《Storm技术内幕与大数据实践》一导读

storm技术内幕与大数据实践

本书意在介绍实时大数据的各个方面，分享我们在设计实时应用过程中遇到的一些问题，让一些从零开始构建实时计算平台的公司少走弯路。我们力图使不同背景的读者都能从其中获益。

如果你从事基础架构方面的工作，可以着重阅读以下几章：在第1章中，我们整理了国内主要互联网公司在storm应用方面的一些情况；在第2章中，我们介绍了实时平台的总体架构，随后引入了大众点评和1号店目前实时平台的一些基本情况；在第4章中，我们给出了源码剖析，为了让不懂clojure语言的读者也能容易地理解storm的内部原理，我们配了很多顺序图来描述调用逻辑；在第5章中，我们分享了一些在实践中总结出来的监控storm应用的常用方法；在第6章中，我们介绍了在storm上如何做一些扩展，方便更好地维护和管理集群；在第10章中，我们主要分享了storm的一些小技巧和性能优化的经验。

如果你是大数据产品的开发和架构人员，可以着重阅读后面的几章，其中分享了我们一年来遇到的一些瓶颈。

如果你是算法工程师，可以着重了解第8章和第9章，里面的用户生命周期模型、实时推荐系统的算法和架构、千人千面架构等不少内容来自于我们的生产实践。设计严谨的模型在实时系统上往往会遇到比较大的性能问题，数据量、实时和算法的精准性是相互制约的，提高某一方面，往往不得不牺牲另外两个指标。在实际推荐系统的生产环境中，关联规则和协同过滤的推荐效果往往比较好，被广泛采用，而利用用户画像，结合地域、天气等上下文信息，可以进行一些更加精准的推荐。目前基于用户画像和上下文内容做个性化推荐和搜索、精准化运营和广告营销等提高交易额等转换率，也是很多公司尝试的方向。

对于网上有的或者其他书中介绍过的内容，为适应不同读者的需求，我们会简单提及以做一点点过渡。

尽管我们投入了大量的精力来写这本书，但因为水平所限，书中的内容存在不足和疏漏也在所难免，恳请读者批评指正。如果读者对本书有什么建议，欢迎发送邮件至邮箱[email protected]，期待得到真挚的反馈。

第2章 实时平台介绍

第3章 storm集群部署和配置

第4章 storm内部剖析

第5章 storm运维和监控

第6章 storm的扩展

第7章 storm开发

第8章 基于storm的实时数据平台

第10章 storm使用经验和性能优化