Wiki@桩白墨

本页面只读。您可以查看源文件，但不能更改它。如果您觉得这是系统错误，请联系管理员。
===== Ch1 实时流计算 =====
  - 大数据时代的新挑战：实时流计算
  - 实时流计算使用场景
  - 实时流数据的特点
  - [[实时流计算系统架构]]
===== Ch2 数据采集 =====
  - 设计数据采集的接口
  - 使用 Spring Boot 实现数据采集服务器
  - BIO 与 NIO
  - NIO 和异步
  - 使用 Netty 实现数据采集服务器

===== Ch3 实现单节点流计算应用 =====
  - 自己动手写实时流计算框架
  - CompletableFuture 方法与原理
  - 采用 CompletableFuture 实现单节点流处理
  - 流计算应用的性能调优

===== Ch4 数据处理 =====
  - 流计算到底在计算什么
  - 流数据操作
  - 时间维度聚合特征计算
  - 关联图谱特征计算
  - 事件序列分析
  - 模型学习和预测

===== Ch5 实时流计算的状态管理 =====
  - 流的状态
  - 采用 Redis 实现流信息状态管理
  - 采用 Apache Ignite 实现流信息状态管理
  - 扩展为集群

===== Ch6 开源流计算框架 =====
  - Apache Storm
  - Spark Streaming
  - Apache Samza
  - Apache Flink

===== Ch7 当做不到实时 =====
  - 做不到实时的原因
  - Lambda 架构
  - Kappa 架构与架构实例

===== Ch8 数据传输 =====
  - 消息中间件
  - Apache Kafka
  - RabbitMQ
  - Apache Camel

===== Ch9 数据存储 =====
  - 存储的设计原则
  - 点查询
  - Ad-Hoc 查询
  - 离线分析
  - 关系型数据库查询

===== Ch10 服务治理和配置管理 =====
  - 服务治理
  - 面向配置编程
  - 动态配置
  - 将前端配置与后端服务配置隔离开

===== Ch11 实时流计算应用案例 =====
  - 实时流数据特征提取引擎
  - 使用 Flink 实现风控引擎