机读格式显示(MARC)

• 000 01730m 220000313 45450

• 001 0000487403

• 005 20171124113200.0

• 010 __ |a 978-7-111-57922-9 |d CNY59.00

• 099 __ |a CAL 012017137523

• 100 __ |a 20170918d2017 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 企业大数据处理 |A qi ye da shu ju chu li |e Spark、Druid、Flume与Kafka应用实践 |d = BigData processing with Spark, Druid, Flume and Kafka |f 肖冠宇著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2017

• 215 __ |a 208页 |c 图 |d 24cm

• 225 2_ |a 大数据技术丛书 |A da shu ju ji shu cong shu

• 300 __ |a 华章IT

• 330 __ |a 本书分为三大部分，共九章。第壹部分（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；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。

• 410 _0 |1 2001 |a 大数据技术丛书

• 510 1_ |a BigData processing with Spark, Druid, Flume and Kafka |z eng

• 517 1_ |a Spark、Druid、Flume与Kafka应用实践 |A Spark、Druid、Flume yu Kafka ying yong shi jian

• 606 0_ |a 企业管理 |A qi ye guan li |x 数据处理

• 690 __ |a F272.7 |v 5

• 701 _0 |a 肖冠宇 |A xiao guan yu |4 著

• 801 _0 |a CN |b WXCSXY |c 20171124

• 905 __ |a WXCSXY |d F272.7/122

• 920 __ |a 215010 |z 1