具体描述
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
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
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
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
初识Storm，是在一次技术分享会上，听到演讲者略带神秘地提及，它能轻松应对洪流般涌来的实时数据。当时的我，正为处理海量日志、实时监控以及复杂的流式计算场景而焦头烂额，传统的批处理方式显得力不从心。我迫切需要一种能够近乎实时地处理数据的解决方案，能够在我编写代码时，就能感受到数据的跃动，而不是等到第二天醒来，看着一份份冰冷的统计报表。然而，对于Storm的了解，仅限于“实时计算”这个标签，其背后的原理、核心组件、甚至是如何将海量数据“一网打尽”都模糊不清。我常常在想，究竟是什么样的架构设计，才能让它如此从容不迫地吞吐如此庞大的数据流？那些所谓的“拓扑”、“Spout”、“Bolt”又是如何协同工作的？有没有一些实际的案例，能够让我直观地感受到Storm的威力，以及它在实际生产环境中扮演的角色？这些疑问，如同种子一般在我心中埋下，我渴望找到一本能够深入浅出地解答这些疑惑的书籍，让我能够真正理解并掌握这项强大的技术。
评分阅读技术书籍，我最看重的便是其内容是否能够引发我的思考，并提供切实可行的解决方案。我对于那些只会罗列API、堆砌概念的书籍向来敬而远之。我希望能够通过阅读，不仅仅是了解Storm是什么，更重要的是理解Storm为什么是这样设计的，它解决了哪些核心痛点，以及在面对不同场景时，我们应该如何“驯服”这头名为Storm的猛兽。例如，在构建一个高可用、低延迟的数据处理系统时，Storm的容错机制是关键。我希望书中能够详细阐述其故障检测、任务重试、数据持久化等方面的设计哲学，以及这些机制是如何在分布式环境下保证数据的完整性和处理的连续性。同时，我也想知道，在实际部署Storm集群时，有哪些需要注意的细节，如何进行性能调优，以及如何将其与其他大数据生态系统中的组件，如HDFS、HBase、Kafka等无缝集成。只有当理论与实践紧密结合，才能真正将技术内化为解决问题的能力。
评分作为一名开发者，我深知理论知识的学习只是基础，而能够将技术应用于实际业务场景，创造价值，才是最终的目标。因此，在选择技术书籍时，我格外看重其是否能够提供切实可行的指导，帮助我解决实际工作中遇到的挑战。我希望能够通过这本书，学习到如何设计和实现高效、稳定的Storm应用，例如如何进行数据的预处理和转换，如何构建复杂的流式计算逻辑，以及如何处理错误和异常情况。此外，对于分布式系统的调优和监控，我也希望能有更深入的了解。例如，如何通过配置参数来优化Storm的吞吐量和延迟，如何利用监控工具来发现和解决潜在的问题，以及如何进行集群的扩容和缩容。我希望这本书能够成为我手中的一把利器，帮助我在大数据时代，游刃有余地处理实时数据流，并为业务发展贡献力量。
评分在浩瀚的技术海洋中，找到一本能够真正触及本质、引人入胜的书籍并非易事。我所追求的，是一种能够让我感受到作者对技术的热情和深刻理解的书籍。我希望通过阅读，能够不仅仅是掌握Storm的API和配置，更能理解其设计背后的权衡与取舍，以及作者是如何在复杂的技术难题中找到优雅的解决方案。例如，当Storm面临数据倾斜、处理延迟过高、集群稳定性差等问题时，作者是如何给出分析和优化的建议？书中是否会提供一些“实战经验”，例如在特定场景下，如何选择合适的Spout和Bolt，如何设计合理的并行度，以及如何有效地进行监控和故障排除？这些细节，往往是衡量一本书是否具有深度和实用价值的重要标准。我渴望通过这样的书籍，能够真正地“玩转”Storm，而不是仅仅停留在“了解”的层面。
评分我一直认为，真正优秀的技术书籍，不应该只是作者单方面的输出，而更应该是一种引导读者深入探索的旅程。当我翻开一本新书时，我期待的是它能够在我脑海中勾勒出一幅清晰的技术蓝图，让我能够循序渐进地理解技术的演进脉络和核心思想。例如，在学习Storm时，我希望能了解它诞生的背景，它是如何一步步发展壮大的，以及它在实时计算领域所扮演的重要角色。更重要的是，我希望能够看到一些真实的、具有代表性的应用案例，这些案例能够让我看到Storm在金融风控、实时推荐、日志分析、物联网数据处理等不同领域的实际落地情况。通过分析这些案例，我能够学习到不同的架构模式，掌握如何根据业务需求来设计和优化Storm拓扑，甚至能够举一反三，将学到的知识应用到我自己的项目中。
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