反馈文件质量
duxiu/initial_release/14442884.zip
图灵程序设计丛书 Flink基础教程 🔍
(美)埃伦·弗里德曼(Ellen Friedman),希科斯塔斯·宙马斯, 埃伦·弗里德曼(Ellen Friedman)[希]科斯塔斯·宙马斯()[希]科斯塔斯·宙马斯(Kostas Tzoumas) 王绍翾, 弗里德曼 (女,Friedman, Ellen) 北京:人民邮电出版社, 2018, 2018
中文 [zh] · PDF · 12.3MB · 2018 · 📗 未知类型的图书 · 🚀/duxiu/zlibzh · Save
描述
1 (p1): 第1章 为何选择Flink 2 (p1-1): 1.1 流处理欠佳的后果 2 (p1-1-1): 1.1.1 零售业和市场营销 3 (p1-1-2): 1.1.2 物联网 5 (p1-1-3): 1.1.3 电信业 5 (p1-1-4): 1.1.4 银行和金融业 6 (p1-2): 1.2 连续事件处理的目标 6 (p1-3): 1.3 流处理技术的演变 9 (p1-4): 1.4 初探Flink 12 (p1-5): 1.5 生产环境中的Flink 13 (p1-5-1): 1.5.1 布衣格电信 14 (p1-5-2): 1.5.2 其他案例 15 (p1-6): 1.6 Flink的适用场景 17 (p2): 第2章 流处理架构 17 (p2-1): 2.1 传统架构与流处理架构 18 (p2-2): 2.2 消息传输层和流处理层 19 (p2-3): 2.3 消息传输层的理想功能 20 (p2-3-1): 2.3.1 兼具高性能和持久性 20 (p2-3-2): 2.3.2 将生产者和消费者解耦 21 (p2-4): 2.4 支持微服务架构的流数据 22 (p2-4-1): 2.4.1 数据流作为中心数据源 22 (p2-4-2): 2.4.2 欺诈检测:流处理架构用例 24 (p2-4-3): 2.4.3 给开发人员带来的灵活性 24 (p2-5): 2.5 不限于实时应用程序 26 (p2-6): 2.6 流的跨地域复制 29 (p3): 第3章 Flink的用途 29 (p3-1): 3.1 不同类型的正确性 29 (p3-1-1): 3.1.1 符合产生数据的自然规律 31 (p3-1-2): 3.1.2 事件时间 32 (p3-1-3): 3.1.3 发生故障后仍保持准确 33 (p3-1-4): 3.1.4 及时给出所需结果 33 (p3-1-5): 3.1.5 使开发和运维更轻松 34 (p3-2): 3.2 分阶段采用Flink 35 (p4): 第4章 对时间的处理 35 (p4-1): 4.1 采用批处理架构和Lambda架构计数 38 (p4-2): 4.2 采用流处理架构计数 40 (p4-3): 4.3 时间概念 41 (p4-4): 4.4 窗口 41 (p4-4-1): 4.4.1 时间窗口 43 (p4-4-2): 4.4.2 计数窗口 43 (p4-4-3): 4.4.3 会话窗口 44 (p4-4-4): 4.4.4 触发器 44 (p4-4-5): 4.4.5 窗口的实现 44 (p4-5): 4.5 时空穿梭 45 (p4-6): 4.6 水印 47 (p4-7): 4.7 真实案例:爱立信公司的Kappa架构 49 (p5): 第5章 有状态的计算 50 (p5-1): 5.1 一致性 51 (p5-2): 5.2 检查点:保证exactly-once 59 (p5-3): 5.3 保存点:状态版本控制 62 (p5-4): 5.4 端到端的一致性和作为数据库的流处理器 65 (p5-5): 5.5 Flink的性能 65 (p5-5-1): 5.5.1 Yahoo!Streaming Benchmark 66 (p5-5-2): 5.5.2 变化1:使用Flink状态 67 (p5-5-3): 5.5.3 变化2:改进数据生成器并增加吞吐量 68 (p5-5-4): 5.5.4 变化3:消除网络瓶颈 69 (p5-5-5): 5.5.5 变化4:使用MapR Streams 69 (p5-5-6): 5.5.6 变化5:增加key基数 71 (p5-6): 5.6 结论 73 (p6): 第6章 批处理:一种特殊的流处理 75 (p6-1): 6.1 批处理技术 76 (p6-2): 6.2 案例研究:Flink作为批处理器 79 (p7): 附录 其他资源 84 (p8): 关于作者 Ben shu fen wei 6 zhang,Ce zhong yu jie shao Flink de he xin she ji li nian,Gong neng he...
备用文件名
duxiu/initial_release/14442884_ss.zip
备用文件名
zlibzh/no-category/（美）埃伦·弗里德曼（Ellen Friedman），希科斯塔斯·宙马斯, 埃伦·弗里德曼（Ellen Friedman）[希]科斯塔斯·宙马斯（）[希]科斯塔斯·宙马斯（Kostas Tzoumas） 王绍翾, 弗里德曼 (女,Friedman, Ellen)/图灵程序设计丛书 Flink基础教程_117824310.pdf
备选标题
Flink基础教程 : stream processing for real time and beyond = Introduction to apache Flink
备选标题
Flink基础教程/#/Flink基础教程 [[No Pinyin Available
备选标题
Flink基础教程 # Flink基础教程 [[No Pinyin Available
备用出版商
The People's Posts and Telecommunications Publishing House
备用出版商
Posts & Telecom Press
备用版本
1st edition, Erscheinungsort nicht ermittelbar, 2018
备用版本
图灵程序设计丛书, Di 1 ban, Beijing, 2018
备用版本
China, People's Republic, China
备用版本
1, 2021
备用版本
uuuu
元数据中的注释
Bookmarks: p1 (p1): 第1章 为何选择Flink
p1-1 (p2): 1.1 流处理欠佳的后果
p1-1-1 (p2): 1.1.1 零售业和市场营销
p1-1-2 (p3): 1.1.2 物联网
p1-1-3 (p5): 1.1.3 电信业
p1-1-4 (p5): 1.1.4 银行和金融业
p1-2 (p6): 1.2 连续事件处理的目标
p1-3 (p6): 1.3 流处理技术的演变
p1-4 (p9): 1.4 初探Flink
p1-5 (p12): 1.5 生产环境中的Flink
p1-5-1 (p13): 1.5.1 布衣格电信
p1-5-2 (p14): 1.5.2 其他案例
p1-6 (p15): 1.6 Flink的适用场景
p2 (p17): 第2章 流处理架构
p2-1 (p17): 2.1 传统架构与流处理架构
p2-2 (p18): 2.2 消息传输层和流处理层
p2-3 (p19): 2.3 消息传输层的理想功能
p2-3-1 (p20): 2.3.1 兼具高性能和持久性
p2-3-2 (p20): 2.3.2 将生产者和消费者解耦
p2-4 (p21): 2.4 支持微服务架构的流数据
p2-4-1 (p22): 2.4.1 数据流作为中心数据源
p2-4-2 (p22): 2.4.2 欺诈检测：流处理架构用例
p2-4-3 (p24): 2.4.3 给开发人员带来的灵活性
p2-5 (p24): 2.5 不限于实时应用程序
p2-6 (p26): 2.6 流的跨地域复制
p3 (p29): 第3章 Flink的用途
p3-1 (p29): 3.1 不同类型的正确性
p3-1-1 (p29): 3.1.1 符合产生数据的自然规律
p3-1-2 (p31): 3.1.2 事件时间
p3-1-3 (p32): 3.1.3 发生故障后仍保持准确
p3-1-4 (p33): 3.1.4 及时给出所需结果
p3-1-5 (p33): 3.1.5 使开发和运维更轻松
p3-2 (p34): 3.2 分阶段采用Flink
p4 (p35): 第4章 对时间的处理
p4-1 (p35): 4.1 采用批处理架构和Lambda架构计数
p4-2 (p38): 4.2 采用流处理架构计数
p4-3 (p40): 4.3 时间概念
p4-4 (p41): 4.4 窗口
p4-4-1 (p41): 4.4.1 时间窗口
p4-4-2 (p43): 4.4.2 计数窗口
p4-4-3 (p43): 4.4.3 会话窗口
p4-4-4 (p44): 4.4.4 触发器
p4-4-5 (p44): 4.4.5 窗口的实现
p4-5 (p44): 4.5 时空穿梭
p4-6 (p45): 4.6 水印
p4-7 (p47): 4.7 真实案例：爱立信公司的Kappa架构
p5 (p49): 第5章 有状态的计算
p5-1 (p50): 5.1 一致性
p5-2 (p51): 5.2 检查点：保证exactly-once
p5-3 (p59): 5.3 保存点：状态版本控制
p5-4 (p62): 5.4 端到端的一致性和作为数据库的流处理器
p5-5 (p65): 5.5 Flink的性能
p5-5-1 (p65): 5.5.1 Yahoo！Streaming Benchmark
p5-5-2 (p66): 5.5.2 变化1：使用Flink状态
p5-5-3 (p67): 5.5.3 变化2：改进数据生成器并增加吞吐量
p5-5-4 (p68): 5.5.4 变化3：消除网络瓶颈
p5-5-5 (p69): 5.5.5 变化4：使用MapR Streams
p5-5-6 (p69): 5.5.6 变化5：增加key基数
p5-6 (p71): 5.6 结论
p6 (p73): 第6章 批处理：一种特殊的流处理
p6-1 (p75): 6.1 批处理技术
p6-2 (p76): 6.2 案例研究：Flink作为批处理器
p7 (p79): 附录 其他资源
p8 (p84): 关于作者
元数据中的注释
related_files:
filepath:11444288_14442884_ss.zip — md5:dbcaaa37f7a5bca78c64e47d7f41d863 — filesize:12250428
filepath:14442884_ss.zip — md5:7b1e29aa2158c342ca97c18d19e8ae12 — filesize:12250428
filepath:14442884.zip — md5:f686f9c05i6167d87e629d0405cf2992 — filesize:12250428
filepath:/读秀/读秀3.0/读秀/3.0/3.0新/其余书库等多个文件/0057/59/14442884.zip
filepath:/读秀/读秀4.0/读秀/4.0/数据库03-1/14442884_ss.zip
filepath:第五部分/e路有你3-1/107/14442884.zip
filepath:第二部分/59-1/14442884.zip
备用描述
Ben shu fen wei 6 zhang,Ce zhong yu jie shao Flink de he xin she ji li nian,Gong neng he yong tu,Nei rong she ji shi jian shi jian he chu li shi jian,Chuang kou he shui yin ji zhi,Jian cha dian ji zhi,Xing neng ce ping,Yi ji Flink ru he shi xian pi chu li
备用描述
作为新一代的开源流处理器,Flink是众多大数据处理框架中一颗冉冉升起的新星。它以同一种技术支持流处理和批处理,并能同时满足高吞吐、低延迟和容错的需求。本书由Flink项目核心成员执笔,系统阐释Flink的适用场景、设计理念、功能、用途和性能优势。 Flink的适用场景 流处理架构相较于批处理架构的优势 Flink中的时间概念 Flink的检查点机制 Flink的性能优势
备用描述
本书分为6章,侧重于介绍Flink的核心设计理念,功能和用途,内容涉及事件时间和处理时间,窗口和水印机制,检查点机制,性能测评,以及Flink如何实现批处理
开源日期
2024-06-13
更多信息……

🚀 快速下载

成为会员以支持书籍、论文等的长期保存。为了感谢您对我们的支持，您将获得高速下载权益。❤️
如果您在本月捐款，您将获得双倍的快速下载次数。

🐢 低速下载

由可信的合作方提供。 更多信息请参见常见问题解答。 （可能需要验证浏览器——无限次下载！）

所有选项下载的文件都相同，应该可以安全使用。即使这样，从互联网下载文件时始终要小心。例如，确保您的设备更新及时。
显示外部下载
  • 对于大文件，我们建议使用下载管理器以防止中断。
    推荐的下载管理器：JDownloader
  • 您将需要一个电子书或 PDF 阅读器来打开文件，具体取决于文件格式。
    推荐的电子书阅读器：Anna的档案在线查看器、ReadEra和Calibre
  • 使用在线工具进行格式转换。
    推荐的转换工具：CloudConvert和PrintFriendly
  • 您可以将 PDF 和 EPUB 文件发送到您的 Kindle 或 Kobo 电子阅读器。
    推荐的工具：亚马逊的“发送到 Kindle”和djazz 的“发送到 Kobo/Kindle”
  • 支持作者和图书馆
    ✍️ 如果您喜欢这个并且能够负担得起，请考虑购买原版，或直接支持作者。
    📚 如果您当地的图书馆有这本书，请考虑在那里免费借阅。