《离线和实时大数据开发实战》内容简介

本书分为三篇。第壹篇：从整体上给出数据大图和数据平台大图，主要介绍数据的主要流程、各个流程的关键技术、数据的主要从业者及他们的职责等；数据平台大图分离线和实时分别给出数据平台架构、关键数据概念和技术等；第二篇：介绍离线数据开发的主要技术，包含Hadoop、Hive、维度建模等，另外此部分还将综合上述各种离线技术给出离线数据处理实战；第三篇：集中介绍实时数据处理的各项技术，包含Storm、SparkSteaming、Flink、Beam等。
朱松岭著。

作品目录

前言
第一篇
数据大图和数据平台大图
第1章：数据大图
1.1、数据流程
1.2、数据技术
1.3、数据相关从业者和角色
1.4、本章小结
第2章：数据平台大图
2.1、离线数据平台的架构、技术和设计
2.2、实时数据平台的架构、技术和设计
2.3、数据管理
2.4、本章小结
第二篇
离线数据开发：大数据开发的主战场
第3章：Hadoop原理实践
3.1、开启大数据时代的Hadoop
3.2、HDFS和MapReduce优缺点分析
3.3、HDFS和MapReduce基本架构
3.4、MapReduce内部原理实践
3.5、本章小结
第4章：Hive原理实践
4.1、离线大数据处理的主要技术：Hive
4.2、Hive
SQL
4.3、Hive
SQL执行原理图解
4.4、Hive函数
4.5、其他SQL
on
Hadoop技术
4.6、本章小结
第5章：Hive优化实践
5.1、离线数据处理的主要挑战：数据倾斜
5.2、Hive优化
5.3、join无关的优化
5.4、大表join小表优化
5.5、大表join大表优化
5.6、本章小结
第6章：维度建模技术实践
6.1、大数据建模的主要技术：维度建模
6.2、维度表设计
6.3、深入事实表
6.4、大数据的维度建模实践
6.5、本章小结
第7章：Hadoop数据仓库开发实战
7.1、业务需求
7.2、Hadoop数据仓库架构设计
7.3、Hadoop数据仓库规范设计
7.4、FutureRetailer数据仓库构建实践
7.5、数据平台新架构——数据湖
7.6、本章小结
第三篇
实时数据开发：大数据开发的未来
第8章：Storm流计算开发
8.1、流计算技术的鼻祖：Storm技术
8.2、Storm实时开发示例
8.3、Storm高级原语Trident
8.4、Storm关键技术
8.5、本章小结
第9章：Spark
Streaming流计算开发
9.1、Spark生态和核心概念
9.2、Spark生态的流计算技术：Spark
Streaming
9.3、Spark
Streaming的实时开发示例
9.4、Spark
Streaming调优实践
9.5、Spark
Streaming关键技术
9.6、本章小结
第10章：Flink流计算开发
10.1、流计算技术新贵：Flink
10.2、Flink
API
10.3、Flink实时开发示例
10.4、Flink关键技术详解
10.5、本章小结
第11章：Beam技术
11.1、意图一统流计算的Beam
11.2、Beam技术核心：Beam
Model
11.3、Beam
SDK
11.4、Beam窗口详解
11.5、本章小结
第12章：Stream
SQL实时开发实战
12.1、流计算SQL原理和架构
12.2、流计算SQL：未来主要的实时开发技术
12.3、Stream
SQL
12.4、Stream
SQL的实时开发实战
12.5、撤回机制
12.6、本章小结
参考文献