第1章 大数据技术前景及分析平台

1.1大数据的概念

1.2大数据的维度范式

1.3大数据生态系统

1.4大数据基础设施

1.5大数据生态系统组件

1.5.1构建业务解决方案

1.5.2数据集处理

1.5.3解决方案实施

1.5.4呈现

1.6分布式批处理

1.7分布式数据库（NoSQL）

1.7.1 NoSQL数据库的优势

1.7.2选择NoSQL数据库

1.8实时处理

1.8.1电信或移动通信场景

1.8.2运输和物流

1.8.3互联的车辆

1.8.4金融部门

1.9本章小结

第2章 熟悉Storm

2.1 Storm概述

2.2 Storm的发展

2.3 Storm的抽象概念

2.3.1流

2.3.2拓扑

2.3.3 Spout

2.3.4 Bolt

2.3.5任务

2.3.6工作者

2.4 Storm的架构及其组件

2.4.1 Zookeeper集群

2.4.2 Storm集群

2.5如何以及何时使用Storm

2.6 Storm的内部特性

2.6.1 Storm的并行性

2.6.2 Storm的内部消息处理

2.7本章小结

第3章用Storm处理数据

3.1 Storm输入数据源

3.2认识Kafka

3.2.1关于Kafka的更多知识

3.2.2 Storm的其他输入数据源

3.2.3 Kafka作为输入数据源

3.3数据处理的可靠性

3.3.1锚定的概念和可靠性

3.3.2 Storm的acking框架

3.4 Storm的简单模式

3.4.1联结

3.4.2批处理

3.5 Storm的持久性

3.6本章小结

第4章Trident概述和Storm性能优化

4.1使用Trident

4.1.1事务

4.1.2 Trident拓扑

4.1.3 Trident操作

4.2理解LMAX

4.2.1内存和缓存

4.2.2环形缓冲区——粉碎器的心脏

4.3 Storm的节点间通信

4.3.1 ZeroMQ

4.3.2 Storm的ZeroMQ配置

4.3.3 Netty

4.4理解Storm UI

4.4.1 Storm UI登录页面

4.4.2拓扑首页

4.5优化Storm性能

4.6本章小结

第5章 熟悉Kinesis

5.1 Kinesis架构概述

5.1.1 Amazon Kinesis的优势和用例

5.1.2高级体系结构

5.1.3 Kinesis的组件

5.2创建Kinesis流服务

5.2.1访问AWS

5.2.2配置开发环境

5.2.3创建Kinesis流

5.2.4创建Kinesis流生产者

5.2.5创建Kinesis流消费者

5.2.6产生和消耗犯罪警报

5.3本章小结

第6章 熟悉Spark

6.1 Spark概述

6.1.1批量数据处理

6.1.2实时数据处理

6.1.3一站式解决方案Apache Spark

6.1.4何时应用Spark——实际用例

6.2 Spark的架构

6.2.1高级架构

6.2.2 Spark扩展/库

6.2.3 Spark的封装结构和API

6.2.4 Spark的执行模型——主管-工作者视图

6.3弹性分布式数据集（RDD）

6.4编写执行第一个Spark程序

6.4.1硬件需求

6.4.2基本软件安装

6.4.3配置Spark集群

6.4.4用Scala编写Spark作业

6.4.5用Java编写Spark作业

6.5故障排除提示和技巧

6.5.1 Spark所用的端口数目

6.5.2类路径问题——类未找到异常

6.5.3其他常见异常

6.6本章小结

第7章 使用RDD编程

7.1理解Spark转换及操作

7.1.1 RDD API

7.1.2 RDD转换操作

7.1.3 RDD功能操作

7.2编程Spark转换及操作

7.3 Spark中的持久性

7.4本章小结

第8章Spark的SQL查询引擎——Spark SQL

8.1 Spark SQL的体系结构

8.1.1 Spark SQL的出现

8.1.2 Spark SQL的组件

8.1.3 Catalyst Optimizer

8.1.4 SQL/Hive context

8.2编写第一个Spark SQL作业

8.2.1用Scala编写Spark SQL作业

8.2.2用Java编写Spark SQL作业

8.3将RDD转换为DataFrame

8.3.1自动化过程

8.3.2手动过程

8.4使用Parquet

8.4.1在HDFS中持久化Parquet数据

8.4.2数据分区和模式演化/合并

8.5 Hive表的集成

8.6性能调优和最佳实践

8.6.1分区和并行性

8.6.2序列化

8.6.3缓存

8.6.4内存调优

8.7本章小结

第9章用Spark Streaming分析流数据

9.1高级架构

9.1.1 Spark Streaming的组件

9.1.2 Spark Streaming的封装结构

9.2编写第一个Spark Streaming作业

9.2.1创建流生成器

9.2.2用Scala编写Spark Streaming作业

9.2.3用Java编写Spark Streaming作业

9.2.4执行Spark Streaming作业

9.3实时查询流数据

9.3.1作业的高级架构

9.3.2编写Crime生产者

9.3.3编写Stream消费者和转换器

9.3.4执行SQL Streaming Crime分析器

9.4部署和监测

9.4.1用于Spark Streaming的集群管理器

9.4.2监测Spark Streaming应用程序

9.5本章小结

第10章 介绍Lambda架构

10.1什么是Lambda架构

10.1.1 Lambda架构的需求

10.1.2 Lambda架构的层/组件

10.2 Lambda架构的技术矩阵

10.3 Lambda架构的实现

10.3.1高级架构

10.3.2配置Apache Cassandra和Spark

10.3.3编写自定义生产者程序

10.3.4编写实时层代码

10.3.5编写批处理层代码

10.3.6编写服务层代码

10.3.7执行所有层代码

10.4本章小结