事件流實(shí)戰(zhàn)

第I部分 事件流與統(tǒng)一日志
第1章 事件流
1．1 術(shù)語(yǔ)定義
1．1．1 事件
1．1．2 持續(xù)事件流
1．2 探尋我們熟悉的事件流
1．2．1 應(yīng)用級(jí)日志
1．2．2 站點(diǎn)分析
1．2．3 發(fā)布／訂閱消息
1．3 統(tǒng)一持續(xù)事件流
1．3．1 古典時(shí)代
1．3．2 混合時(shí)代
1．3．3 統(tǒng)一時(shí)代
1．4 統(tǒng)一日志的應(yīng)用場(chǎng)景
1．4．1 用戶反饋環(huán)路
1．4．2 整體系統(tǒng)監(jiān)控
1．4．3 應(yīng)用系統(tǒng)版本在線升級(jí)
1．5 本章小結(jié)
第2章 統(tǒng)一日志
2．1 深入統(tǒng)一日志
2．1．1 統(tǒng)
2．1．2 只可追加
2．1．3 分布式
2．1．4 有序性
2．2 引入我們的應(yīng)用
2．2．1 識(shí)別關(guān)鍵事件
2．2．2 電子商務(wù)中的統(tǒng)一日志
2．2．3 首個(gè)事件建模
2．3 配置統(tǒng)一日志
2．3．1 下載并安裝Apache Kafka
2．3．2 創(chuàng)建流
2．3．3 發(fā)送和接收事件
2．4 本章小結(jié)
第3章 使用Apache Kafka進(jìn)行事件流處理
3．1 事件流處理入門(mén)
3．1．1 為什么要處理事件流？
3．1．2 單事件處理
3．1．3 多事件處理
3．2 設(shè)計(jì)第一個(gè)流處理程序
3．2．1 將Kafka作為黏合劑
3．2．2 明確需求
3．3 編寫(xiě)一個(gè)簡(jiǎn)單的Kafka Worker
3．3．1 配置開(kāi)發(fā)環(huán)境
3．3．2 應(yīng)用配置
3．3．3 從Kafka讀取事件
3．3．4 向Kafka寫(xiě)入事件
3．3．5 整合讀取與寫(xiě)入
3．3．6 測(cè)試
3．4 編寫(xiě)單事件處理器
3．4．1 編寫(xiě)事件處理器
3．4．2 更新mam方法
3．4．3 再次測(cè)試
3．5 本章小結(jié)
第4章 使用Amazon Kinesis處理流事件
4．1 向Kinesis寫(xiě)入事件
4．1．1 系統(tǒng)監(jiān)控與統(tǒng)一日志
4．1．2 與Kafka的術(shù)語(yǔ)差異
4．1．3 配置事件流
4．1．4 事件建模
4．1．5 編寫(xiě)代理程序
4．2 從Kinesis讀取事件
4．2．1 Kinesis的框架與SDK
4．2．2 使用AWSCLI讀取事件
4．2．3 使用boto監(jiān)控Kinesis stream
4．3 本章小結(jié)
第5章 有狀態(tài)的流式處理
……
第II部分 針對(duì)流的數(shù)據(jù)工程
第III部分 事件分析