Storm分布式实时计算模式

　　P. Taylor Goetz是Apache Storm项目核心贡献者以及发布经理，自2011年10月Storm项目首次开源至今都参与其中，具有长期的Storm使用和开发经验。作为Storm用户社区中的活跃贡献者，Taylor领导了一系列开源项目，旨在使企业能够将Storm集成到不同的基础设施上。Brian O'Neill 现就职于Health Market Science（HMS）公司，任首席技术官，重点进行数据管理和医疗领域数据分析。他已经担任技术主管超过15年，被公认为大数据领域的权威。作为系统架构师，他有着应对各种不同场景的经验，从初创公司到财富500强公司。他信奉开源精神，对多个项目做出了贡献。他领导的项目，扩展了Cassandra数据库，并且将索引引擎、分布式处理框架、分析引擎集成到了该数据库中。他荣获了2013年InfoWorld技术领导力奖项。译者简介 董昭 腾讯安全平台部应用运维安全工程师，负责腾讯Web业务的漏洞防护等相关工作，研究兴趣为Web安全、网络安全、Linux后台开发、大数据等。

《Storm分布式实时计算模式》由Apache Storm 项目核心贡献者吉奥兹、奥尼尔亲笔撰 写，融合了作者丰富的Storm实战经验，通过大量 示例，全面而系统地讲解使用Storm进行分布式实 时计算的核心概念及应用，并针对不同的应用场 景，给出多种基于Storm的设计模式，为读者快速 掌握Storms分布式实时计算提供系统实践指南。《Storm分布式实时计算模式》分为10章：第l章介绍使用storm建立一 个分布式流式计算应用所涉及的核心概念，包括 storm的数据结构、开发环境的搭建，以及Storm 程序的开发和调试技术等；第2章详细讲解storm 集群环境的安装和搭建，以及如何将topology部署 到分布式环境中；第3章通过传感器数据实例详细 介绍Trident topology；第4章讲解如何使用Storm 和Tridentj挂行实时趋势分析；第5章介绍如何使用 Storm进行图形分析，将数据持久化存储在图形数 据库中，通过查询数据来发现其中潜在的联系；第 6章讲解如何在Storm上使用递归实现一个典型的人 工智能算法；第7章演示集成Storm和非事务型系统 的复杂性，通过集成Storm和开源探索性分析架构 Druid实现一个可配置的实时系统来分析金融事件。第8章探讨Lambda体系结构的实现方法，讲解如何 将批处理机制和实时处理引擎结合起来构建一个可 纠错的分析系统；第9章讲解如何将Pig脚本转化为 topology，并且使用Storm-YARN部署topology，从 而将批处理系统转化为实时系统；第10章介绍如 何在云服务提供商提供的主机环境下部署和运行 Storm。