• 第 1 章 实时流计算

• 1.1 大数据时代的新挑战：实时流计算

• 1.2 实时流计算使用场景

• 1.3 实时流数据的特点

• 1.4 实时流计算系统架构

• 2.1 设计数据采集的接口

• 2.5.3 流量控制和反向压力

• 2.5.5 异步的不足之处

• 第 3 嶂 实现单节点流计算应用

• 3.1 自己动手写实时流计算框架

• 3.1.2 造一个流计算框架的轮子

• 3.3.4 再论流与异步的关系

• 3.4 流计算应用的性能调优

• 4.1 流计算到底在计算什么

• 4.3 时间维度聚合特征计算

• 4.4 关联图谱特征计算

• 4.6 模型学习和预测

• 第 5 章 实时流计算的状态管理

• 5.2.1 时间维度聚合特征计算

• 5.2.2 一度关联特征计算

• 5.3.1 时间維度聚合分析

• 5.3.2 一度关联特征计算

• 5.4.5 基于分布式文件系统的状态管理集群

• 第 6 章 开源流计算框架

• 6.1.5 消息传达可靠性保证

• 6.2.5 消息传达可靠性保证

• 6.3.5 消息传達可靠性保证

• 6.4.5 消息传达可靠性

• 第 7 章 当做不到实时

• 7.1 做不到实时的原因

• 8.1.1 为什么使用消息中间件

• 8.1.2 消息中间件的工作模式

• 8.1.4 使用消息中间件的注意事項

• 9.1 存储的设计原则

• 9.2.3 数据过期和按时间分表

• 9.5 关系型数据库查询

• 第 10 章 服务治理和配置管理

• 10.2 面向配置编程

• 10.2.1 面向配置编程思想

• 10.2.2 更高级的配置：领域特定语言

• 10.4 将前端配置与后端服务配置隔离开

• 第 11 章 实时流计算应用案例

• 11.1 实时流数据特征提取引擎

扫码下载知乎APP 客户端