Storm技術內幕與大數據實踐一書作者分享了在融合外部數據方面的一些感悟,該書的最后還介紹了推薦系統、精準化廣告、搜索等一些常見的大數據應用等,是一本值得一看的書。本節內容東坡小編為大家整理帶來的是一份pdf格式高清精編版storm技術內幕與大數據實踐電子書,想要查閱這本書的朋友可以點擊本文相應的下載地址進行“搶先閱讀”哦!
Storm技術內幕與大數據實踐內容簡介
該書內容主要圍繞實時大數據系統的各個方面展開,從實時平臺總體介紹到集群源碼、運維監控、實時系統擴展、以用戶畫像為主的數據平臺,最后到推薦、廣告、搜索等具體的大數據應用。書中提到的不少問題是實際生產環境中因為數據量增長而遇到的一些真實問題,對即將或正在運用實時系統處理大數據問題的團隊會有所幫助。
Storm技術內幕與大數據實踐目錄
第1章 緒論
1.1 Storm的基本組件
1.1.1 集群組成
1.1.2 核心概念
1.1.3 Storm的可靠性
1.1.4 Storm的特性
1.2 其他流式處理框架
1.2.1 Apache S4
1.2.2 Spark Streaming
1.2.3 流計算和Storm的應用
第2章 實時平臺介紹
2.1 實時平臺架構介紹
2.2 Kafka架構
2.2.1 Kafka的基本術語和概念
2.2.2 Kafka在實時平臺中的應用
2.2.3 消息的持久化和順序讀寫
2.2.4 sendfile系統調用和零復制
2.2.5 Kafka的客戶端
2.2.6 Kafka的擴展
2.3 大眾點評實時平臺
2.3.1 相關數據
2.3.2 實時平臺簡介
2.3.3 Blackhole
2.4 1號店實時平臺
第3章 Storm集群部署和配置
3.1 Storm的依賴組件
3.2 Storm的部署環境
3.3 部署Storm服務
3.3.1 部署ZooKeeper
3.3.2 部署Storm
3.3.3 配置Storm
3.4 啟動Storm
3.5 Storm的守護進程
3.6 部署Storm的其他節點
3.7 提交Topology
第4章 Storm內部剖析
4.1 Storm客戶端
4.2 Nimbus
4.2.1 啟動Nimbus服務
4.2.2 Nimbus服務的執行過程
4.2.3 分配Executor
4.2.4 調度器
4.2.5 默認調度器DefaultScheduler
4.2.6 均衡調度器EvenScheduler
4.3 Supervisor
4.3.1 ISupervisor接口
4.3.2 Supervisor的共享數據
4.3.3 Supervisor的執行過程
4.4 Worker
4.4.1 Worker中的數據流
4.4.2 創建Worker的過程
4.5 Executor
4.5.1 Executor的創建
4.5.2 創建Spout的Executor
4.5.3 創建Bolt的Executor
4.6 Task
4.6.1 Task的上下文對象
4.6.2 Task的創建
4.7 Storm中的統計
4.7.1 stats框架
4.7.2 metric框架
4.8 Ack框架
4.8.1 Ack的原理
4.8.2 Acker Bolt
4.9 Storm總體架構
第5章 Storm運維和監控
5.1 主機信息監控
5.1 日志和監控
5.2 Storm UI和NimbusClient
5.3 Storm Metric的使用
5.4 Storm ZooKeeper的目錄
5.5 Storm Hook的使用
第6章 Storm的擴展
6.1 Storm UI的擴展
6.1.1 Storm UI原生功能
6.1.2 Storm UI新功能需求
6.1.3 Storm的Thrift接口
6.2 資源隔離
6.2.1 CGroup測試
6.2.2 基于CGroup的資源隔離的實現
第7章 Storm開發
7.1 簡單示例
7.2 調試和日志
7.3 Storm Trident
7.4 Strom DRPC
第8章 基于Storm的實時數據平臺
8.1 Hadoop到Storm的代碼遷移經驗
8.2 實時用戶畫像
8.2.1 簡單實時畫像
8.2.2 實時畫像優化
8.2.3 實時畫像的毫秒級更新
8.3 其他場景畫像
8.4 畫像的興趣度模型構建
8.5 外部畫像融合經驗分享
8.6 交互式查詢和分析用戶畫像
8.7 實時產品和店鋪信息更新
第9章 大數據應用案例
9.1 實時DAU計算
9.2 實時個性化推薦
9.2.1 推薦系統介紹
9.2.2 實時推薦系統的方法
9.2.3 基于Storm的實時推薦系統
9.3 廣告投放的精準化
9.3.1 點擊率預測
9.3.2 搜索引擎營銷
9.3.3 精準化營銷與千人千面
9.4 實時意圖和搜索
9.4.1 用戶意圖預測
9.4.2 搜索比價
9.4.3 搜索排序
第10章 Storm使用經驗和性能優化
10.1 使用經驗
10.1.1 使用rebalance命令動態調整并發度
10.1.2 使用tick消息做定時器
10.1.3 使用組件的并行度代替線程池
10.1.4 不要用DRPC批量處理大數據
10.1.5 不要在Spout中處理耗時的操作
10.1.6 log4j的使用技巧
10.1.7 注意fieldsGrouping的數據均衡性
10.1.8 優先使用localOrShuffleGrouping
10.1.9 設置合理的MaxSpoutPending值
10.1.10 設置合理的Worker數
10.1.11 平衡吞吐量和時效性
10.2 性能優化
10.2.1 找到Topology的性能瓶頸
10.2.2 GC參數優化
10.3 性能優化原則
附錄A Kafka原理
附錄B 將Storm源碼導入Eclipse
Storm技術內幕與大數據實踐精編版內容截圖
- PC官方版
- 安卓官方手機版
- IOS官方手機版