Storm源码分析

第1章　总体架构与代码结构　1.1　Storm的总体结构　1.2　Storm的元数据　　1.2.1　元数据介绍　　1.2.2　Storm怎么使用这些元数据　1.3　Storm的代码结构　　1.3.1　Clojure代码　　1.3.2　Java代码　　1.3.3　Trident代码　　1.3.4　其他代码第2章　搭建Storm集群　2.1　搭建单机Storm集群　2.2　搭建多机Storm集群　　2.2.1　设置环境　　2.2.2　启动Storm集群　　2.2.3　提交Topology　2.3　WordCountTopology介绍　　2.3.1　RandomSentenceSpout　　2.3.2　SplitSentence　　2.3.3　WordCount　　2.3.4　WordCountTopology构建第3章　Storm编程基础　3.1　Fields定义　3.2　Tuple接口　3.3　常用声明接口　　3.3.1　配置声明接口　　3.3.2　输入声明接口　　3.3.3　输出字段声明接口　　3.3.4　组件声明接口　3.4　Spout输出收集器　　3.4.1　ISpoutOutputCollector和SpoutOutputCollector　　3.4.2　Executor中ISpoutOutputCollector的实现　3.5　Bolt输出收集器　　3.5.1　IOutputCollector和OutputCollector　　3.5.2　IBasicOutputCollector和BasicOutputCollector　　3.5.3　BatchOutputCollector和BatchOutputCollectorImpl　　3.5.4　Executor中的IOutputCollector实现　3.6　组件接口……第4章　基础函数和工具类第5章　通信机制第6章　Nimbus第7章　Scheduler第8章　Scheduler第9章　Worker第10章　Executor第11章　Task第12章　Storm的Ack框架第13章　系统运行统计第14章　系统运行统计的另一种实现第15章　事务Topology的实现第16章　事务10pology示例第17章　Trident的Spout节点第18章　Trident的存储第19章　Trident消息第20章　Trident操作与处理节点第21章　Trident流的基本操作第22章　Trident中流的交互操作第23章　Trident中的Bolt节点第24章　Trident的执行优化第25章　Trident与DRPC第26章　Trident的Topology构建器第27章　多语言第28章　Storm中的配置项

微软搜索技术部门高级研发工程师实战经验分享　　从源代码的角度深入剖析Storm设计与实现　　学习如何实现和高效利用“实时的Hadoop”　　大数据处理是当前计算机科技的热点，而流式实时大数据处理更是这皇冠上璀璨的明珠。实时流数据处理在搜索引擎、社交网络、电商网站、广告平台等领域有着相当广泛的应用。Storm是极其高效、灵活、高扩展的流式数据处理平台。它被Twitter、Taobao、Yahoo、Groupon等公司采用。　　本书由微软公司互联网工程院经验丰富的一线程序员操刀编写，包含很多实战经验和使用心得，很好地结合了代码分析和应用实例。本书对于进行流式数据处理的研究、Storm的深入理解以及实际应用都有很好的参考价值。《Storm源码分析》从源代码的角度详细分析了Storm的设计与实现，共分为三个部分，第一部分介绍了Storm的基本原理以及Storm集群系统的搭建方法，第二部分深入剖析了Storm的底层架构，如Nimbus、Supervisor、Worker以及Task，第三部分系统讨论了Storm如何实现可靠的消息传输，如Transaction Topology以及Trident。　　《Storm源码分析》适用于程序员、架构师以及计算机专业的学生。【作者简介】李明 2001~2007年在哈尔滨工业大学完成本科以及硕士的学习。微软搜索技术部门资深研发工程师及高级开发经理，擅长Linux、Clojure、Java、C#等多种开发技术，长期致力于大数据、分布式系统的研究和应用，目前致力于实时性分布式处理系统的研究与开发。　　王晓鹏 2004~2011年在北京邮电大学完成本科以及硕士的学习。微软搜索技术部门高级研发工程师，擅长Windows phonePhone、Silverlight、Clojure、Java、C#等多种开发技术，一直致力于大数据处理、分布式系统的研究和应用，目前致力于实时性分布式处理系统的研究与开发。