2019-12-04 18:02 3550次浏览 0条评论

所有连续的事件流都可以称为数据流。对连续数据流设计和构建流式数据架构，能够实现实时或近实时应用，提升整个组织的效率。《流式架构：Kafka与MapR Streams数据流处理》以Apache Kafka 和MapRStreams为例，重点讲解如何确定使用流数据的时机、如何为多用户系统设计流式架构、为什么要求消息传递层具备某些特定功能，以及为什么需要微服务，并且描述了目前最符合流式设计需求的消息传递和流分析工具，适合架构师、大数据科学家及IT工程师阅读。第1 章 为什么使用流1 飞机、火车和汽车：车联网和物联网 3 流数据：这才是现实世界 6 什么时候需要流 8 不止是实时：流架构的更多优势11 流架构的最佳实践13 医疗数据流案例 14 流数据：架构设计的核心17 第2 章 流式架构 19 狭义视角：实时应用 20 通用流式架构的关键问题21 消息传递技术的重要性 24 实时分析工具 28 Apache Storm 30 Apache Spark Streaming 31 Apache Flink 32 Apache Apex 33 流分析功能比较33 小结 36 第3 章 流架构：微