实时分析实战：构建实时流处理应用和分析系统

推荐阅读

封面简介

作者简介

13.8 本章小结

13.7 反向ETL

13.6 流数据平台即服务

13.5 流式数据库

13.4 实时数据可视化

13.3 湖仓一体

13.2 计算存储分离

13.1 边缘分析

第13章 实时分析的未来

12.5 本章小结

12.4 面向用户的分析（协作平台）

12.3 实时广告分析（网上商城）

12.2 运营分析（流媒体服务）

12.1 内容推荐（专业社交网络）

第12章 现实世界中的实时分析

11.4 本章小结

11.3 后期管理

11.2 部署平台

11.1 前期准备

第11章 生产环境中的注意事项

10.4 本章小结

10.3 更新订单服务

10.2 更新Apache Pinot

10.1 交付状态

第10章 地理空间查询

9.7 本章小结

9.6 仪表盘上的订单状态

9.5 前端应用程序

9.4 更新订单服务

9.3 Apache Pinot的插入更新

9.2 丰富订单流信息

9.1 订单状态

第9章 服务层的插入更新

8.5 本章小结

8.4 刷新Streamlit仪表盘

8.3 更新订单服务信息

8.2 将订单项添加到Pinot

8.1 使用Kafka Streams丰富订单数据

第8章 使用Kafka Streams连接流

7.4 本章小结

7.3 将CDC应用于AATD

7.2 CDC

7.1 从业务数据库获取更改信息

第7章 通过CDC获取产品变化

6.5 本章小结

6.4 构建仪表盘

6.3 配置

6.2 什么是Streamlit

6.1 仪表盘架构

第6章 构建实时分析仪表盘

5.10 本章小结

5.9 更新Web应用程序

5.8 索引

5.7 Pinot数据浏览器

5.6 数据摄取

5.5 配置

5.4 Pinot如何对数据进行建模和存储

5.3 什么是Apache Pinot

5.2 为什么不能使用数据仓库

5.1 为什么不能使用其他流处理器

第5章 服务层——Apache Pinot

4.7 本章小结

4.6 Kafka Streams的局限性

4.5 查询HTTP端点

4.4 运行应用程序

4.3 Quarkus应用程序

4.2 什么是Quarkus

4.1 什么是Kafka Streams

第4章 使用Kafka Streams进行查询

3.5 本章小结

3.4 实时分析的应用

3.3 检查数据

3.2 设置

3.1 现有架构

第3章 介绍AATD：比萨外卖店的实时分析

2.4 本章小结

2.3 现代流处理技术栈

2.2 经典流处理技术栈

2.1 定义实时分析生态系统

第2章 实时分析生态系统

1.7 本章小结

1.6 对实时分析应用程序进行分类

1.5 实时分析用例

1.4 实时分析的优势

1.3 什么是实时分析

1.2 理解流数据

1.1 什么是事件流

第1章 实时分析简介

前言

序

译者序

O'Reilly Media Inc.介绍

版权信息

封面

封面

版权信息

O'Reilly Media Inc.介绍

译者序

序

前言

第1章 实时分析简介

1.1 什么是事件流

1.2 理解流数据

1.3 什么是实时分析

1.4 实时分析的优势

1.5 实时分析用例

1.6 对实时分析应用程序进行分类

1.7 本章小结

第2章 实时分析生态系统

2.1 定义实时分析生态系统

2.2 经典流处理技术栈

2.3 现代流处理技术栈

2.4 本章小结

第3章 介绍AATD：比萨外卖店的实时分析

3.1 现有架构

3.2 设置

3.3 检查数据

3.4 实时分析的应用

3.5 本章小结

第4章 使用Kafka Streams进行查询

4.1 什么是Kafka Streams

4.2 什么是Quarkus

4.3 Quarkus应用程序

4.4 运行应用程序

4.5 查询HTTP端点

4.6 Kafka Streams的局限性

4.7 本章小结

第5章 服务层——Apache Pinot

5.1 为什么不能使用其他流处理器

5.2 为什么不能使用数据仓库

5.3 什么是Apache Pinot

5.4 Pinot如何对数据进行建模和存储

5.5 配置

5.6 数据摄取

5.7 Pinot数据浏览器

5.8 索引

5.9 更新Web应用程序

5.10 本章小结

第6章 构建实时分析仪表盘

6.1 仪表盘架构

6.2 什么是Streamlit

6.3 配置

6.4 构建仪表盘

6.5 本章小结

第7章 通过CDC获取产品变化

7.1 从业务数据库获取更改信息

7.2 CDC

7.3 将CDC应用于AATD

7.4 本章小结

第8章 使用Kafka Streams连接流

8.1 使用Kafka Streams丰富订单数据

8.2 将订单项添加到Pinot

8.3 更新订单服务信息

8.4 刷新Streamlit仪表盘

8.5 本章小结

第9章 服务层的插入更新

9.1 订单状态

9.2 丰富订单流信息

9.3 Apache Pinot的插入更新

9.4 更新订单服务

9.5 前端应用程序

9.6 仪表盘上的订单状态

9.7 本章小结

第10章 地理空间查询

10.1 交付状态

10.2 更新Apache Pinot

10.3 更新订单服务

10.4 本章小结

第11章 生产环境中的注意事项

11.1 前期准备

11.2 部署平台

11.3 后期管理

11.4 本章小结

第12章 现实世界中的实时分析

12.1 内容推荐（专业社交网络）

12.2 运营分析（流媒体服务）

12.3 实时广告分析（网上商城）

12.4 面向用户的分析（协作平台）

12.5 本章小结

第13章 实时分析的未来

13.1 边缘分析

13.2 计算存储分离

13.3 湖仓一体

13.4 实时数据可视化

13.5 流式数据库

13.6 流数据平台即服务

13.7 反向ETL

13.8 本章小结

作者简介

封面简介

推荐阅读