1.全書側重實用性，涵蓋從數據的采集、可視化到數據的持久化等各個方面的內容，幫助讀者提升自主解決挑戰性問題的能力；2.本書包括如何設置組件、基礎的Demo演示、繫統集成、高級用例，以及報警和監控等主題，旨在幫助讀者了解當今流行的實時處理工具，如Apache Spark、Apache Flink和Storm；3.本書結合實際用例展示上述技術的具體應用，真正將理論運用到實踐中，解決實際問題；4.通過閱讀本書，讀者可以掌握實時數據處理和分析的相關知識，並能了解如何以最恰當的方式在生產環境中等

●第一部分導言—熟悉實時分析
第1章實時分析簡介 2
1.1 大數據的定義 2
1.2 大數據的基礎設施 3
1.3 實時分析—神話與現實 6
1.4 近實時解決方案—可用的架構 9
1.4.1 NRT的Storm解決方案 9
1.4.2 NRT的Spark解決方案 10
1.5 Lambda架構—分析可能性 11
1.6 物聯網—想法與可能性 13
1.7 雲—考慮NRT和物聯網 17
1.8 小結 18
第2章實時應用的基本組件 19
2.1 NRT繫統及其構建模塊 19
2.1.1 數據采集 21
2.1.2 流處理 22
2.1.3 分析層—服務終端用戶 23
2.2 NRT的高級繫統視圖 25
2.3 NRT的技術視圖 26
2.3.1 事件生產者 27
2.3.2 數據收集 27
2.3.3 代理 29
2.3.4 轉換和處理 31
2.3.5 存儲 32
2.4 小結 32
第二部分 搭建基礎設施
第3章 了解和跟蹤數據流 34
3.1 了解數據流 34
3.2 為數據提取安裝基礎設施 35
3.2.1 ApacheKafka 35
3.2.2 ApacheNiFi 36
3.2.3 Logstash 41
3.2.4 Fluentd 43
3.2.5 Flume 46
3.3 將數據從源填到處理器—期望和注意事項 48
3.4 比較與選擇適合用例的很好實踐 49
3.5 小試牛刀 49
3.6 小結 51
第4章 安裝和配置Storm 52
4.1 Storm概述 52
4.2 Storm架構和組件 53
4.2.1 特征 54
4.2.2 組件 54
4.2.3 流分組 56
4.3 安裝和配置Storm 57
4.3.1 安裝Zookeeper 57
4.3.2 配置ApacheStorm 59
4.4 在Storm上實時處理任務 61
4.5 小結 67
第5章 配置ApacheSpark和Flink 68
5.1 安裝並快速運行Spark 68
5.1.1 源碼構建 69
5.1.2 下載Spark安裝包 69
5.1.3 運行示例 70
5.2 安裝並快速運行Flink 73
5.2.1 使用源碼構建Flink 73
5.2.2 下載Flink 74
5.2.3 運行示例 75
5.3 安裝並快速運行ApacheBeam 79
5.3.1 Beam模型 79
5.3.2 運行示例 80
5.3.3 MinimalWordCount示例 82
5.4 ApacheBeam中的平衡 85
5.5 小結 88
第三部分 Storm實時計算
第6章 集成Storm與數據源 90
6.1 RabbitMQ有效的消息傳遞 90
6.2 RabbitMQ交換器 91
6.2.1 直接交換器 91
6.2.2 RabbitMQ安裝配置 93
6.2.3 RabbitMQ的發布和訂閱 95
6.3 RabbitMQ與Storm集成 99
6.4 PubNub數據流發布者 107
6.5 將Storm和RMQ_PubNub傳感器數據拓撲串在一起 111
6.6 小結 114
第7章 從Storm到Sink 115
7.1 安裝並配置Cassandra 115
7.1.1 安裝Cassandra 116
7.1.2 配置Cassandra 117
7.2 Storm和Cassandra拓撲 118
7.3 Storm和IMDB集成處理維度數據 120
7.4 集成表示層與Storm 122
7.5 小試牛刀 134
7.6 小結 143
第8章 StormTrident 144
8.1 狀態保持和Trident 144
8.1.1 事務性spout 145
8.1.2 不透明事務性spout 145
8.2 基本StormTrident拓撲 146
8.3 Trident內部實現 148
8.4 Trident操作 149
8.4.1 函數 149
8.4.2 Map函數andFlatMap函數 150
8.4.3 peek函數 151
8.4.4 過濾器 151
8.4.5 窗口操作 152
8.4.6 聚合操作 155
8.4.7 分組操作 158
8.4.8 合並和組合操作 159
8.5 DRPC 160
8.6 小試牛刀 161
8.7 小結 164
第四部分 使用Spark實現實時計算
第9章 運用Spark引擎 166
9.1 Spark概述 166
9.2 Spark的獨特優勢 169
9.3 Spark用例 172
9.4 Spark架構—引擎內部的運行模式 174
9.5 Spark的語用概念 176
9.6 Spark2.x—數據框和數據集的出現 178
9.7 小結 179
第10章運用Spark操作 180
10.1 Spark—封裝和API 180
10.2 RDD語用探索 182
10.2.1 轉換 185
10.2.2 動作 190
10.3 共享變量—廣播變量和累加器 192
10.3.1 廣播變量 192
10.3.2 累加器 195
10.4 小結 196
第11章SparkStreaming 197
11.1 SparkStreaming的概念 197
11.2 SparkStreaming的簡介和體繫結構 198
11.3 SparkStreaming的封裝結構 203
11.3.1 SparkStreamingAPI 203
11.3.2 SparkStreaming操作 204
11.4 連接Kafka和SparkStreaming 206
11.5 小結 208
第五部分 使用Flink實現實時分析
第12章運用ApacheFlink 210
12.1 Flink體繫結構和執行引擎 210
12.2 Flink的基本組件和進程 213
12.3 將源流集成到Flink 215
12.3.1 和ApacheKafka集成 215
12.3.2 和RabbitMQ集成 218
12.4 Flink處理和計算 221
12.4.1 DatastreamAPI 221
12.4.2 DataSetAPI 223
12.5 Flink持久化 224
12.6 FlinkCEP 226
12.7 PatternAPI 227
12.7.1 檢測模式 227
12.7.2 模式選擇 228
12.7.3 示例 228
12.8 Gelly 229
12.9 小試牛刀 231
12.10 小結 242
第六部分 綜合應用
第13章用例研究 244
13.1 概述 244
13.2 數據建模 245
13.3 工具和框架 246
13.4 建立基礎設施 247
13.5 實現用例 252
13.5.1 構建數據模擬器 252
13.5.2 Hazelcast加載器 259
13.5.3 構建Storm拓撲 261
13.6 運行用例 272
13.7 小結 279

《實時數據處理和分析指南》主要介紹實時大數據計算領域的相關技巧和經驗，包括Flink、Spark和Storm等流處理框架技術。全書從搭建開發環境開始，逐步實現流處理，循序漸進地引導讀者學習如何利用Rabbit MQ、Kafka和NiFi以及Storm、Spark、Flink和Beam等組件協同應用來解決實際問題。本書內容分為6個部分，分別是“導言——熟悉實時分析”“搭建基礎設施”“Storm實時計算”“使用Spark實現實時計算”“使用Flink實現實時分析”以及“綜合應用”。在閱讀本書之前，讀者應具備基本的Java和Scala編程基礎，還應熟悉Maven、Java和Eclipse的安裝和配置流程。

(印)希爾皮·薩克塞納(Shilpi Saxena),(印)沙魯巴·古普塔(Saurabh Gupta) 著 吳志國,曾鳳姝 譯