本书介绍Kafka的应用和使用，适合Java开发者和数据工程师。
电子书
编辑推荐
本书适合应用Kafka的专业技术人员阅读，包括但不限于大数据相关应用的开发者、运维者和爱好者。
内容简介
《Kafka入门与实践》以Kafka 0.10.1.1版本以基础，对Kafka的基本组件的实现细节及其基本应用进行了详细介绍，同时，通过对Kafka与当前大数据主流框架整合应用案例的讲解，进一步展现了Kafka在实际业务中的作用和地位。本书共10章，按照从抽象到具体、从点到线再到面的学习思维模式，由浅入深，理论与实践相结合，对Kafka进行了分析讲解。
《Kafka入门与实践》中的大量实例来源于作者在实际工作中的实践，具有现实指导意义。相信读者阅读完本书之后，能够全面掌握Kafka的基本实现原理及其基本操作，能够根据书中的案例举一反三，解决实际工作和学习中的问题。此外，在阅读本书时，读者可以根据本书对Kafka理论的分析，再结合Kafka源码进行定位学习，了解Kafka的设计和思想以及更多的编码技巧。
《Kafka入门与实践》适合应用Kafka的专业技术人员阅读，包括但不限于大数据相关应用的***、运维者和爱好者，也适合高等院校、培训结构相关专业的师生使用。
章节目录
- 封面
- 内 容 提 要
- 前言
- 目录
- 第1章 Kafka简介
- 1.1 Kafka背景
- 1.2 Kafka基本结构
- 1.3 Kafka基本概念
- 1.4 Kafka设计概述
- 1.4.1 Kafka设计动机
- 1.4.2 Kafka特性
- 1.4.3 Kafka应用场景
- 1.5 本书导读
- 1.6 小结
- 第2章 Kafka安装配置
- 2.1 基础环境配置
- 2.1.1 JDK安装配置
- 2.1.2 SSH安装配置
- 2.1.3 ZooKeeper环境
- 2.2 Kafka单机环境部署
- 2.2.1 Windows环境安装Kafka
- 2.2.2 Linux环境安装Kafka
- 2.3 Kafka伪分布式环境部署
- 2.4 Kafka集群环境部署
- 2.5 Kafka Manager安装
- 2.6 Kafka源码编译
- 2.6.1 Scala安装配置
- 2.6.2 Gradle安装配置
- 2.6.3 Kafka源码编译
- 2.6.4 Kafka导入Eclipse
- 2.7 小结
- 第3章 Kafka核心组件
- 3.1 延迟操作组件
- 3.1.1 DelayedOperation
- 3.1.2 DelayedOperationPurgatory
- 3.1.3 DelayedProduce
- 3.1.4 DelayedFetch
- 3.1.5 DelayedJoin
- 3.1.6 DelayedHeartbeat
- 3.1.7 DelayedCreateTopics
- 3.2 控制器
- 3.2.1 控制器初始化
- 3.2.2 控制器选举过程
- 3.2.3 故障转移
- 3.2.4 代理上线与下线
- 3.2.5 主题管理
- 3.2.6 分区管理
- 3.3 协调器
- 3.3.1 消费者协调器
- 3.3.2 组协调器
- 3.4 网络通信服务
- 3.4.1 Acceptor
- 3.4.2 Processor
- 3.4.3 RequestChannel
- 3.4.4 SocketServer启动过程
- 3.5 日志管理器
- 3.5.1 Kafka日志结构
- 3.5.2 日志管理器启动过程
- 3.5.3 日志加载及恢复
- 3.5.4 日志清理
- 3.6 副本管理器
- 3.6.1 分区
- 3.6.2 副本
- 3.6.3 副本管理器启动过程
- 3.6.4 副本过期检查
- 3.6.5 追加消息
- 3.6.6 拉取消息
- 3.6.7 副本同步过程
- 3.6.8 副本角色转换
- 3.6.9 关闭副本
- 3.7 Handler
- 3.8 动态配置管理器
- 3.9 代理健康检测
- 3.10 Kafka内部监控
- 3.11 小结
- 第4章 Kafka核心流程分析
- 4.1 KafkaServer启动流程分析
- 4.2 创建主题流程分析
- 4.2.1 客户端创建主题
- 4.2.2 分区副本分配
- 4.3 生产者
- 4.3.1 Eclipse运行生产者源码
- 4.3.2 生产者重要配置说明
- 4.3.3 OldProducer执行流程
- 4.3.4 KafkaProducer实现原理
- 4.4 消费者
- 4.4.1 旧版消费者
- 4.4.2 KafkaConsumer初始化
- 4.4.3 消费订阅
- 4.4.4 消费消息
- 4.4.5 消费偏移量提交
- 4.4.6 心跳探测
- 4.4.7 分区数与消费者线程的关系
- 4.4.8 消费者平衡过程
- 4.5 小结
- 第5章 Kafka基本操作实战
- 5.1 KafkaServer管理
- 5.1.1 启动Kafka单个节点
- 5.1.2 启动Kafka集群
- 5.1.3 关闭Kafka单个节点
- 5.1.4 关闭Kafka集群
- 5.2 主题管理
- 5.2.1 创建主题
- 5.2.2 删除主题
- 5.2.3 查看主题
- 5.2.4 修改主题
- 5.3 生产者基本操作
- 5.3.1 启动生产者
- 5.3.2 创建主题
- 5.3.3 查看消息
- 5.3.4 生产者性能测试工具
- 5.4 消费者基本操作
- 5.4.1 消费消息
- 5.4.2 单播与多播
- 5.4.3 查看消费偏移量
- 5.4.4 消费者性能测试工具
- 5.5 配置管理
- 5.5.1 主题级别配置
- 5.5.2 代理级别设置
- 5.5.3 客户端/用户级别配置
- 5.6 分区操作
- 5.6.1 分区Leader平衡
- 5.6.2 分区迁移
- 5.6.3 增加分区
- 5.6.4 增加副本
- 5.7 连接器基本操作
- 5.7.1 独立模式
- 5.7.2 REST风格API应用
- 5.7.3 分布式模式
- 5.8 Kafka Manager应用
- 5.9 Kafka安全机制
- 5.9.1 利用SASL/PLAIN进行身份认证
- 5.9.2 权限控制
- 5.10 镜像操作
- 5.11 小结
- 第6章 Kafka API编程实战
- 6.1 主题管理
- 6.1.1 创建主题
- 6.1.2 修改主题级别配置
- 6.1.3 增加分区
- 6.1.4 分区副本重分配
- 6.1.5 删除主题
- 6.2 生产者API应用
- 6.2.1 单线程生产者
- 6.2.2 多线程生产者
- 6.3 消费者API应用
- 6.3.1 旧版消费者API应用
- 6.3.2 新版消费者API应用
- 6.4 自定义组件实现
- 6.4.1 分区器
- 6.4.2 序列化与反序列化
- 6.5 Spring与Kafka整合应用
- 6.5.1 生产者
- 6.5.2 消费者
- 6.6 小结
- 第7章 Kafka Streams
- 7.1 Kafka Streams简介
- 7.2 Kafka Streams基本概念
- 7.2.1 流
- 7.2.2 流处理器
- 7.2.3 处理器拓扑
- 7.2.4 时间
- 7.2.5 状态
- 7.2.6 KStream和KTable
- 7.2.7窗口
- 7.3 Kafka Streams API介绍
- 7.3.1 KStream与KTable
- 7.3.2 窗口操作
- 7.3.3 连接操作
- 7.3.4 变换操作
- 7.3.5 聚合操作
- 7.4 接口恶意访问自动检测
- 7.4.1 应用描述
- 7.4.2 具体实现
- 7.5 小结
- 第8章 Kafka数据采集应用
- 8.1 Log4j集成Kafka应用
- 8.1.1 应用描述
- 8.1.2 具体实现
- 8.2 Kafka与Flume整合应用
- 8.2.1 Flume简介
- 8.2.2 Flume与Kafka比较
- 8.2.3 Flume的安装配置
- 8.2.4 Flume采集日志写入Kafka
- 8.3 Kafka与Flume和HDFS整合应用
- 8.3.1 Hadoop安装配置
- 8.3.2 Flume采集Kafka消息写入HDFS
- 8.4 小结
- 第9章 Kafka与ELK整合应用
- 9.1 ELK环境搭建
- 9.1.1 Elasticsearch安装配置
- 9.1.2 Logstash安装配置
- 9.1.3 Kibana安装配置
- 9.2 Kafka与Logstash整合
- 9.2.1 Logstash收集日志到Kafka
- 9.2.2 Logstash从Kafka消费日志
- 9.3 日志采集分析系统
- 9.3.1 Flume采集日志配置
- 9.3.2 Logstash拉取日志配置
- 9.3.3 Kibana日志展示
- 9.4 服务器性能监控系统
- 9.4.1 Metricbeat安装
- 9.4.2 采集信息存储到Elasticsearch
- 9.4.3 加载beats-dashboards
- 9.4.4 服务器性能监控系统具体实现
- 9.5 小结
- 第10章 Kafka与Spark整合应用
- 10.1 Spark简介
- 10.2 Spark基本操作
- 10.2.1 Spark安装
- 10.2.2 Spark shell应用
- 10.2.3 spark-submit提交作业
- 10.3 Spark在智能投顾领域应用
- 10.3.1 应用描述
- 10.3.2 具体实现
- 10.4 热搜词统计
- 10.4.1 应用描述
- 10.4.2 具体实现
- 10.5 小结
展开全部
Kafka入门与实践是2017年由人民邮电出版社出版,作者牟大恩。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Kafka入门与实践》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
深入浅出展现Flink技术精髓，力求详细而完整地描述Flink大数据项目实战，从零开始快速掌握Flink的基本原理和核心功能。
电子书
本书教读者在Kafka平台上实现流式处理。在这本易于理解的书中，读者将通过实际的例子来收集、转换和聚合数据，使用多个处理器，处理实时事件。
电子书
本书介绍Kafka的技术原理和应用技巧。
电子书
本书是厦门大学作者团队长期经验总结的结晶，是在厦门大学《大数据技术原理与应用》入门级大数据教材的基础之上编写的。为了确保教程质量，在编著出版纸质教材之前，实验室已经于2016年10月通过实验室官网免费发布共享了简化版的Spark在线教程和相关教学资源，同时，该在线教程也已经用于厦门大学计算机科学系研究生的大数据课程教学，并成为全国高校大数据课程教师培训交流班的授课内容。实验室根据读者对在线Spark教程的大量反馈意见以及教学实践中发现的问题，对Spark在线教程进行了多次修正和完善，所有这些前期准备工作，都为纸质教材的编著出版打下了坚实的基础。
披荆斩棘，在大数据丛林中开辟学习捷径
填沟削坎，为快速学习Spark 技术铺平道路
深入浅出，有效降低Spark 技术学习门槛
资源全面，构建全方位一站式在线服务体系
电子书
30小时慕课教学视频同步讲解，让学习更高效快捷
80个精彩课堂案例，12个课堂实验，1个综合案例，Java学习从入门到精通
66道习题，300道自测题，5套自测试卷，巩固所学知识
提供免费教学资源，包括精品教学PPT、案例源代码、自测题库、拓展综合案例
电子书
在数字经济时代，数据是重要的资源要素；同时，新的数据又在源源不断地产生，企业面临的一个基本问题就是如何管理和利用这些数据，这对传统的数据处理方法与分析框架提出了新的诉求和挑战，也是全球业界与学界为关心的问题。为了满足大数据时代对信息的快速处理的需求，一个分布式的开源计算框架Apache Spark应运而生。经过十年的发展，Spark已经成为目前大数据处理的标杆，在整个业界得到了广泛的使用。对大数据工程师来说，用Spark构建数据管道无疑是很好的选择，而对数据科学家来说，Spark也是高效的数据探索工具。
本书基于Spark发行版2.4.4写作而成，包含大量的实例与一个完整项目，技术理论与实战相结合，层次分明，循序渐进。本书不仅介绍了如何开发Spark应用的基础内容，包括Spark架构、Spark编程、SparkSQL、Spark调优等，还探讨了Structured Streaming、Spark机器学习、Spark图挖掘、Spark深度学习、Alluxio系统等高级主题，同时完整实现了一个企业背景调查系统，借鉴了数据湖与Lambda架构的思想，涵盖了批处理、流处理应用开发，并加入了一些开源组件来满足业务需求。学习该系统可以使读者从实战中巩固所学，并将技术理论与应用实战融会贯通。
本书适合准备学习Spark的开发人员和数据分析师，以及准备将Spark应用到实际项目中的开发人员和管理人员阅读，也适合计算机相关专业的高年级本科生和研究生学习和参考，对于具有一定的Spark使用经验并想进一步提升的数据科学从业者也是很好的参考资料。
电子书
数据科学与大数据技术专业系列规划教材。强调概念+算法实践，让你“小数据”上会“算”，“大数据”上“算得快”。
