qq_21347467的博客

Spark是当今大数据领域最活跃、最热门、高效的大数据通用计算平台，是Apache软件基金会下所有开源项目中三大开源项目之一。 在“One Stack to rule them all”理念的指引下，Spark基于RDD成功地构建起了大数据处理的一体化解决方案，将MapReduce、Streaming、SQL、Machine Learning、Graph Processing等大数据计算模型统一到一个技术堆栈中，开发者使用一致的API操作Spark中的所有功能；更为重要的是Spark的Spark SQL、MLLib、GraphX、Spark Streaming等四大子框架之间可以在内存中完美的无缝集成并可以互相操作彼此的数据，这不仅打造了Spark在当今大数据计算领域其他任何计算框架都无可匹敌的优势，更使得Spark正在加速成为大数据处理中心的计算平台。 《大数据Spark企业级实战》详细解析了企业级Spark开发所需的几乎所有技术内容，涵盖Spark的架构设计、Spark的集群搭建、Spark内核的解析、Spark SQL、MLLib、GraphX、Spark Streaming、Tachyon、SparkR、Spark多语言编程、Spark常见问题及调优等，并且结合Spark源码细致的解析了Spark内核和四大子框架，最后在附录中提供了的Spark的开发语言Scala快速入门实战内容，学习完此书即可胜任绝大多数的企业级Spark开发需要。 《大数据Spark企业级实战》从零起步，完全从企业处理大数据业务场景的角度出发，基于实战代码来组织内容，对于一名大数据爱好者来说，《大数据Spark企业级实战》内容可以帮助您一站式地完成从零起步到进行Spark企业级开发所需要的全部核心内容和实战需要。 目录 第1章　Spark编程模型 第2章　构建Spark分布式集群 第3章　Spark开发环境及其测试 第4章　Spark RDD与编程API 第5章　Spark运行模式深入解析 第6章　Spark内核解析 第7章　GraphX大规模图计算与 第8章　Spark SQL原理与实战 第9章　Machine Learning on 第10章　Tachyon文件系统 第11章　Spark Streaming原理 第12章　Spark多语言编程 第13章　R语言的分布式编程 第14章　Spark性能调优和 第15章　Spark源码解析 附录 第一部 动手体验Scala 第二部　动手实战Scala面向 第三部 动手实战Scala函数式编程

本书介绍了Java EE领域的两个开源框架：Spring的MVC和MyBatis。其中Spring的版本为4.2，MyBatis的版本是3.4。本书的示例建议在Tomcat 8上运行。 本书重点介绍如何整合Spring MVC 4+MyBatis 3进行Java EE开发，主要包括三个部分。第一部分详细介绍了Spring MVC框架的用法。第二部分详细介绍了MyBatis框架的用法。第三部分重点介绍了Spring MVC４＋MyBatis 3的整合，并示范开发了一个包含6个表、表之间具有复杂的关联映射关系，且业务功能也相对完善的HRM人事管理系统案例，希望让读者理论联系实际，将这两个框架真正运用到实际开发当中去。该案例采用目前最流行、最规范的Java EE架构，整个应用分为DAO持久层、领域对象层、业务逻辑层、控制器层和视图层，各层之间分层清晰，层与层之间以松耦合的方法组织在一起。所有代码完全基于Eclipse IDE来完成，一步步带领读者深入两个框架的核心。 阅读本书之前，建议先阅读疯狂软件教育的《疯狂Java讲义》一书。本书适合有较好的Java编程基础，JSP、Servlet、JDBC基础，Spring框架基础的读者，尤其适合于对Spring MVC和MyBatis了解不够深入，或对Spring MVC+MyBatis整合开发不太熟悉的开发人员阅读。 目录 阅读 第1章 Java EE应用 第2章 Spring MVC简介 第3章 Spring MVC的常用注解 第4章 Spring MVC的标签库 第5章 Spring MVC的国际化 第6章 Spring MVC 的数据转换、格式化与数据校验 第7章 Spring MVC的文件上传和下载 _ 第8章 MyBatis简介 第9章 MyBatis的基本用法 第10章 MyBatis的关联映射和动态SQL 第11章 MyBatis的事务管理和缓存机制 第12章 MyBatis的注解配置 第13章 Spring4整合MyBatis3 第14章 实战项目：人事管理系统

编辑推荐 每个应用程序都会产生数据，包括日志消息、度量指标、用户活动记录、响应消息等。如何移动数据，几乎变得与数据本身一样重要。如果你是架构师、产品工程师，同时也是Apache Kafka新手，那么这本实践指南将会帮助你成为流式平台上处理实时数据的专家。 本书由出身于LinkedIn的Kafka核心作者和一线技术人员共同执笔，详细介绍了如何部署Kafka集群、开发可靠的基于事件驱动的微服务，以及基于Kafka平台构建可伸缩的流式应用程序。通过详尽示例，你将会了解到Kafka的设计原则、可靠性保证、关键API，以及复制协议、控制器和存储层等架构细节。 ● 了解发布和订阅消息模型以及该模型如何被应用在大数据生态系统中 ● 学习使用Kafka生产者和消费者来生成消息和读取消息 ● 了解Kafka保证可靠性数据传递的模式和场景需求 ● 使用Kafka构建数据管道和应用程序的实践 ● 在生产环境中管理Kafka，包括监控、调优和维护 ● 了解Kafka的关键度量指标 ● 探索Kafka如何成为流式处理利器 作者简介 作者:[美]妮哈·纳克海德（Neha Narkhede）格温?沙皮拉（Gwen Shapira）托德?帕利诺（Todd Palino） 译者:薛命灯 Neha Narkhede， Confluent联合创始人、CTO，曾在LinkedIn主导基于Kafka和Apache Samza构建流式基础设施，是Kafka作者之一。 Gwen Shapira， Confluent系统架构师，帮助客户构建基于Kafka的系统，在可伸缩数据架构方面拥有十余年经验；曾任Cloudera公司解决方案架构师。另著有《Hadoop应用架构》。 Todd Palino， LinkedIn主任级SRE，负责部署管理大型的Kafka、Zookeeper和Samza集群。 【译者简介】 薛命灯，毕业于厦门大学软件学院，十余年软件开发和架构经验，InfoQ社区编辑。译有《硅谷革命》《生产微服务》等书。微信公众号CodeDeep。 目录 序 xiii 前言 xv 第 1 章　初识Kafka 1 1.1　发布与订阅消息系统 1 1.1.1　如何开始 2 1.1.2　独立的队列系统 3 1.2　Kafka登场 4 1.2.1　消息和批次 4 1.2.2　模式 4 1.2.3　主题和分区 5 1.2.4　生产者和消费者 5 1.2.5　broker和集群 6 1.2.6　多集群 7 1.3　为什么选择Kafka 8 1.3.1　多个生产者 8 1.3.2　多个消费者 8 1.3.3　基于磁盘的数据存储 9 1.3.4　伸缩性 9 1.3.5　高性能 9 1.4　数据生态系统 9 1.5　起源故事 11 1.5.1　LinkedIn的问题 11 1.5.2　Kafka的诞生 12 1.5.3　走向开源 12 1.5.4　命名 13 1.6　开始Kafka之旅 13 第 2 章　安装Kafka 14 2.1　要事先行 14 2.1.1　选择操作系统 14 2.1.2　安装Java 14 2.1.3　安装Zookeeper 15 2.2　安装Kafka Broker 17 2.3　broker配置 18 2.3.1　常规配置 18 2.3.2　主题的默认配置 19 2.4　硬件的选择 23 2.4.1　磁盘吞吐量 23 2.4.2　磁盘容量 23 2.4.3　内存 23 2.4.4　网络 24 2.4.5　CPU 24 2.5　云端的Kafka 24 2.6　Kafka集群 24 2.6.1　需要多少个broker 25 2.6.2　broker 配置 25 2.6.3　操作系统调优 26 2.7　生产环境的注意事项 28 2.7.1　垃圾回收器选项 28 2.7.2　数据中心布局 29 2.7.3　共享Zookeeper 29 2.8　总结 30 第 3 章　Kafka生产者——向Kafka写入数据 31 3.1　生产者概览 32 3.2　创建Kafka生产者 33 3.3　发送消息到Kafka 34 3.3.1　同步发送消息 35 3.3.2　异步发送消息 35 3.4　生产者的配置 36 3.5　序列化器 39 3.5.1　自定义序列化器 39 3.5.2　使用Avro序列化 41 3.5.3　在Kafka里使用Avro 42 3.6　分区 45 3.7　旧版的生产者API 46 3.8　总结 47 第 4 章　Kafka消费者——从Kafka读取数据 48 4.1　KafkaConsumer概念 48 4.1.1　消费者和消费者群组 48 4.1.2　消费者群组和分区再均衡 51 4.2　创建Kafka消费者 52 4.3　订阅主题 53 4.4　轮询 53 4.5　消费者的配置 55 4.6　提交和偏移量 57 4.6.1　自动提交 58 4.6.2　提交当前偏移量 59 4.6.3　异步提交 59 4.6.4　同步和异步组合提交 61 4.6.5　提交特定的偏移量 61 4.7　再均衡监听器 62 4.8　从特定偏移量处开始处理记录 64 4.9　如何退出 66 4.10　反序列化器 67 4.11　独立消费者——为什么以及怎样使用没有群组的消费者 71 4.12　旧版的消费者API 71 4.13　总结 72 第 5 章　深入Kafka 73 5.1　集群成员关系 73 5.2　控制器 74 5.3　复制 74 5.4　处理请求 76 5.4.1　生产请求 78 5.4.2　获取请求 78 5.4.3　其他请求 80 5.5　物理存储 81 5.5.1　分区分配 81 5.5.2　文件管理 82 5.5.3　文件格式 83 5.5.4　索引 84 5.5.5　清理 84 5.5.6　清理的工作原理 84 5.5.7　被删除的事件 86 5.5.8　何时会清理主题 86 5.9　总结 86 第 6 章　可靠的数据传递 87 6.1　可靠性保证 87 6.2　复制 88 6.3　broker配置 89 6.3.1　复制系数 89 6.3.2　不完全的首领选举 90 6.3.3　最少同步副本 91 6.4　在可靠的系统里使用生产者 92 6.4.1　发送确认 92 6.4.2　配置生产者的重试参数 93 6.4.3　额外的错误处理 94 6.5　在可靠的系统里使用消费者 94 6.5.1　消费者的可靠性配置 95 6.5.2　显式提交偏移量 95 6.6　验证系统可靠性 97 6.6.1　配置验证 98 6.6.2　应用程序验证 98 6.6.3　在生产环境监控可靠性 99 6.7　总结 100 第 7 章　构建数据管道 101 7.1　构建数据管道时需要考虑的问题 102 7.1.1　及时性 102 7.1.2　可靠性 102 7.1.3　高吞吐量和动态吞吐量 103 7.1.4　数据格式 103 7.1.5　转换 104 7.1.6　安全性 104 7.1.7　故障处理能力 104 7.1.8　耦合性和灵活性 105 7.2　如何在Connect API和客户端API之间作出选择 105 7.3　Kafka Connect 106 7.3.1　运行Connect 106 7.3.2　连接器示例——文件数据源和文件数据池 107 7.3.3　连接器示例——从MySQL到ElasticSearch 109 7.3.4　深入理解Connect 114 7.4　Connect之外的选择 116 7.4.1　用于其他数据存储的摄入框架 116 7.4.2　基于图形界面的ETL工具 117 7.4.3　流式处理框架 117 7.5　总结 117 第 8 章　跨集群数据镜像 118 8.1　跨集群镜像的使用场景 118 8.2　多集群架构 119 8.2.1　跨数据中心通信的一些现实情况 119 8.2.2　Hub和Spoke架构 120 8.2.3　双活架构 121 8.2.4　主备架构 123 8.2.5　延展集群 127 8.3　Kafka的MirrorMaker 128 8.3.1　如何配置 129 8.3.2　在生产环境部署MirrorMaker 130 8.3.3　MirrorMaker调优 132 8.4　其他跨集群镜像方案 134 8.4.1　优步的uReplicator 134 8.4.2　Confluent的Replicator 135 8.5　总结 135 第 9 章　管理Kafka 136 9.1　主题操作 136 9.1.1　创建主题 137 9.1.2　增加分区 138 9.1.3　删除主题 138 9.1.4　列出集群里的所有主题 139 9.1.5　列出主题详细信息 139 9.2　消费者群组 140 9.2.1　列出并描述群组 140 9.2.2　删除群组 142 9.2.3　偏移量管理 142 9.3　动态配置变更 143 9.3.1　覆盖主题的默认配置 143 9.3.2　覆盖客户端的默认配置 145 9.3.3　列出被覆盖的配置 145 9.3.4　移除被覆盖的配置 146 9.4　分区管理 146 9.4.1　首选的首领选举 146 9.4.2　修改分区副本 147 9.4.3　修改复制系数 150 9.4.4　转储日志片段 151 9.4.5　副本验证 152 9.5　消费和生产 153 9.5.1　控制台消费者 153 9.5.2　控制台生产者 155 9.6　客户端ACL 157 9.7　不安全的操作 157 9.7.1　移动集群控制器 157 9.7.2　取消分区重分配 157 9.7.3　移除待删除的主题 158 9.7.4　手动删除主题 158 9.8　总结 159 第 10 章　监控Kafka 160 10.1　度量指标基础 160 10.1.1　度量指标在哪里 160 10.1.2　内部或外部度量 161 10.1.3　应用程序健康检测 161 10.1.4　度量指标的覆盖面 161 10.2　broker的度量指标 162 10.2.1　非同步分区 162 10.2.2　broker度量指标 166 10.2.3　主题和分区的度量指标 173 10.2.4　Java虚拟机监控 174 10.2.5　操作系统监控 175 10.2.6　日志 176 10.3　客户端监控 177 10.3.1　生产者度量指标 177 10.3.2　消费者度量指标 179 10.3.3　配额 181 10.4　延时监控 182 10.5　端到端监控 183 10.6　总结 183 第 11 章　流式处理 184 11.1　什么是流式处理 185 11.2　流式处理的一些概念 186 11.2.1　时间 187 11.2.2　状态 188 11.2.3　流和表的二元性 188 11.2.4　时间窗口 189 11.3　流式处理的设计模式 190 11.3.1　单个事件处理 191 11.3.2　使用本地状态 191 11.3.3　多阶段处理和重分区 193 11.3.4　使用外部查找——流和表的连接 193 11.3.5　流与流的连接 195 11.3.6　乱序的事件 195 11.3.7　重新处理 196 11.4　Streams示例 197 11.4.1　字数统计 197 11.4.2　股票市场统计 199 11.4.3　填充点击事件流 201 11.5　Kafka Streams的架构概览 202 11.5.1　构建拓扑 202 11.5.2　对拓扑进行伸缩 203 11.5.3　从故障中存活下来 205 11.6　流式处理使用场景 205 11.7　如何选择流式处理框架 206 11.8　总结 208 附录A　在其他操作系统上安装Kafka 209 作者介绍 214 封面介绍 214

JAVA JDK1.8 中文 API JAVA JDK1.8 中文 API JAVA JDK1.8 中文 API