离线和实时大数据开发实战

封面

版权信息

前言

第一篇 数据大图和数据平台大图

第1章 数据大图

1.1 数据流程

1.2 数据技术

1.3 数据相关从业者和角色

1.4 本章小结

第2章 数据平台大图

2.1 离线数据平台的架构、技术和设计

2.2 实时数据平台的架构、技术和设计

2.3 数据管理

2.4 本章小结

第二篇 离线数据开发：大数据开发的主战场

第3章 Hadoop原理实践

3.1 开启大数据时代的Hadoop

3.2 HDFS和MapReduce优缺点分析

3.3 HDFS和MapReduce基本架构

3.4 MapReduce内部原理实践

3.5 本章小结

第4章 Hive原理实践

4.1 离线大数据处理的主要技术：Hive

4.2 Hive SQL

4.3 Hive SQL执行原理图解

4.4 Hive函数

4.5 其他SQL on Hadoop技术

4.6 本章小结

第5章 Hive优化实践

5.1 离线数据处理的主要挑战：数据倾斜

5.2 Hive优化

5.3 join无关的优化

5.4 大表join小表优化

5.5 大表join大表优化

5.6 本章小结

第6章 维度建模技术实践

6.1 大数据建模的主要技术：维度建模

6.2 维度表设计

6.3 深入事实表

6.4 大数据的维度建模实践

6.5 本章小结

第7章 Hadoop数据仓库开发实战

7.1 业务需求

7.2 Hadoop数据仓库架构设计

7.3 Hadoop数据仓库规范设计

7.4 FutureRetailer数据仓库构建实践

7.5 数据平台新架构——数据湖

7.6 本章小结

第三篇 实时数据开发：大数据开发的未来

第8章 Storm流计算开发

8.1 流计算技术的鼻祖：Storm技术

8.2 Storm实时开发示例

8.3 Storm高级原语Trident

8.4 Storm关键技术

8.5 本章小结

第9章 Spark Streaming流计算开发

9.1 Spark生态和核心概念

9.2 Spark生态的流计算技术：Spark Streaming

9.3 Spark Streaming的实时开发示例

9.4 Spark Streaming调优实践

9.5 Spark Streaming关键技术

9.6 本章小结

第10章 Flink流计算开发

10.1 流计算技术新贵：Flink

10.2 Flink API

10.3 Flink实时开发示例

10.4 Flink关键技术详解

10.5 本章小结

第11章 Beam技术

11.1 意图一统流计算的Beam

11.2 Beam技术核心：Beam Model

11.3 Beam SDK

11.4 Beam窗口详解

11.5 本章小结

第12章 Stream SQL实时开发实战

12.1 流计算SQL原理和架构

12.2 流计算SQL：未来主要的实时开发技术

12.3 Stream SQL

12.4 Stream SQL的实时开发实战

12.5 撤回机制

12.6 本章小结