實(shí)時(shí)流計(jì)算系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

前言
第1章　實(shí)時(shí)流計(jì)算 1
1.1　大數(shù)據(jù)時(shí)代的新挑戰(zhàn)：實(shí)時(shí)流計(jì)算 1
1.2　實(shí)時(shí)流計(jì)算使用場(chǎng)景 2
1.3　實(shí)時(shí)流數(shù)據(jù)的特點(diǎn) 4
1.4　實(shí)時(shí)流計(jì)算系統(tǒng)架構(gòu) 6
1.4.1　數(shù)據(jù)采集 6
1.4.2　數(shù)據(jù)傳輸 7
1.4.3　數(shù)據(jù)處理 8
1.4.4　數(shù)據(jù)存儲(chǔ) 8
1.4.5　數(shù)據(jù)展示 9
1.5　本章小結(jié) 10
第2章　數(shù)據(jù)采集 11
2.1　設(shè)計(jì)數(shù)據(jù)采集的接口 11
2.2　使用Spring Boot實(shí)現(xiàn)數(shù)據(jù)采集服務(wù)器 12
2.3　BIO與NIO 14
2.3.1　BIO連接器 14
2.3.2　NIO連接器 17
2.4　NIO和異步 19
2.4.1　 CPU密集型任務(wù) 19
2.4.2　I/O密集型任務(wù) 20
2.4.3　I/O和CPU都密集型任務(wù) 21
2.4.4　纖程 22
2.4.5　Actor 24
2.4.6　NIO配合異步編程 25
2.5　 使用Netty實(shí)現(xiàn)數(shù)據(jù)采集服務(wù)器 26
2.5.1　使用Netty實(shí)現(xiàn)數(shù)據(jù)采集API 27
2.5.2　異步編程 29
2.5.3　流量控制和反向壓力 31
2.5.4　實(shí)現(xiàn)反向壓力 32
2.5.5　異步的不足之處 36
2.6　本章小結(jié) 36
第3章　實(shí)現(xiàn)單節(jié)點(diǎn)流計(jì)算應(yīng)用 38
3.1　自己動(dòng)手寫(xiě)實(shí)時(shí)流計(jì)算框架 38
3.1.1　用DAG描述流計(jì)算過(guò)程 38
3.1.2　造一個(gè)流計(jì)算框架的輪子 39
3.1.3　實(shí)現(xiàn)特征提取DAG節(jié)點(diǎn) 42
3.1.4　實(shí)現(xiàn)特征提取DAG拓?fù)?45
3.2　CompletableFuture方法與原理 46
3.2.1　常用的CompletableFuture類(lèi)方法 47
3.2.2　CompletableFuture的工作原理 49
3.3　采用CompletableFuture實(shí)現(xiàn)單節(jié)點(diǎn)流處理 51
3.3.1　基于CompletableFuture實(shí)現(xiàn)流計(jì)算應(yīng)用 51
3.3.2　反向壓力 53
3.3.3　死鎖 54
3.3.4　再論流與異步的關(guān)系 55
3.4　流計(jì)算應(yīng)用的性能調(diào)優(yōu) 56
3.4.1　優(yōu)化機(jī)制 56
3.4.2　優(yōu)化工具 56
3.4.3　線(xiàn)程狀態(tài) 62
3.4.4　優(yōu)化方向 66
3.5　本章小結(jié) 67
第4章　數(shù)據(jù)處理 68
4.1　流計(jì)算到底在計(jì)算什么 68
4.2　流數(shù)據(jù)操作 70
4.2.1　過(guò)濾 70
4.2.2　映射 70
4.2.3　展開(kāi)映射 71
4.2.4　聚合 72
4.2.5　關(guān)聯(lián) 73
4.2.6　分組 75
4.2.7　遍歷 75
4.3　時(shí)間維度聚合特征計(jì)算 76
4.4　關(guān)聯(lián)圖譜特征計(jì)算 78
4.4.1　一度關(guān)聯(lián) 79
4.4.2　二度關(guān)聯(lián) 81
4.5　事件序列分析 85
4.5.1　CEP編程模式 86
4.5.2　Flink CEP實(shí)例 87
4.6　模型學(xué)習(xí)和預(yù)測(cè) 89
4.6.1　統(tǒng)計(jì)學(xué)習(xí)模型 90
4.6.2　P-value檢驗(yàn) 90
4.6.3　機(jī)器學(xué)習(xí)模型 91
4.7　本章小結(jié) 93
第5章　實(shí)時(shí)流計(jì)算的狀態(tài)管理 94
5.1　流的狀態(tài) 94
5.1.1　流數(shù)據(jù)狀態(tài) 96
5.1.2　流信息狀態(tài) 97
5.2　采用Redis實(shí)現(xiàn)流信息狀態(tài)管理 98
5.2.1　時(shí)間維度聚合特征計(jì)算 98
5.2.2　一度關(guān)聯(lián)特征計(jì)算 99
5.3　采用Apache Ignite實(shí)現(xiàn)流信息狀態(tài)管理 100
5.3.1　時(shí)間維度聚合分析 101
5.3.2　一度關(guān)聯(lián)特征計(jì)算 103
5.4　擴(kuò)展為集群 105
5.4.1　基于Redis的狀態(tài)集群 106
5.4.2　局部性原理 106
5.4.3　批次請(qǐng)求處理 108
5.4.4　基于Apache Ignite的狀態(tài)集群 109
5.4.5　基于分布式文件系統(tǒng)的狀態(tài)管理集群 109
5.5　本章小結(jié) 110
第6章　開(kāi)源流計(jì)算框架 111
6.1　Apache Storm 112
6.1.1　系統(tǒng)架構(gòu) 112
6.1.2　流的描述 113
6.1.3　流的執(zhí)行 113
6.1.4　流的狀態(tài) 116
6.1.5　消息傳達(dá)可靠性保證 116
6.2　Spark Streaming 117
6.2.1　系統(tǒng)架構(gòu) 117
6.2.2　流的描述 117
6.2.3　流的執(zhí)行 118
6.2.4　流的狀態(tài) 119
6.2.5　消息傳達(dá)可靠性保證 120
6.3　Apache Samza 120
6.3.1　系統(tǒng)架構(gòu) 120
6.3.2　流的描述 121
6.3.3　流的執(zhí)行 123
6.3.4　流的狀態(tài) 126
6.3.5　消息傳達(dá)可靠性保證 126
6.4　Apache Flink 127
6.4.1　系統(tǒng)架構(gòu) 127
6.4.2　流的描述 128
6.4.3　流的執(zhí)行 128
6.4.4　流的狀態(tài) 130
6.4.5　消息傳達(dá)可靠性 131
6.5　本章小結(jié) 132
第7章　當(dāng)做不到實(shí)時(shí) 133
7.1　做不到實(shí)時(shí)的原因 133
7.2　Lambda架構(gòu) 134
7.2.1　數(shù)據(jù)系統(tǒng)和Lambda架構(gòu)思想 135
7.2.2　Lambda架構(gòu) 135
7.2.3　Lambda架構(gòu)在實(shí)時(shí)流計(jì)算中的運(yùn)用 137
7.3　Kappa架構(gòu)與架構(gòu)實(shí)例 138
7.3.1　Kappa架構(gòu) 138
7.3.2　Kappa架構(gòu)實(shí)例 140
7.4　本章小結(jié) 143
第8章　數(shù)據(jù)傳輸 144
8.1　消息中間件 144
8.1.1　為什么使用消息中間件 145
8.1.2　消息中間件的工作模式 146
8.1.3　消息模式 147
8.1.4　使用消息中間件的注意事項(xiàng) 149
8.2　Apache Kafka 150
8.2.1　Kafka架構(gòu) 150
8.2.2　Kafka生產(chǎn)者