Storm技術內(nèi)幕與大數(shù)據(jù)實踐pdf高清精編版

Storm技術內(nèi)幕與大數(shù)據(jù)實踐一書作者分享了在融合外部數(shù)據(jù)方面的一些感悟，該書的最后還介紹了推薦系統(tǒng)、精準化廣告、搜索等一些常見的大數(shù)據(jù)應用等，是一本值得一看的書。本節(jié)內(nèi)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(nèi)幕與大數(shù)據(jù)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(nèi)幕與大數(shù)據(jù)實踐內(nèi)容簡介

該書內(nèi)容主要圍繞實時大數(shù)據(jù)系統(tǒng)的各個方面展開，從實時平臺總體介紹到集群源碼、運維監(jiān)控、實時系統(tǒng)擴展、以用戶畫像為主的數(shù)據(jù)平臺，最后到推薦、廣告、搜索等具體的大數(shù)據(jù)應用。書中提到的不少問題是實際生產(chǎn)環(huán)境中因為數(shù)據(jù)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(tǒng)處理大數(shù)據(jù)問題的團隊會有所幫助。

Storm技術內(nèi)幕與大數(shù)據(jù)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(tǒng)調(diào)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(shù)據(jù)

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(huán)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(jié)點

3.7　提交Topology

第4章　Storm內(nèi)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(zhí)行過程

4.2.3　分配Executor

4.2.4　調(diào)度器

4.2.5　默認調(diào)度器DefaultScheduler

4.2.6　均衡調(diào)度器EvenScheduler

4.3　Supervisor

4.3.1　ISupervisor接口

4.3.2　Supervisor的共享數(shù)據(jù)

4.3.3　Supervisor的執(zhí)行過程

4.4　Worker

4.4.1　Worker中的數(shù)據(jù)流

4.4.2　創(chuàng)建Worker的過程

4.5　Executor

4.5.1　Executor的創(chuàng)建

4.5.2　創(chuàng)建Spout的Executor

4.5.3　創(chuàng)建Bolt的Executor

4.6　Task

4.6.1　Task的上下文對象

4.6.2　Task的創(chuàng)建

4.7　Storm中的統(tǒng)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(jiān)控

5.1　主機信息監(jiān)控

5.1　日志和監(jiān)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(xiàn)

第7章　Storm開發(fā)

7.1　簡單示例

7.2　調(diào)試和日志

7.3　Storm Trident

7.4　Strom DRPC

第8章　基于Storm的實時數(shù)據(jù)平臺

8.1　Hadoop到Storm的代碼遷移經(jīng)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(yōu)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(jīng)驗分享

8.6　交互式查詢和分析用戶畫像

8.7　實時產(chǎn)品和店鋪信息更新

第9章　大數(shù)據(jù)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(tǒng)介紹

9.2.2　實時推薦系統(tǒng)的方法

9.2.3　基于Storm的實時推薦系統(tǒng)

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(jīng)驗和性能優(yōu)化

10.1　使用經(jīng)驗

10.1.1　使用rebalance命令動態(tài)調(diào)整并發(fā)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(shù)據(jù)

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(shù)據(jù)均衡性

10.1.8　優(yōu)先使用localOrShuffleGrouping

10.1.9　設置合理的MaxSpoutPending值

10.1.10　設置合理的Worker數(shù)

10.1.11　平衡吞吐量和時效性

10.2　性能優(yōu)化

10.2.1　找到Topology的性能瓶頸

10.2.2　GC參數(shù)優(yōu)化

10.3　性能優(yōu)化原則

附錄A　Kafka原理

附錄B　將Storm源碼導入Eclipse

Storm技術內(nèi)幕與大數(shù)據(jù)實踐精編版內(nèi)容截圖