第1章 为什么使用流

飞机、火车和汽车：车联网和物联网

流数据：这才是现实世界

什么时候需要流

不止是实时：流架构的更多优势

流架构的最佳实践

医疗数据流案例

流数据：架构设计的核心

第2章 流式架构

狭义视角：实时应用

通用流式架构的关键问题

消息传递技术的重要性

实时分析工具

Apache Storm

Apache Spark Streaming

Apache Flink

Apache Apex

流分析功能比较

小结

第3章 流架构：微服务的理想平台

为什么需要微服务

微服务需要哪些支撑

关于微服务的更多详情

设计流架构：以在线视频服务为例

新设计：支持消息传递的基础设施

通用微架构的重要性

命名问题

为什么使用分布式文件和NoSQL数据库

视频服务的新设计

小结：综合平台视角

第4章 使用Kafka进行流传输

Kafka的动机

Kafka的创新

Kafka的基本概念

排序

持久化

Kafka API

KafkaProducer API

KafkaConsumer API

遗留API

Kafka实用程序

负载均衡

镜像

Kafka的陷阱

产品环境下的Kafka

主题和分区的数目有限

手动均衡分区负载

没有固有的序列化机制

镜像的不足

小结

第5章 MapR Streams

MapR Streams的创新

MapR流系统的历史和情境

MapR Streams的工作原理

配置MapR Streams

地理分布式复制

MapR Streams的陷阱

第6章 基于流数据的欺诈检测

刷卡速度

快速响应决策：“这是欺诈吗”

多用途流数据

欺诈检测器的向上扩展

小结

第7章 地理分布式数据流

利益相关者

设计目标

设计选择

我们的设计

数据

控制谁能访问流数据

基于流的地理分布式复制的优势

第8章 总结

流式架构的优势

过渡到流架构

小结

附录A 附加资源

作者简介