企业大数据处理：Spark、Druid、Flume与Kafka应用实践

作品简介

本书将详细介绍上述技术的原理，通过实践演示每种技术的实际应用场景。希望通过理论与实践相结合的方式使内容更通俗易懂，帮助读者根据实际的业务场景选择合适的技术方案，相信大数据在未来的发展中还会创造更多的价值。

作者：肖冠宇。

作品目录

• 前言
• 内容概述
• 目标读者
• 读者反馈
• 致谢
• 第一部分　准备工作
• 第1章　基础环境准备
• 1.1　软件环境准备
• 1.2　集群环境准备
• 1.3　小结
• 第二部分　核心技术
• 第2章　Spark详解
• 2.1　Spark概述
• 2.2　Spark SQL
• 2.3　Structured Streaming
• 2.4　Spark优化
• 2.5　小结
• 第3章　Druid原理及部署
• 3.1　架构设计
• 3.2　集群部署
• 3.3　小结
• 第4章　Druid数据摄入
• 4.1　模式设计
• 4.2　批量数据摄入
• 4.3　流数据摄入
• 4.4　数据更新
• 4.5　小结
• 第5章　Druid客户端
• 5.1　涉及组件
• 5.2　查询类型
• 5.3　查询API
• 5.4　小结
• 第6章　日志收集
• 6.1　Flume介绍
• 6.2　Flume应用实践
• 6.3　小结
• 第7章　分布式消息队列
• 7.1　Kafka介绍
• 7.2　安装部署
• 7.3　客户端API
• 7.4　小结
• 第三部分　项目实践
• 第8章　数据平台
• 8.1　需求分析
• 8.2　功能实现
• 8.3　小结
• 第9章　监控系统
• 9.1　InfluxDB
• 9.2　JMXTrans
• 9.3　Grafana
• 9.4　小结