企业大数据处理：Spark、Druid、Flume与Kafka应用实践
肖冠宇
2174人在读
19.7万字总字数
¥25定价
肖冠宇
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，Spark 2.0版本的Spark SQL、Structured Streaming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。
科普型的过一下，大量的代码和配置文件内容
各个模块的原理虽然没有深入去分析，但是对于了解一个基本框架概念来说足够了，并且提供了详细的安装说明和各部分实现的语句，适合初学者跟着本书来搭建一个简单的大数据处理的架构模型。
这是一本立足于企业真实的商用项目来讲解如何高效从事大数据实践的著作。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。
工具类书籍，主要讲“器”和部分“术”，内容比较通俗易懂，不是晦涩表达，跟读大多数技术博文类似。 介绍了spark，druid，flume，kafka，简单数据平台搭建，基本监控平台搭建。
没有很深入的原理介绍，对于初学者或者阶段性总结有一定作用，flume中间件的介绍还不错，代码和一些安装配置截图过多。可以粗略的浏览部分章节
三分之一都在讲Druid，实例部分太单薄。
作为入门书籍不错，对组件的详细介绍不太多，但对大数据的整体性介绍的不错
介绍的内容不少，但很多用法都不够深入，感觉有点在凑字数。
挺实用的，估计还得再操作下才能弄清楚
粗略了解，还是尝试自己搭建一个kafka集群