Storm技术内幕与大数据实践

　　第1章 绪论
　　1.1 Storm的基本组件
　　1.1.1 集群组成
　　1.1.2 核心概念
　　1.1.3 Storm的可靠性
　　1.1.4 Storm的特性
　　1.2 其他流式处理框架
　　1.2.1 Ap
　　1.2.2 SparkSt
　　1.2.3 流计算和Storm的应用
　　第2章 实时平台介绍
　　2.1 实时平台架构介绍
　　2.2 Kafka架构
　　2.2.1 Kafka的基本术语和概念
　　2.2.2 Kafka在实时平台中的应用
　　2.2.3 消息的持久化和顺序读写
　　2.2.4 sendfile系统调用和零复制
　　2.2.5 Kafka的客户端
　　2.2.6 Kafka的扩展
　　2.3 大众点评实时平台
　　2.3.1 相关数据
　　2.3.2 实时平台简介
　　2.3.3 Bla
　　2.4 1号店实时平台
　　第3章 Storm集群部署和配置
　　3.1 Storm的依赖组件
　　3.2 Storm的部署环境
　　3.3 部署Storm服务
　　3.3.1 部署ZooKeeper
　　3.3.2 部署Storm
　　3.3.3 配置Storm
　　3.4 启动
　　3.5 Storm的守护进程
　　3.6 部署Storm的其他节点
　　3.7 提交Top
　　第4章 Storm内部剖析
　　4.1 Storm客户端
　　4.2 Nimbus
　　4.2.1 启动Nimbus服务
　　4.2.2 Nimbus服务的执行过程
　　4.2.3 分配Ex
　　4.2.4 调度器
　　4.2.5 默认调度器DefaultSch
　　4.2.6 均衡调度器EvenSch
　　4.3 Supervisor
　　4.3.1 ISupervisor接口
　　4.3.2 Supervisor的共享数据
　　4.3.3 Supervisor的执行过程
　　4.4 Worker
　　4.4.1 Worker中的数据流
　　4.4.2 创建Worker的过程
　　4.5 Executor
　　4.5.1 Executor的创建
　　4.5.2 创建Spout的Executor
　　4.5.3 创建Bolt的Executor
　　4.6 Task
　　4.6.1 Task的上下文对象
　　4.6.2 Task的创建
　　4.7 Storm中的统计
　　4.7.1 stats框架
　　4.7.2 metric框架
　　4.8 Ack框架
　　4.8.1 Ack的原理
　　4.8.2 Acker Bolt
　　4.9 Storm总体架构
　　第5章 Storm运维和监控
　　第6章 Storm的扩展
　　第7章 Storm开发
　　第8章 基于Storm的实时数据平台
　　第9章 大数据应用案例
　　第10章 Storm使用经验和性能优化
　　附录A Kafka原理
　　附录B 将Storm源码导入Ecl

　　陈敏敏 ，1号店个性精准化部门资深架构师，在此之前曾服务于微软和三星电子等公司，长期从事大数据、搜索和推荐平台相关工作。目前主要关注于NoSQL、实时计算框架、推荐、广告投放等相关技术。
　　王新春，大众点评网数据平台资深工程师，负责点评实时计算平台相关工作，推动流式计算和实时计算在点评的应用和推广，一直致力于大数据和分布式系统的研究和应用。目前主要从事NoSQL、实时分布式系统的研究与开发。
　　黄奉线，1号店基础架构部分布式存储团队负责人，推动流式计算在1号店的应用，获得CTO特别奖，长期从事基础架构相关工作。目前主要关注于NoSQL、开源、流式计算、分布式存储等相关技术。

　　《Storm技术内幕与大数据实践》内容主要围绕实时大数据系统的各个方面展开，从实时平台总体介绍到集群源码、运维监控、实时系统扩展、以用户画像为主的数据平台，最后到推荐、广告、搜索等具体的大数据应用。书中提到的不少问题是实际生产环境中因为数据量增长而遇到的一些真实问题，对即将或正在运用实时系统处理大数据问题的团队会有所帮助。