具体描述
本书内容主要围绕即时大数据系统的各个主题，从即时平台总体介绍到集群程式码、运算监控、即时系统扩展、以使用者画像为主的资料平台，最后到推荐、广告、搜索等具体的大数据应用。书中提到实际生产环境中因为资料量增长而遇到的一些真实问题，对即将或正在运用即时系统处理大数据资料的团队会有所帮助。
本书特色
汇集作者在大众点评和1号店即时平台的大数据实作方式。
讲解以Storm为基础的流资料处理整体解决方案。
名人推荐
大数据会推动讯息服务从全体走向群体，从群体走向个体，本书深入介绍了推荐技术的内涵和挑战，值得学习和企业技术人员仔细阅读。~~周涛，《大数据时代》译者，电子科技大学大数据研究中心主任
这本书让我受益，书中的内容汇集了几位作者在两家互联网公司的大数据实践，相信此书会让准备从事大数据工作的人少走很多弯路。~~李钢江，原Google技术总监，百度大数据部总监，现跟谁学联合创始人兼CTO
什么是流式计算？什么是Storm？Storm有哪些特性以及怎么使用好Storm，本书会提供相应的答案。以原理介绍加实际项目的形式，有深度有内涵，值得一读。~~闰剑锋，大众点评数据中心负责人
本书特色
汇集作者在大众点评和1号店即时平台的大数据实作方式。
讲解以Storm为基础的流资料处理整体解决方案。
名人推荐
大数据会推动讯息服务从全体走向群体，从群体走向个体，本书深入介绍了推荐技术的内涵和挑战，值得学习和企业技术人员仔细阅读。~~周涛，《大数据时代》译者，电子科技大学大数据研究中心主任
这本书让我受益，书中的内容汇集了几位作者在两家互联网公司的大数据实践，相信此书会让准备从事大数据工作的人少走很多弯路。~~李钢江，原Google技术总监，百度大数据部总监，现跟谁学联合创始人兼CTO
什么是流式计算？什么是Storm？Storm有哪些特性以及怎么使用好Storm，本书会提供相应的答案。以原理介绍加实际项目的形式，有深度有内涵，值得一读。~~闰剑锋，大众点评数据中心负责人
著者信息
作者简介
陈敏敏
1号店个性精准化部门资深架构师，在此之前曾服务于微软和三星电子等公司，长期从事大数据、搜索和推荐平台相关工作。目前主要关注于NoSQL、即时计算框架、推荐、广告投放等相关技术。
王新春
大众点评网资料平台资深工程师，负责点评即时计算平台相关工作，推动流式计算和即时计算在点评的应用和推广，一直致力于大数据和分散式系统的研究和应用。目前主要从事NoSQL、即时分散式系统的研究与开发。
黄奉线
1号店基础架构部分散式存储团队负责人，推动流式计算在1号店的应用，获得CTO特别奖，长期从事基础架构相关工作。目前主要关注于NoSQL、开源、流式计算、分散式存储等相关技术。
陈敏敏
1号店个性精准化部门资深架构师，在此之前曾服务于微软和三星电子等公司，长期从事大数据、搜索和推荐平台相关工作。目前主要关注于NoSQL、即时计算框架、推荐、广告投放等相关技术。
王新春
大众点评网资料平台资深工程师，负责点评即时计算平台相关工作，推动流式计算和即时计算在点评的应用和推广，一直致力于大数据和分散式系统的研究和应用。目前主要从事NoSQL、即时分散式系统的研究与开发。
黄奉线
1号店基础架构部分散式存储团队负责人，推动流式计算在1号店的应用，获得CTO特别奖，长期从事基础架构相关工作。目前主要关注于NoSQL、开源、流式计算、分散式存储等相关技术。
图书目录
ch01 绪论
ch02 即时平台介绍
ch03 Storm 丛集部署和设定
ch04 Storm 内部剖析
ch05 Storm 运行维护和监控
ch06 Storm 的扩充
ch07 Storm 开发
ch08 以Storm 为基础的即时资料平台
ch09 大数据应用案例
ch10 Storm 使用经验和效能最佳化
附录A Kafka 原理
附录B 将Storm 原始程式汇入Eclipse
ch02 即时平台介绍
ch03 Storm 丛集部署和设定
ch04 Storm 内部剖析
ch05 Storm 运行维护和监控
ch06 Storm 的扩充
ch07 Storm 开发
ch08 以Storm 为基础的即时资料平台
ch09 大数据应用案例
ch10 Storm 使用经验和效能最佳化
附录A Kafka 原理
附录B 将Storm 原始程式汇入Eclipse
图书序言
序
本书意在介绍即时大数据的各方面，分享我们在设计即时应用过程中遇到的一些问题，让一些从零开始建置即时计算平台的公司少走冤枉路。
我们力图使不同背景的读者都能从其中获益。
如果你从事基础架构方面的工作，可以注重阅读以下几章：在第1章中，我们整理了许多主要网际网路公司在Storm应用方面的一些情况；在第2章中，我们介绍了即时平台的整体架构，随后引用了大众点评和1号店目前即时平台的一些基本情况；在第4章中，我们列出了原始程式剖析，为了让不懂Clojure语言的读者也能容易地了解Storm的内部原理，我们配了很多顺序图来描述唿叫逻辑；在第5章中，我们分享了一些在实作中归纳出来的监控Storm应用的常用方法；在第6章中，我们介绍了在Storm上如何做一些扩充，方便更进一步地维护和管理丛集；在第10章中，我们主要分享了Storm的一些小技巧和效能最佳化的经验。如果你是大数据产品的开发和架构人员，可以注重阅读后面的几章，其中分享了我们一年来遇到的一些瓶颈。
如果你是演算法工程师，可以注重了解第8章和第9章，里面的使用者生命週期模型、即时推荐系统的演算法和架构、千人千面架构等不少内容来自我们的生产实作。设计严谨的模型在即时系统上常常会遇到比较大的效能问题，资料量、即时和演算法的精准性是相互限制的，加强某一方面，常常不得不牺牲另外两个指标。在实际推荐系统的生产环境中，连结规则和协作过泸的推荐效果常常比较好，被广泛採用，而利用人物志(Persona)，结合地域、天气等上下文资讯，可以进行一些更加精准的推荐。
目前以使用者画像为基础和上下文内容做个性化推荐和搜索、精准化营运和广告行销等加强交易额等转换率，也是很多公司尝试的方向。
对于网上有的或其他书中介绍过的内容，为适应不同读者的需求，我们会简单提及以做一点点过渡。
尽管我们投入了大量的精力来写这本书，但因为水准所限，书中的内容存在不足和疏漏也在所难免，恳请读者批评指正。
本书意在介绍即时大数据的各方面，分享我们在设计即时应用过程中遇到的一些问题，让一些从零开始建置即时计算平台的公司少走冤枉路。
我们力图使不同背景的读者都能从其中获益。
如果你从事基础架构方面的工作，可以注重阅读以下几章：在第1章中，我们整理了许多主要网际网路公司在Storm应用方面的一些情况；在第2章中，我们介绍了即时平台的整体架构，随后引用了大众点评和1号店目前即时平台的一些基本情况；在第4章中，我们列出了原始程式剖析，为了让不懂Clojure语言的读者也能容易地了解Storm的内部原理，我们配了很多顺序图来描述唿叫逻辑；在第5章中，我们分享了一些在实作中归纳出来的监控Storm应用的常用方法；在第6章中，我们介绍了在Storm上如何做一些扩充，方便更进一步地维护和管理丛集；在第10章中，我们主要分享了Storm的一些小技巧和效能最佳化的经验。如果你是大数据产品的开发和架构人员，可以注重阅读后面的几章，其中分享了我们一年来遇到的一些瓶颈。
如果你是演算法工程师，可以注重了解第8章和第9章，里面的使用者生命週期模型、即时推荐系统的演算法和架构、千人千面架构等不少内容来自我们的生产实作。设计严谨的模型在即时系统上常常会遇到比较大的效能问题，资料量、即时和演算法的精准性是相互限制的，加强某一方面，常常不得不牺牲另外两个指标。在实际推荐系统的生产环境中，连结规则和协作过泸的推荐效果常常比较好，被广泛採用，而利用人物志(Persona)，结合地域、天气等上下文资讯，可以进行一些更加精准的推荐。
目前以使用者画像为基础和上下文内容做个性化推荐和搜索、精准化营运和广告行销等加强交易额等转换率，也是很多公司尝试的方向。
对于网上有的或其他书中介绍过的内容，为适应不同读者的需求，我们会简单提及以做一点点过渡。
尽管我们投入了大量的精力来写这本书，但因为水准所限，书中的内容存在不足和疏漏也在所难免，恳请读者批评指正。
图书试读
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有