内容简介：

所有连续的事件流都可以称为数据流。对连续数据流设计和构建流式数据架构，能够实现实时或近实时应用，提升整个组织的效率。本书以Apache Kafka和MapRStreams为例，重点讲解如何确定使用流数据的时机、如何为多用户系统设计流式架构、为什么要求消息传递层具备某些特定功能，以及为什么需要微服务，并且描述了目前最符合流式设计需求的消息传递和流分析工具，适合架构师、大数据科学家及IT工程师阅读。

前言：

使用和处理连续数据流的能力，是一项极具竞争力的优势。因此，能够利用流数据，逐渐成为构建数据驱动型组织的一个重要条件。流数据的广泛使用引发了如何进行更好的系统设计才能有效处理流数据的思考，涉及从多个数据源提取数据，以及各种不同的使用场景，包括流分析和持久化问题。

内容概括：

本书内容包括:

●如何确定使用流数据的时机

●在多用户系统中如何更好地设计流架构

●为什么这种设计要求消息传递层具备某些特定的功能

●为什么流式架构支持微服务

第一章：为什么使用流

第二章：流式架构

第三章：流架构：微服务的理想平台

第四章：使用Kafka进行传输

第五章：MapR Streams

第六章：基于流数据的欺诈检测

第七章：地理分布式数据流

第八章：总结

由于文章篇幅有限，为了节省大家的时间，所以整理出来了一部分内容供大家参考。小编已经帮助大家把文档整理出来了，只需要私信【学习】二字即可。

如果大家喜欢小编的文章可以关注、转发，万分感谢！

祝大家新年快乐.鼠年大吉丫

设计美好，一直在身边大数据 Apache 文章工程师 2019未来科学大奖

本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/301356.html

热点指南

流式架构 Kafka与MapR Streams数据流处理

内容简介：

前言：

内容概括：

第一章：为什么使用流

第二章：流式架构

第三章：流架构：微服务的理想平台

第四章：使用Kafka进行传输

第五章：MapR Streams

第六章：基于流数据的欺诈检测

第七章：地理分布式数据流

第八章：总结

流式架构 Kafka与MapR Streams数据流处理

内容简介：

前言：

内容概括：

第一章：为什么使用流

第二章：流式架构

第三章：流架构：微服务的理想平台

第四章：使用Kafka进行传输

第五章：MapR Streams

第六章：基于流数据的欺诈检测

第七章：地理分布式数据流

第八章：总结

相关推荐