Druid實時大數(shù)據(jù)分析原理與實踐

定　價：￥79.00

作　者：	歐陽辰等著
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	計算機?網(wǎng)絡計算機期刊雜志

購買這本書可以去

ISBN：	9787121306235	出版時間：	2017-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	348	字數(shù)：

內容簡介

　　Druid 作為一款開源的實時大數(shù)據(jù)分析軟件，最近幾年快速風靡全球互聯(lián)網(wǎng)公司，特別是對于海量數(shù)據(jù)和實時性要求高的場景，包括廣告數(shù)據(jù)分析、用戶行為分析、數(shù)據(jù)統(tǒng)計分析、運維監(jiān)控分析等，在騰訊、阿里、優(yōu)酷、小米等公司都有大量成功應用的案例?！禗ruid實時大數(shù)據(jù)分析原理與實踐》的目的就是幫助技術人員更好地深入理解Druid 技術、大數(shù)據(jù)分析技術選型、Druid 的安裝和使用、高級特性的使用，也包括一些源代碼的解析，以及一些常見問題的快速回答。Druid 的生態(tài)系統(tǒng)正在不斷擴大和成熟，Druid 也正在解決越來越多的業(yè)務場景。希望本書能幫助技術人員做出更好的技術選型，深度了解Druid 的功能和原理，更好地解決大數(shù)據(jù)分析問題?！禗ruid實時大數(shù)據(jù)分析原理與實踐》適合大數(shù)據(jù)分析的從業(yè)人員、IT 人員、互聯(lián)網(wǎng)從業(yè)者閱讀。

作者簡介

　　歐陽辰，小米商業(yè)產(chǎn)品部研發(fā)總監(jiān)，負責廣告架構和數(shù)據(jù)分析平臺，擅長數(shù)據(jù)挖掘，大數(shù)據(jù)分析和廣告搜索架構。之前，在微軟工作10年，任微軟公司高級開發(fā)經(jīng)理，負責Contextual Ads產(chǎn)品研發(fā)，開發(fā)Bing Index Serve的核心模塊。持有多項關于互聯(lián)網(wǎng)廣告及搜索的美國專利。創(chuàng)辦“互聯(lián)居”公眾號，致力于互聯(lián)網(wǎng)廣告技術的繁榮。畢業(yè)于北京大學計算機系，獲碩士學歷。劉麒赟，現(xiàn)任Testin云測公司技術總監(jiān)，全面負責領導團隊完成數(shù)據(jù)分析產(chǎn)品的研發(fā)。作為資深數(shù)據(jù)技術專家，曾為多個著名開源項目（Hadoop／Sqoop／Oozie／Druid）貢獻源代碼，在互聯(lián)網(wǎng)大數(shù)據(jù)分析、機器學習和統(tǒng)計學應用等方面擁有豐富的實戰(zhàn)經(jīng)驗和相關專利。在企業(yè)級產(chǎn)品研發(fā)和客戶支持方面也有著豐富的經(jīng)驗，并曾為中國多地（包括香港和臺灣地區(qū)）的龍頭企業(yè)成功進行實地支持，為美國與新加坡等地客戶進行遠程支持。之前，曾任OneAPM公司大數(shù)據(jù)架構師，以及在IBM公司工作七年并任IBM全球大數(shù)據(jù)平臺產(chǎn)品BigInsights的Advisory Software Engineer。張海雷，資深工程師。目前在優(yōu)酷土豆廣告技術團隊負責Druid集群的維護?；钴S在Druid中國用戶組，Druid、Redis和Storm的開源項目代碼貢獻者。高振源，熱愛技術，愛智求真的后臺開發(fā)和數(shù)據(jù)工程師。先后負責過廣告DSP產(chǎn)品、QQ公眾號精準投放平臺、數(shù)據(jù)分析產(chǎn)品等研發(fā)工作。目前在騰訊SNG企業(yè)產(chǎn)品部，負責企點產(chǎn)品的數(shù)據(jù)平臺工作。許哲，騰訊后臺開發(fā)高級工程師，先后參與了公司企業(yè)產(chǎn)品消息服務后臺、QQ公眾號后臺、QQ公眾號精準投放平臺等研發(fā)，目前在騰訊SNG企業(yè)產(chǎn)品部，負責騰訊企點的后臺和數(shù)據(jù)平臺開發(fā)工作。

圖書目錄

第1 章初識Druid 1
1.1 Druid 是什么1
1.2 大數(shù)據(jù)分析和Druid 1
1.3 Druid 的產(chǎn)生3
1.3.1 MetaMarkets 簡介3
1.3.2 失敗總結4
1.4 Druid 的三個設計原則4
1.4.1 快速查詢（Fast Query） 5
1.4.2 水平擴展能力（Horizontal Scalability） 5
1.4.3 實時分析（Realtime Analytics） 6
1.5 Druid 的技術特點6
1.5.1 數(shù)據(jù)吞吐量大6
1.5.2 支持流式數(shù)據(jù)攝入6
1.5.3 查詢靈活且快6
1.5.4 社區(qū)支持力度大7
1.6 Druid 的Hello World 7
1.6.1 Druid 的部署環(huán)境7
1.6.2 Druid 的基本概念7
1.7 系統(tǒng)的擴展性9
1.8 性能指標10
1.9 Druid 的應用場景10
1.9.1 國內公司11
1.9.2 國外公司12
1.10 小結13
參考資料13
第2 章數(shù)據(jù)分析及相關軟件. 15
2.1 數(shù)據(jù)分析及相關概念15
2.2 數(shù)據(jù)分析軟件的發(fā)展16
2.3 數(shù)據(jù)分析軟件的分類17
2.3.1 商業(yè)軟件17
2.3.2 時序數(shù)據(jù)庫22
2.3.3 開源分布式計算平臺23
2.3.4 開源分析數(shù)據(jù)庫25
2.3.5 SQL on Hadoop/Spark 31
2.3.6 數(shù)據(jù)分析云服務33
2.4 小結34
參考資料34
第3 章架構詳解. 35
3.1 Druid 架構概覽35
3.2 Druid 架構設計思想36
3.2.1 索引對樹結構的選擇37
3.2.2 Druid 總體架構41
3.2.3 基于DataSource 與Segment 的數(shù)據(jù)結構43
3.3 擴展系統(tǒng)45
3.3.1 主要的擴展45
3.3.2 下載與加載擴展46
3.4 實時節(jié)點47
3.4.1 Segment 數(shù)據(jù)文件的制造與傳播47
3.4.2 高可用性與可擴展性48
3.5 歷史節(jié)點49
3.5.1 內存為王的查詢之道49
3.5.2 層的分組功能50
3.5.3 高可用性與可擴展性51
3.6 查詢節(jié)點51
3.6.1 查詢中樞點51
3.6.2 緩存的使用52
3.6.3 高可用性52
3.7 協(xié)調節(jié)點53
3.7.1 集群數(shù)據(jù)負載均衡的主宰53
3.7.2 利用規(guī)則管理數(shù)據(jù)生命周期53
3.7.3 副本實現(xiàn)Segment 的高可用性54
3.7.4 高可用性54
3.8 索引服務54
3.8.1 主從結構的架構54
3.8.2 統(tǒng)治節(jié)點55
3.8.3 中間管理者與苦工56
3.8.4 任務56
3.9 小結57
第4 章安裝與配置. 58
4.1 安裝準備58
4.1.1 安裝包簡介58
4.1.2 安裝環(huán)境59
4.1.3 Druid 外部依賴60
4.2 簡單示例61
4.2.1 服務運行61
4.2.2 數(shù)據(jù)導入與查詢62
4.3 規(guī)劃與部署65
4.4 基本配置68
4.4.1 基礎依賴配置68
4.4.2 數(shù)據(jù)節(jié)點配置調優(yōu)69
4.4.3 查詢節(jié)點配置調優(yōu)69
4.5 集群節(jié)點配置示例70
4.5.1 節(jié)點規(guī)劃70
4.5.2 Master 機器配置72
4.5.3 Data 機器配置76
4.6 小結79
第5 章數(shù)據(jù)攝入. 80
5.1 數(shù)據(jù)攝入的兩種方式80
5.1.1 流式數(shù)據(jù)源80
5.1.2 靜態(tài)數(shù)據(jù)源81
5.2 流式數(shù)據(jù)攝取81
5.2.1 以Pull 方式攝取82
5.2.2 用戶行為數(shù)據(jù)攝取案例86
5.2.3 以Push 方式攝取89
5.2.4 索引服務任務相關管理接口91
5.3 靜態(tài)數(shù)據(jù)批量攝取94
5.3.1 以索引服務方式攝取94
5.3.2 以Hadoop 方式攝取96
5.4 流式與批量數(shù)據(jù)攝取的結合99
5.4.1 Lambda 架構99
5.4.2 解決時間窗口問題100
5.5 數(shù)據(jù)攝取的其他重要知識101
5.5.1 數(shù)據(jù)分片101
5.5.2 數(shù)據(jù)復制106
5.5.3 索引服務之Tranquility 107
5.5.4 高基數(shù)維度優(yōu)化111
5.6 小結116
第6 章數(shù)據(jù)查詢. 117
6.1 查詢過程117
6.2 組件118
6.2.1 Filter 118
6.2.2 Aggregator 121
6.2.3 Post-Aggregator 125
6.2.4 Search Query 129
6.2.5 Interval 129
6.2.6 Context 130
6.3 案例介紹131
6.4 Timeseries 134
6.5 TopN 138
6.6 GroupBy 144
6.7 Select 149
6.8 Search 151
6.9 元數(shù)據(jù)查詢153
6.10 小結156
第7 章高級功能和特性. 157
7.1 近似直方圖（Approximate Histogram） 158
7.1.1 分位數(shù)和直方圖158
7.1.2 實現(xiàn)原理158
7.1.3 如何使用161
7.1.4 近似直方圖小結163
7.2 數(shù)據(jù)Sketch 163
7.2.1 DataSketch Aggregator 163
7.2.2 DataSketch Post-Aggregator 167
7.3 地理查詢（Geographic Query） 170
7.3.1 基本原理170
7.3.2 空間索引（Spatial Indexing） 171
7.3.3 空間過濾（Spatial Filter） 171
7.3.4 邊界條件（Boundary Condition） 172
7.3.5 地理查詢小結172
7.4 Router 172
7.4.1 Router 概覽172
7.4.2 路由規(guī)則174
7.4.3 配置175
7.4.4 路由策略175
7.5 Kaa 索引服務177
7.5.1 設計背景177
7.5.2 實現(xiàn)178
7.5.3 如何使用182
7.6 Supervisor API 186
7.6.1 創(chuàng)建Supervisor 186
7.6.2 關閉Supervisor 186
7.6.3 獲取當前執(zhí)行的Supervisor 186
7.6.4 獲取Supervisor 規(guī)范186
7.6.5 獲取Supervisor 的狀態(tài)報告186
7.6.6 獲取所有Supervisor 的歷史187
7.6.7 獲取Supervisor 的歷史187
7.7 最佳實踐187
7.7.1 容量規(guī)劃187
7.7.2 Supervisor 的持久化187
7.7.3 Schema 的配置與變更188
7.8 小結188
第8 章核心源代碼探析. 189
8.1 如何編譯Druid 代碼189
8.2 Druid 項目介紹190
8.3 索引結構模塊和層次關系192
8.4 Column 結構192
8.5 Segment 195
8.6 Query 模塊203
8.6.1 基礎組件203
8.6.2 內存池管理206
8.6.3 查詢流程概覽207
8.6.4 查詢引擎225
8.7 Coordinator 模塊229
8.8 小結237
第9 章監(jiān)控和安全. 238
9.1 Druid 監(jiān)控238
9.1.1 Druid 監(jiān)控指標238
9.1.2 常用的監(jiān)控方法245
9.2 Druid 告警250
9.2.1 Druid 告警信息250
9.2.2 Druid 與告警系統(tǒng)的集成250
9.3 Druid 安全251
9.3.1 Druid 與利用Kerberos 加強安全認證的系統(tǒng)集成251
9.3.2 集成外部權限模塊完成用戶授權255
9.4 小結256
第10 章實踐和應用. 257
10.1 小米257
10.1.1 場景一：小米統(tǒng)計服務258
10.1.2 場景二：廣告平臺實時數(shù)據(jù)分析260
10.2 優(yōu)酷土豆262
10.2.1 需求分析262
10.2.2 技術選型及工程實踐263
10.2.3 優(yōu)化策略266
10.3 騰訊267
10.3.1 工程實踐267
10.3.2 業(yè)務實踐270
10.4 藍海訊通279
10.5 小結284
第11 章Druid 生態(tài)與展望. 285
11.1 Druid 生態(tài)系統(tǒng)285
11.2 Druid 生態(tài)系統(tǒng)資源288
11.2.1 IAP 288
11.2.2 Plywood 289
11.2.3 PlyQL 294
11.2.4 Pivot 297
11.2.5 Druid-Metrics-Kaa 300
11.2.6 Caravel（Airbnb） 301
11.3 Druid 的社區(qū)討論組302
11.4 Druid 展望302
參考資料303
附錄A 常見問題（FAQ） 304
附錄B 常用參數(shù)表. 312