《企业大数据处理 Spark Druid Flume与Kafk》读书笔记思维导图PPT模板下载_第1页
《企业大数据处理 Spark Druid Flume与Kafk》读书笔记思维导图PPT模板下载_第2页
《企业大数据处理 Spark Druid Flume与Kafk》读书笔记思维导图PPT模板下载_第3页
《企业大数据处理 Spark Druid Flume与Kafk》读书笔记思维导图PPT模板下载_第4页
《企业大数据处理 Spark Druid Flume与Kafk》读书笔记思维导图PPT模板下载_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

PPT书籍导读最新版本读书笔记模板《企业大数据处理SparkDruidFlume与Kafk》最新版读书笔记，下载可以直接修改第章小结集群数据系统企业应用过程实践客户端准备环境大数据架构原理监控平台组件分析本书关键字分析思维导图01第一部分准备工作第三部分项目实践第二部分核心技术目录0302内容摘要本书分三部分展开介绍：第一部分（第1章）主要介绍了企业大数据系统的前期准备工作，包括如何构建企业大数据处理系统的软件环境和集群环境。第二部分（第2～7章）首先介绍了Spark的基本原理，Spark2.0版本的SparkSQL、StructuredStreaming原理和使用方法，以及Spark的多种优化方式；然后，介绍了Druid的基本原理、集群的搭建过程、数据摄入过程，以及在查询过程中如何实现Druid查询API；接着介绍了日志收集系统Flume的基本架构和关键组件，以及分层日志收集架构的设计与实践；最后介绍了分布式消息队列Kafka的基本架构和集群搭建过程，以及使用Java语言实现客户端API的详细过程。第三部分（第8～9章）主要介绍了企业大数据处理的两个实际应用案例，分别是基于Druid构建多维数据分析平台和基于JMX指标的监控系统。第一部分准备工作目前Flume可对接的主流大数据框架有Hadoop、Kafka、ElasticSearch、Hive、HBase等主要应用于广告数据分析、网络系统监控等场景。1.1软件环境准备1.3小结1.2集群环境准备第1章基础环境准备第二部分核心技术Druid具有高吞吐、易扩展、高容错、低延迟、按时间序列存储等特点。第2章Spark详解第3章Druid原理及部署第4章Druid数据摄入第5章Druid客户端第6章日志收集第7章分布式消息队列010302040506第二部分核心技术2.1Spark概述2.2SparkSQL2.3StructuredStrea...2.4Spark优化2.5小结12345第2章Spark详解3.1架构设计3.3小结3.2集群部署第3章Druid原理及部署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12345第4章Druid数据摄入5.1涉及组件5.2查询类型5.3查询API5.4小结第5章Druid客户端6.1Flume介绍6.3小结6.2Flume应用实践第6章日志收集7.1Kafka介绍7.2安装部署7.3客户端API7.4小结第7章分布式消息队列第三部分项目实践技术层面，从全栈的角度系统梳理和详尽讲解了大数据的核心技术，包括Spark、Druid、Flume、Kafka等，让我们在纷繁复杂的技术中少走弯路；经验层面，为企业的大数据技术选型和大数据平台建设提供了成熟的解决方案；实操层面，提供了大量的案例，其中包括2个综合性的案例。第9章监控系统第8章数据平台第三部分项目实践8.1需求分析8.3小结8.2功能实现第8章数

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论