91精品国产综合久久四虎久久_国产成人午夜高潮毛片_99er视频精品免费观看_2020亚洲熟女在线观看_日本女优人体写真_国内黄色毛片_年轻的老师中文版在线_丰满女邻居做爰_久久久久久精品成人免费图片

 
實(shí)時分析實(shí)戰(zhàn)：構(gòu)建實(shí)時流處理應(yīng)用和分析系統(tǒng)
實(shí)時分析實(shí)戰(zhàn)：構(gòu)建實(shí)時流處理應(yīng)用和分析系統(tǒng)
Mark Needham 著
盧健, 王同林, 曹洪偉 譯
出版時間：2024年08月
頁數(shù)：203
“本書為所有想要設(shè)計、構(gòu)建和維護(hù)實(shí)時分析應(yīng)用程序的人（包括數(shù)據(jù)工程師、架構(gòu)師和技術(shù)領(lǐng)導(dǎo)者）提供了結(jié)構(gòu)合理的基礎(chǔ)知識?！?br /> ——Dunith Dhanushka
Redpanda Data資深開發(fā)者布道師

本書帶領(lǐng)讀者深入探索實(shí)時分析系統(tǒng)，包括這些系統(tǒng)的核心功能以及它們所解決的復(fù)雜問題。通過閱讀本書，數(shù)據(jù)工程師將獲得使用Kafka、Google Pub/Sub和AWS Kinesis等事件處理系統(tǒng)進(jìn)行數(shù)據(jù)流實(shí)時分析的實(shí)踐技能。洞察數(shù)據(jù)的速度越快，就越能迅捷地識別業(yè)務(wù)動態(tài)，并及時做出響應(yīng)。
本書提供了對實(shí)時分析領(lǐng)域的全面概覽，并介紹了構(gòu)建實(shí)時應(yīng)用程序所需的專業(yè)知識。書中提供了一系列實(shí)踐教程，并詳細(xì)演示了如何融合多種軟件產(chǎn)品來打造一個虛擬比薩外賣服務(wù)的實(shí)時分析應(yīng)用程序，從而將理論與實(shí)踐完美結(jié)合。
通過閱讀本書，你將：
● 了解實(shí)時分析系統(tǒng)的常見架構(gòu)。
● 了解事件處理與實(shí)時分析的不同之處。
● 將事件數(shù)據(jù)從Apache Kafka導(dǎo)入Apache Pinot。
● 使用Debezium和Kafka Streams將事件流與OLTP數(shù)據(jù)相結(jié)合。
● 針對存儲在Apache Pinot中的事件數(shù)據(jù)編寫實(shí)時查詢。
● 構(gòu)建實(shí)時儀表盤和訂單跟蹤應(yīng)用程序。
● 了解Uber、Stripe和Just Eat如何使用實(shí)時分析技術(shù)。
  1. 序
  2. 前言
  3. 第1章 實(shí)時分析簡介
  4. 1.1 什么是事件流
  5. 1.2 理解流數(shù)據(jù)
  6. 1.3 什么是實(shí)時分析
  7. 1.4 實(shí)時分析的優(yōu)勢
  8. 1.4.1 新的收入來源
  9. 1.4.2 及時洞察客戶
  10. 1.4.3 降低基礎(chǔ)設(shè)施成本
  11. 1.4.4 改善整體客戶體驗(yàn)
  12. 1.5 實(shí)時分析用例
  13. 1.5.1 面向用戶的分析
  14. 1.5.2 個性化
  15. 1.5.3 指標(biāo)
  16. 1.5.4 異常檢測和根本原因分析
  17. 1.5.5 可視化
  18. 1.5.6 即時分析
  19. 1.5.7 日志分析/文本搜索
  20. 1.6 對實(shí)時分析應(yīng)用程序進(jìn)行分類
  21. 1.6.1 面向內(nèi)部與面向外部
  22. 1.6.2 面向機(jī)器與面向人類
  23. 1.7 本章小結(jié)
  24. 第2章　實(shí)時分析生態(tài)系統(tǒng)
  25. 2.1 定義實(shí)時分析生態(tài)系統(tǒng)
  26. 2.2 經(jīng)典流處理技術(shù)棧
  27. 2.2.1 復(fù)雜事件處理
  28. 2.2.2 大數(shù)據(jù)時代
  29. 2.3 現(xiàn)代流處理技術(shù)棧
  30. 2.3.1 事件生成器
  31. 2.3.2 流處理數(shù)據(jù)平臺
  32. 2.3.3 流處理層
  33. 2.3.4 服務(wù)層
  34. 2.3.5 前端
  35. 2.4 本章小結(jié)
  36. 第3章 介紹AATD：比薩外賣店的實(shí)時分析
  37. 3.1 現(xiàn)有架構(gòu)
  38. 3.2 設(shè)置
  39. 3.2.1 MySQL
  40. 3.2.2 Apache Kafka
  41. 3.2.3 ZooKeeper
  42. 3.2.4 訂單服務(wù)
  43. 3.2.5 啟動組件
  44. 3.3 檢查數(shù)據(jù)
  45. 3.4 實(shí)時分析的應(yīng)用
  46. 3.5 本章小結(jié)
  47. 第4章 使用Kafka Streams進(jìn)行查詢
  48. 4.1 什么是Kafka Streams
  49. 4.2 什么是Quarkus
  50. 4.3 Quarkus應(yīng)用程序
  51. 4.3.1 安裝Quarkus CLI
  52. 4.3.2 創(chuàng)建Quarkus應(yīng)用程序
  53. 4.3.3 創(chuàng)建拓?fù)浣Y(jié)構(gòu)
  54. 4.3.4 查詢鍵值存儲
  55. 4.3.5 創(chuàng)建HTTP端點(diǎn)
  56. 4.4 運(yùn)行應(yīng)用程序
  57. 4.5 查詢HTTP端點(diǎn)
  58. 4.6 Kafka Streams的局限性
  59. 4.7 本章小結(jié)
  60. 第5章 服務(wù)層—Apache Pinot
  61. 5.1 為什么不能使用其他流處理器
  62. 5.2 為什么不能使用數(shù)據(jù)倉庫
  63. 5.3 什么是Apache Pinot
  64. 5.4 Pinot如何對數(shù)據(jù)進(jìn)行建模和存儲
  65. 5.4.1 數(shù)據(jù)模式
  66. 5.4.2 表
  67. 5.5 配置
  68. 5.6 數(shù)據(jù)攝取
  69. 5.7 Pinot數(shù)據(jù)瀏覽器
  70. 5.8 索引
  71. 5.9 更新Web應(yīng)用程序
  72. 5.10 本章小結(jié)
  73. 第6章 構(gòu)建實(shí)時分析儀表盤
  74. 6.1 儀表盤架構(gòu)
  75. 6.2 什么是Streamlit
  76. 6.3 配置
  77. 6.4 構(gòu)建儀表盤
  78. 6.5 本章小結(jié)
  79. 第7章 通過CDC獲取產(chǎn)品變化
  80. 7.1 從業(yè)務(wù)數(shù)據(jù)庫獲取更改信息
  81. 7.2 CDC
  82. 7.2.1 為什么需要CDC9
  83. 7.2.2 什么是CDC
  84. 7.2.3 實(shí)施CDC的策略
  85. 7.2.4 基于日志的數(shù)據(jù)采集
  86. 7.2.5 CDC系統(tǒng)的需求
  87. 7.2.6 Debezium
  88. 7.3 將CDC應(yīng)用于AATD
  89. 7.3.1 配置
  90. 7.3.2 將Debezium連接到MySQL
  91. 7.3.3 查詢商品數(shù)據(jù)流
  92. 7.3.4 更新產(chǎn)品
  93. 7.4 本章小結(jié)
  94. 第8章 使用Kafka Streams連接流
  95. 8.1 使用Kafka Streams豐富訂單數(shù)據(jù)
  96. 8.2 將訂單項(xiàng)添加到Pinot
  97. 8.3 更新訂單服務(wù)信息
  98. 8.4 刷新Streamlit儀表盤
  99. 8.5 本章小結(jié)
  100. 第9章 服務(wù)層的插入更新
  101. 9.1 訂單狀態(tài)
  102. 9.2 豐富訂單流信息
  103. 9.3 Apache Pinot的插入更新
  104. 9.4 更新訂單服務(wù)
  105. 9.4.1 創(chuàng)建用戶資源文件
  106. 9.4.2 添加一個所有用戶的端點(diǎn)
  107. 9.4.3 為用戶端點(diǎn)添加訂單
  108. 9.4.4 添加單個訂單端點(diǎn)
  109. 9.4.5 實(shí)現(xiàn)跨資源共享
  110. 9.5 前端應(yīng)用程序
  111. 9.6 儀表盤上的訂單狀態(tài)
  112. 9.6.1 每個訂單狀態(tài)的耗時
  113. 9.6.2 可能被延誤的訂單
  114. 9.7 本章小結(jié)
  115. 第10章 地理空間查詢
  116. 10.1 交付狀態(tài)
  117. 10.2 更新Apache Pinot
  118. 10.2.1 訂單
  119. 10.2.2 交付狀態(tài)
  120. 10.3 更新訂單服務(wù)
  121. 10.3.1 個人訂單
  122. 10.3.2 按地區(qū)劃分的延遲訂單
  123. 10.3.3 使用新的API端點(diǎn)
  124. 10.4 本章小結(jié)
  125. 第11章 生產(chǎn)環(huán)境中的注意事項(xiàng)
  126. 11.1 前期準(zhǔn)備
  127. 11.1.1 容量規(guī)劃
  128. 11.1.2 數(shù)據(jù)分區(qū)
  129. 11.1.3 吞吐量
  130. 11.1.4 數(shù)據(jù)保留
  131. 11.1.5 數(shù)據(jù)粒度
  132. 11.1.6 總數(shù)據(jù)大小
  133. 11.1.7 復(fù)制因子
  134. 11.2 部署平臺
  135. 11.2.1 自身技能
  136. 11.2.2 數(shù)據(jù)隱私和安全
  137. 11.2.3 成本
  138. 11.2.4 控制
  139. 11.3 后期管理
  140. 11.3.1 監(jiān)控和報警
  141. 11.3.2 數(shù)據(jù)治理
  142. 11.4 本章小結(jié)
  143. 第12章 現(xiàn)實(shí)世界中的實(shí)時分析
  144. 12.1 內(nèi)容推薦（專業(yè)社交網(wǎng)絡(luò)）
  145. 12.1.1 問題
  146. 12.1.2 解決方案
  147. 12.1.3 收益
  148. 12.2 運(yùn)營分析（流媒體服務(wù)）
  149. 12.2.1 問題
  150. 12.2.2 解決方案
  151. 12.2.3 收益
  152. 12.3 實(shí)時廣告分析（網(wǎng)上商城）
  153. 12.3.1 問題
  154. 12.3.2 解決方案
  155. 12.3.3 收益
  156. 12.4 面向用戶的分析（協(xié)作平臺）
  157. 12.4.1 問題
  158. 12.4.2 解決方案
  159. 12.4.3 收益
  160. 12.5 本章小結(jié)
  161. 第13章 實(shí)時分析的未來
  162. 13.1 邊緣分析
  163. 13.2 計算存儲分離
  164. 13.3 湖倉一體
  165. 13.4 實(shí)時數(shù)據(jù)可視化
  166. 13.5 流式數(shù)據(jù)庫
  167. 13.6 流數(shù)據(jù)平臺即服務(wù)
  168. 13.7 反向ETL
  169. 13.8 本章小結(jié)
書名：實(shí)時分析實(shí)戰(zhàn)：構(gòu)建實(shí)時流處理應(yīng)用和分析系統(tǒng)
作者：Mark Needham 著
譯者：盧健, 王同林, 曹洪偉 譯
國內(nèi)出版社：機(jī)械工業(yè)出版社
出版時間：2024年08月
頁數(shù)：203
書號：978-7-111-75980-5
原版書書名：Building Real-Time Analytics Systems
原版書出版商：O'Reilly Media
Mark Needham
 
馬克·尼達(dá)姆（Mark Needham），Neo4j公司開發(fā)者關(guān)系工程師，Neo4j認(rèn) 證專家，曾深度參與Neo4j因果集群的開發(fā)工作。馬克致力于幫助客戶 運(yùn)用圖數(shù)據(jù)庫，善于針對富有挑戰(zhàn)性的數(shù)據(jù)問題構(gòu)建綜合的解決方案。
 
 
購買選項(xiàng)
定價：79.00元
書號：978-7-111-75980-5
出版社：機(jī)械工業(yè)出版社