(shí)機(jī)器學(xué)習(xí)、持續(xù)交付和如何在AWS上部署Storm。此外，《大數(shù)據(jù)技術(shù)叢書(shū)：Storm實(shí)時(shí)數(shù)據(jù)處理》旨在圍繞Storm技術(shù)促進(jìn)DevOps實(shí)踐，使讀者能夠開(kāi)發(fā)Storm解決方案，同時(shí)可靠地交付有價(jià)值的產(chǎn)品。《大數(shù)據(jù)技術(shù)叢書(shū)：Storm實(shí)時(shí)數(shù)據(jù)處理》適合想學(xué)習(xí)實(shí)時(shí)處理技術(shù)或者想通過(guò)Storm實(shí)現(xiàn)實(shí)時(shí)處理方法的開(kāi)發(fā)者閱讀。

作者簡(jiǎn)介

　　Quinton Anderson，軟件工程師，專(zhuān)注實(shí)時(shí)計(jì)算系統(tǒng)開(kāi)發(fā)。他在構(gòu)建防御系統(tǒng)的實(shí)時(shí)通信系統(tǒng)，以及財(cái)務(wù)與銀行服務(wù)中的企業(yè)級(jí)應(yīng)用程序方面有豐富的經(jīng)驗(yàn)。他熱衷于開(kāi)源，是Storm社區(qū)的活躍分子，樂(lè)于交付各種基于Storm的解決方案。譯者簡(jiǎn)介　盧譽(yù)聲，資深軟件開(kāi)發(fā)工程師，現(xiàn)就職于思科系統(tǒng)（中國(guó)）研發(fā)中心云產(chǎn)品研發(fā)部。他曾參與多個(gè)項(xiàng)目協(xié)議級(jí)別定義、SDK及服務(wù)器后端和前端的設(shè)計(jì)與研發(fā)，在下一代實(shí)時(shí)云計(jì)算協(xié)作平臺(tái)的研發(fā)過(guò)程中積累了豐富的敏捷實(shí)踐與開(kāi)發(fā)經(jīng)驗(yàn)。此外，他還從事C／C++開(kāi)發(fā)工作，對(duì)Clojare、JavaScript、Lua，以及移動(dòng)開(kāi)發(fā)平臺(tái)等也有一定研究。

圖書(shū)目錄

譯者序
前言
第1章搭建開(kāi)發(fā)環(huán)境
1.1 簡(jiǎn)介
1.2 搭建開(kāi)發(fā)環(huán)境
1.3 分布式版本控制
1.4 創(chuàng)建“Hello World”Topology
1.5 創(chuàng)建Storm集群——配置機(jī)器
1.6 創(chuàng)建Storm集群——配置Storm
1.7 獲取基本的點(diǎn)擊率統(tǒng)計(jì)信息
1.8 對(duì)Bolt進(jìn)行單元測(cè)試
1.9 實(shí)現(xiàn)集成測(cè)試
1.10 將產(chǎn)品部署到集群
第2章日志流處理
2.1 簡(jiǎn)介
2.2 創(chuàng)建日志代理
2.3 創(chuàng)建日志Spout
2.4 基于規(guī)則的日志流分析
2.5 索引與持久化日志數(shù)據(jù)
2.6 統(tǒng)計(jì)與持久化日志統(tǒng)計(jì)信息
2.7 為日志流集群創(chuàng)建集成測(cè)試
2.8 創(chuàng)建日志分析面板
第3章使用Trident計(jì)算單詞重要度
3.1 簡(jiǎn)介
3.2 使用Twitter過(guò)濾器創(chuàng)建URL流
3.3 從文件中獲取整潔的詞流
3.4 計(jì)算每個(gè)單詞的相對(duì)重要度
第4章分布式遠(yuǎn)程過(guò)程調(diào)用
4.1 簡(jiǎn)介
4.2 通過(guò)DPRC實(shí)現(xiàn)所需處理流程
4.3 對(duì)Trident Topology進(jìn)行集成測(cè)試
4.4 實(shí)現(xiàn)滾動(dòng)窗口Topology
4.5 在集成測(cè)試中模擬時(shí)間
第5章在不同語(yǔ)言中實(shí)現(xiàn)Topology
5.1 簡(jiǎn)介
5.2 在Qt中實(shí)現(xiàn)多語(yǔ)言協(xié)議
5.3 在Qt中實(shí)現(xiàn)SplitSentence Bolt
5.4 在Ruby中實(shí)現(xiàn)計(jì)數(shù) Bolt
5.5 在Clojure中實(shí)現(xiàn)單詞計(jì)數(shù)Topology
第6章 Storm與Hadoop集成
6.1 簡(jiǎn)介
6.2 在Hadoop中實(shí)現(xiàn)TF-IDF算法
6.3 持久化來(lái)自Storm的文件
6.4 集成批處理與實(shí)時(shí)視圖
第7章實(shí)時(shí)機(jī)器學(xué)習(xí)
7.1 簡(jiǎn)介
7.2 實(shí)現(xiàn)事務(wù)性Topology
7.3 在R中創(chuàng)建隨機(jī)森林分類(lèi)模型
7.4 基于隨機(jī)森林的事務(wù)流業(yè)務(wù)分類(lèi)
7.5 在R中創(chuàng)建關(guān)聯(lián)規(guī)則模型
7.6 創(chuàng)建推薦引擎
7.7 實(shí)時(shí)在線(xiàn)機(jī)器學(xué)習(xí)
第8章持續(xù)交付
8.1 簡(jiǎn)介
8.2 搭建CI服務(wù)器
8.3 搭建系統(tǒng)環(huán)境
8.4 定義交付流水線(xiàn)
8.5 實(shí)現(xiàn)自動(dòng)化驗(yàn)收測(cè)試
第9章在AWS上部署Storm
9.1 簡(jiǎn)介
9.2 使用Pallet在AWS上部署Storm
9.3 搭建虛擬私有云
9.4 使用Vagrant在虛擬私有云上部署Storm