所有连续的事件流都可以称为数据流。对连续数据流设计和构建流式数据架构，能够实现实时或近实时应用，提升整个组织的效率。《流式架构：Kafka与MapR Streams数据流处理》以Apache Kafka 和MapRStreams为例，重点讲解如何确定使用流数据的时机、如何为多用户系统设计流式架构、为什么要求消息传递层具备某些特定功能，以及为什么需要微服务，并且描述了目前最符合流式设计需求的消息传递和流分析工具，适合架构师、大数据科学家及IT工程师阅读。
具体描述
读后感
评分
评分
评分
评分
用户评价
在看kafka权威指南之前看了这本
评分理念的问题很优先，推销mapr
评分对于我比较有用的是几个处理流式数据的框架比较，作者讲的还算是清除，就是也没有什么深入的内容，还推销了一把MapR Streams，篇幅也不长可以随便看看。
评分理念的问题很优先，推销mapr
评分微服务是灵活构建大型系统的最佳实践，将系统微服务化，使开发和维护工作可以敏捷实施，其中难点是思维的转变：程序面向状态还是面向流的。 面向状态的话需要维持全局一致的状态，从开始到结束，这样成本很大，非常不灵活，只能在纵向扩展（scale up）上下功夫。 面向流的程序，可以实现横向扩展（scale out），它将上下游依赖的服务或组件解耦，采用流数据传递机制联通上下游；各模块的解耦使开发得以敏捷进行，借助数据流的重放机制进行横向扩展，新版本服务更新时，不会影响旧版本，只需要使用新的offset从同一个流里进行处理，然后逐步更新替换掉老版本。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有