流式系統(tǒng)

定　價：￥99.80

作　者：	[美] 泰勒·阿基道（Tyler Akidau）斯拉瓦·切爾尼亞克（Slava
出版社：	人民郵電出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥94.80)

ISBN：	9787115645487	出版時間：	2024-08-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　這是一本理論高度概括的書，講解流式處理核心、本質(zhì)的概念、特性、設(shè)計和方法。本書分為兩部分：第一部分以Beam的編程模型為抓手討論流處理的種種核心問題，重點是相對高層次地討論批處理模型以及流處理模型；第二部分討論流與表的二象性，即兩者之間的類比與差異，對概念進(jìn)行深入探討，并討論關(guān)于流處理的“流與表”的思考方式。本書還概要瀏覽大數(shù)據(jù)處理系統(tǒng)的家族歷史，深入討論流式系統(tǒng)發(fā)展領(lǐng)域的一些重要貢獻(xiàn)。此外，本書配有大量的動畫示意圖，讀者可以在線查看相關(guān)動圖示例。本書覆蓋流式系統(tǒng)的核心理論和本質(zhì)概念，適合大數(shù)據(jù)系統(tǒng)愛好者、相關(guān)專業(yè)學(xué)生、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和開發(fā)人員閱讀和參考。盡管本書只是流式系統(tǒng)的導(dǎo)論讀物，但是仍然需要讀者了解大數(shù)據(jù)處理系統(tǒng)的基本原理并具備相關(guān)的使用經(jīng)驗。

作者簡介

　　泰勒·阿基道（Tyler Akidau）是谷歌的高級軟件工程師、數(shù)據(jù)處理語言與系統(tǒng)團隊的技術(shù)負(fù)責(zé)人，也是Apache Beam PMC的創(chuàng)始成員。斯拉瓦·切爾尼亞克（Slava Chernyak）是谷歌西雅圖辦公室的高級軟件工程師。他花了6年多的時間研究在谷歌內(nèi)部使用的大規(guī)模流數(shù)據(jù)處理系統(tǒng)。魯文·拉克斯（Reuven Lax）是谷歌西雅圖辦公室的高級軟件工程師，過去十多年他一直在幫助制定谷歌的數(shù)據(jù)處理和分析的戰(zhàn)略。他也是Apache Beam PMC的成員。

圖書目錄

第一部分 Beam模型
第 1章　流式處理入門 2
1.1 術(shù)語：什么是流 3
1.2 數(shù)據(jù)處理模式 9
1.3 小結(jié) 17
第 2章　數(shù)據(jù)處理的來龍去脈 19
2.1 路線圖 20
2.2 批基礎(chǔ)：定義及位置 21
2.3 開始流處理：時機及方法 27
2.4 小結(jié) 44
第3章　水位 47
3.1 定義 47
3.2 源端水位的創(chuàng)建 49
3.3 水位傳播 53
3.4 百分比水位 65
3.5 處理時間水位 67
3.6 案例分析 69
3.7 小結(jié) 75
第4章　高級開窗 76
4.1 時機/位置：處理時間開窗 76
4.2 位置：會話 82
4.3 位置：自定義開窗 85
4.4 小結(jié) 95
第5章　精確一次及副作用 97
5.1 為什么精確一次這么重要 97
5.2 準(zhǔn)確性與完整性 98
5.3 確保在混洗中精確一次 101
5.4 解決確定性 102
5.5 性能 102
5.6 源端的精確一次 105
5.7 匯端的精確一次 106
5.8 用例 107
5.9 其他系統(tǒng) 110
5.10 小結(jié) 112
第二部分流和表
第6章　流和表 114
6.1 流和表的基礎(chǔ)：“流表相對論”的特殊理論 115
6.2 批處理與流和表 116
6.3 流和表世界的定義、位置、時機和方法 121
6.4 “流表相對論”的一般理論 137
6.5 小結(jié) 139
第7章　持久化狀態(tài)的實踐 141
7.1 動機 141
7.2 隱式狀態(tài) 144
7.3 廣義狀態(tài) 149
7.4 小結(jié) 162
第8章　流式SQL 163
8.1 什么是流式SQL 163
8.2 回顧：流和表的設(shè)計偏好 174
8.3 展望：邁向健壯的流式SQL 184
8.4 小結(jié) 204
第9章　流式連接 207
9.1 所有連接都是流式連接 207
9.2 非開窗連接 208
9.3 開窗連接 219
9.4 小結(jié) 234
第 10章　大規(guī)模數(shù)據(jù)處理的演化 236
10.1 MapReduce 237
10.2 Hadoop 241
10.3 Flume 242
10.4 Storm 247
10.5 Spark 250
10.6 MillWheel 252
10.7 Kafka 256
10.8 Cloud DataFlow 259
10.9 Flink 261
10.10 Beam 265
10.11 小結(jié) 268