书籍详情
![《SparkStreaming实时流式大数据处理实战肖力涛著机械工业出籍》[21M]百度网盘|亲测有效|pdf下载](/uploads/2024-01-20/29d7dcdee739b9f7.jpg)
SparkStreaming实时流式大数据处理实战肖力涛著机械工业出籍
- 出版社:辽宁少年儿童出版社图书专营店
- 出版时间:2019-04
- 热度:11555
- 上架时间:2024-06-30 09:38:03
- 价格:0.0
书籍下载
书籍预览
免责声明
本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
内容介绍
| 图书基本信息 | |||
| 图书名称 | Spark Streaming实时流式大数据处理实战 | 作者 | 肖力涛 著 |
| 定价 | 69元 | 出版社 | 机械工业出版社 |
| ISBN | 9787111624325 | 出版日期 | 2019-04-01 |
| 字数 | 页码 | 280 | |
| 版次 | 装帧 | 平装 | |
| 开本 | 16开 | 商品重量 | |
| 内容提要 | |
| 本书以翔实的原理讲解和充实的实战代码剖析，全面阐述了Spark Streaming流式处理平台，便于读者能够从入门开始了解搭建Spark平台，在此基础上学习流式处理框架，并动手实践，进行Spark Streaming流式大数据处理，包括与主流平台框架，如Kafka、Redis和ZooKeeper的对接应用等，并介绍了项目实战中的一些开发和调优策略。读者能够通过本书快速搭建Spark平台，并根据自己面临的使用场景快速搭建处理平台，同时能够了解背后的原理，对调优、开发都能起到的指导作用。本书适合大数据处理人员，尤其是基于流式大数据处理的人员阅读，本书也可以作为大数据处理人员的常备工具书随时翻阅。 |
| 目录 | |
| 前言 篇 Spark基础 章 初识Spark2 1.1 Spark由来3 1.2 流式处理与Spark Streaming5 1.2.1 流式处理框架5 1.2.2 Spark Streaming初识7 1.2.3 Structed Streaming简述8 1.3 本章小结8 第2章 Spark运行与开发环境9 2.1 Spark的下载与安装9 2.2 Spark运行模式10 2.2.1 本地模式13 2.2.2 本地集群模式13 2.2.3 Standalone模式14 2.2.4 Spark OYarn模式15 2.2.5 Spark OMesos模式15 2.3 搭建开发环境15 2.3.1 修改配置16 2.3.2 启动集群18 2.3.3 IDE配置20 2.3.4 UI监控界面24 2.4 实例——Spark文件词频统计28 2.5 本章小结35 第3章 Spark编程模型36 3.1 RDD概述36 3.2 RDD存储结构37 3.3 RDD操作38 3.3.1 Transformation操作38 3.3.2 Action操作41 3.4 RDD间的依赖方式42 3.4.1 窄依赖（Narrow Dependency）42 3.4.2 Shuffle依赖（宽依赖Wide Dependency）43 3.5 从RDD看集群调度45 3.6 RDD持久化（Cachinng/Persistence）46 3.7 共享变量47 3.7.1 累加器（Accumulator）48 3.7.2 广播变量（Broadcast Variables）50 3.8 实例——Spark RDD操作51 3.9 本章小结56 第2篇 Spark Streaming详解 第4章 Spark Streaming编程模型及原理58 4.1 DStream数据结构58 4.2 DStream操作59 4.2.1 DStream Transformation操作59 4.2.2 DStream输出操作63 4.3 Spark Streaming初始化及输入源63 4.3.1 初始化流式上下文（StreamingContext）63 4.3.2 输入源及接收器（Receivers）64 4.4 持久化、Checkpointing和共享变量65 4.4.1 DStream持久化（Caching/Persistence）65 4.4.2 Checkpointing操作66 4.5 实例——Spark Streaming流式词频统计69 4.6 本章小结73 第5章 Spark Streaming与Kafka75 5.1 ZooKeeper简介75 5.1.1 相关概念75 5.1.2 ZooKeeper部署77 5.2 Kafka简介79 5.2.1 相关术语80 5.2.2 Kafka运行机制81 5.2.3 Kafka部署83 5.2.4 简单样例85 5.3 Spark Streaming接收Kafka数据86 5.3.1 基于Receiver的方式87 5.3.2 直接读取的方式88 5.4 Spark Streaming向Kafka中写入数据90 5.5 实例——Spark Streaming分析Kafka数据92 5.6 本章小结101 第6章 Spark Streaming与外部存储介质102 6.1 将DStream输出到文件中102 6.2 使用foreachRDD设计模式105 6.3 将DStream输出到MySQL中106 6.3.1 MySQL概述107 6.3.2 MySQL通用连接类107 6.3.3 MySQL输出操作108 6.4 将DStream输出到HBase中109 6.4.1 HBase概述109 6.4.2 HBase通用连接类110 6.4.3 HBase输出操作111 6.4.4 “填坑”记录112 6.5 将DStream数据输出到Redis中112 6.5.1 Redis安装112 6.5.2 Redis概述113 6.5.3 Redis通用连接类113 6.5.4 输出Redis操作115 6.6 实例——日志分析115 6.7 本章小结122 第7章 Spark Streaming调优实践124 7.1 数据序列化124 7.2 广播大变量126 7.3 数据处理和接收时的并行度127 7.4 设置合理的批处理间隔128 7.5 内存优化128 7.5.1 内存管理129 7.5.2 优化策略130 7.5.3 垃圾回收（GC）优化131 7.5.4 Spark Streaming内存优化132 7.6 实例——项目实战中的调优示例133 7.6.1 合理的批处理时间（batchDuration）133 7.6.2 合理的Kafka拉取量（maxRatePerPartition参数设置）134 7.6.3 缓存反复使用的Dstream（RDD）135 7.6.4 其他一些优化策略135 7.6.5 结果136 7.7 本章小结138 第3篇 Spark Streaming案例实战 第8章 实时词频统计处理系统实战140 8.1 背景与设计140 8.2 代码实现142 8.2.1 数据生成器142 8.2.2 分词服务146 8.2.3 流式词频统计147 8.3 环境配置与运行158 8.3.1 相关服务启动158 8.3.2 查看结果160 8.4 本章小结163 第9章 用户行为统计实战164 9.1 背景与设计164 9.1.1 不同状态的保存方式164 9.1.2 State设计166 9.1.3 Redis存储167 9.2 代码实现167 9.2.1 数据生成器167 9.2.2 用户行为统计168 9.3 环境配置与运行172 9.3.1 相关服务启动172 9.3.2 查看结果173 9.4 本章小结175 0章 监控报警系统实战177 10.1 背景与设计177 10.2 代码实现179 10.2.1 简易爬虫子项目179 10.2.2 流式处理子项目184 10.2.3 归纳统计子项目191 10.2.4 数据表情况199 10.3 环境配置与查看200 10.3.1 启动各个模块200 10.3.2 查看结果200 10.4 本章小结203 附录A Scala语言基础204 A.1 安装及环境配置204 A.1.1 安装Scala204 A.1.2 开发环境配置205 A.2 Scala语法独特性206 A.2.1 换行符207 A.2.2 统一类型207 A.2.3 Scala变量208 A.2.4 条件和循环语句209 A.2.5 函数和方法210 A.2.6 特质、单例和样例类213 A.3 Scala集合215 A.3.1 集合框架216 A.3.2 核心特质（Trait）219 A.3.3 常用的不可变集合类222 A.3.4 常用的可变集合类225 A.3.5 字符串227 A.3.6 数组228 A.3.7 迭代器（Ite |
| 作者介绍 | |
| 肖力涛 浙江大学计算机硕士，前腾讯优图实验室及WeTest研究员，现资深算法工程师。长期进行大数据处理、自然语言处理、深度学习、推荐算法的研究与实践，有丰富的项目经验。善于归纳和总结，所撰写的博客文章得到了大量读者的好评。擅长数据分析与处理、算法实践落地、用户行为数据挖掘、大规模数据处理等技术。运营《互联网技术猿》公众号。 |
| 编辑推荐 | |
| 适读人群 ：大数据技术爱好者、大数据从业人员、大数据研发人员、大数据培训学员、高校学生 前腾讯优图实验室及WeTest研究员/现资深算法工程师力作 腾讯WeTest总监等5位技术大咖力荐 快速搭建Spark平台，从0到1动手实践Spark Streaming流式大数据处理 对Spark及Spark Streaming所涉及的大数据平台做了重点阐述 对涉及的知识点详细阐述了基本原理，并给出了大量的应用实践 每个章节之后基本上都安排了典型实例，手把手带领读者动手演练 详细介绍了3个项目实战案例，帮助读者提高实际的项目开发水平 给出了大量的真实工作经验总结，对相关从业者有较高的参考价值 业内5位大咖力荐： 腾讯WeTest总监 方亮 上海场鲸科技有限公司CTO/19年老程序员 张景龙 腾讯深海实验室创始人 辛愿 腾讯云人工智能产品负责人/博士 余祖坤 腾讯WeTest舆情算法负责人 刘绩刚 本书精华内容： Spark基础知识 Spark Streaming基础知识 动手搭建Spark集群 Spark编程模型 Spark Streaming编程模型 Spark Streaming结合ZooKeeper Spark Streaming结合Kafka Spark Streaming结合MySQL Spark Streaming结合HBase Spark Streaming结合Redis Spark Streaming调优实践 Scala语言基础精编 Scala语言基础精编 3个经典实战案例： 实时词频统计处理系统实战 用户行为统计实战 监测报警系统实战 赠送：完整的实例源代码（需要下载） |