企业大数据处理：Spark、Druid、Flume与Kafka应用实践

9.3 Grafana

9.2 JMXTrans

9.1 InfluxDB

第9章 监控系统

8.3 小结

8.2 功能实现

8.1 需求分析

第8章 数据平台

第三部分 项目实践

7.4 小结

7.3 客户端API

7.2 安装部署

7.1 Kafka介绍

第7章 分布式消息队列

6.3 小结

6.2 Flume应用实践

6.1 Flume介绍

第6章 日志收集

5.4 小结

5.3 查询API

5.2 查询类型

5.1 涉及组件

第5章 Druid客户端

4.5 小结

4.4 数据更新

4.3 流数据摄入

4.2 批量数据摄入

4.1 模式设计

第4章 Druid数据摄入

3.3 小结

3.2 集群部署

3.1 架构设计

第3章 Druid原理及部署

2.5 小结

2.4 Spark优化

2.3 Structured Streaming

2.2 Spark SQL

2.1 Spark概述

第2章 Spark详解

第二部分 核心技术

1.3 小结

1.2 集群环境准备

1.1 软件环境准备

第1章 基础环境准备

第一部分 准备工作

致谢

读者反馈

目标读者

内容概述

前言

版权信息

封面

封面

版权信息

前言

内容概述

目标读者

读者反馈

致谢

第一部分 准备工作

第1章 基础环境准备

1.1 软件环境准备

1.2 集群环境准备

1.3 小结

第二部分 核心技术

第2章 Spark详解

2.1 Spark概述

2.2 Spark SQL

2.3 Structured Streaming

2.4 Spark优化

2.5 小结

第3章 Druid原理及部署

3.1 架构设计

3.2 集群部署

3.3 小结

第4章 Druid数据摄入

4.1 模式设计

4.2 批量数据摄入

4.3 流数据摄入

4.4 数据更新

4.5 小结

第5章 Druid客户端

5.1 涉及组件

5.2 查询类型

5.3 查询API

5.4 小结

第6章 日志收集

6.1 Flume介绍

6.2 Flume应用实践

6.3 小结

第7章 分布式消息队列

7.1 Kafka介绍

7.2 安装部署

7.3 客户端API

7.4 小结

第三部分 项目实践

第8章 数据平台

8.1 需求分析

8.2 功能实现

8.3 小结

第9章 监控系统

9.1 InfluxDB

9.2 JMXTrans

9.3 Grafana