这几年，随着越来越多的业务对数据的实时性提出了高要求，实时流计算技术变得越来越火，阿里、字节、京东等互联网大厂都在用它来处理用户兴趣分析，实时异常检测、在线反欺诈和金融风控等实时业务。
然而，想要真正搞懂并会运用实时流计算并不容易，NIO和异步编程、高并发编程、分布式处理、实时算法开发……这些都是阻碍你掌握实时流计算的拦路虎。
专栏解读
为了帮你攻克相关技术难点，专栏给你设计了一条系统、高效的学习路径，共四个模块，从“系统架构”和“实时算法”两方面入手，由浅入深、自底而上带你扎实掌握实时流计算。
① 模块一：实时流计算入门
这部分会介绍流计算系统的整体架构和使用场景，以及入门需掌握的编程基础，比如 NIO 和异步编程，以及异步系统中的 OOM 和反向压力问题，学完你会对实时流计算有个整体的认识，对“流”的本质有个初步理解。
②模块二：自己动手做一个流计算框架
这部分会介绍如何从 JDK 里最基础的工具类，一步步开发出一个分布式流计算框架。通过这种自己动手的方式，你会更深刻理解流计算系统的核心概念及实现原理。
③模块三：核心技术篇
这部分详细讲解流计算能够解决哪些类型的问题（流数据操作、时间维度聚合计算、关联图谱分析、事件序列分析、模型学习和预测）。还讨论了流计算过程中重要的状态管理问题，带你思考如何将前面的流计算框架扩展为分布式系统。你会掌握实时流计算中的各种算法，帮你解决各种实时业务场景中的问题。
④模块四：开源流计算框架原理解析及实战
这部分会对比分析 4 种开源流计算框架的具体实现，来巩固你对流计算核心概念和技术的理解，并带你正确理解这些框架的 API 设计，以便你在实际业务场景中灵活应用，实现各种复杂的业务逻辑。
此外，专栏还会通过两个实践案例（实时风控和实时数据同步），带你将开源流计算框架运用到具体的业务场景中。
开篇词 | 攻克实时流计算难点，掌握大数据未来！ 01 | 实时流计算的通用架构 02 | 异步和高并发：为什么 NIO 是异步和高并发编程的基础？ 03 | 反向压力：如何避免异步系统中的 OOM 问题？ 04 | 流与异步：为什么说掌握流计算先要理解异步编程？ 05 | 有向无环图（DAG）：如何描述、分解流计算过程？ 06 | CompletableFuture：如何理解 Java 8 新引入的异步编程类？ 07 | 死锁：为什么流计算应用突然卡住，不处理数据了? 08 | 性能调优：如何优化流计算应用？ 09 | 流数据操作：最基本的流计算功能 10 | 时间维度聚合计算：如何在长时间窗口上实时计算聚合值？ 11 | 关联图谱分析：如何用 Lambda 架构实现实时的社交网络分析？ 12 | 事件序列分析：大家都在说的 CEP 是怎么一回事？ 13 | 模型学习和预测：如何检查流数据异常？ 14 | 状态管理：为什么说流计算是有“状态”的？ 15 | 扩展为集群：如何实现分布式状态存储？ 16 | Apache Storm：最早的开源流计算框架 17 | Spark Streaming：从批处理走向流处理 18 | Apache Samza：最简洁的开源流计算框架 19 | Apache Flink：最惊艳的开源流计算框架 20 | 场景案例：如何用 Flink 实现实时风控引擎？ 21 | 场景案例：如何用 Flink SQL CDC 实现实时数据同步？ 彩蛋 1 | 竟然还有分布式的 JVM？ 彩蛋 2 | 穷途末路的选择：Lambda 架构 结束语 | Java 程序员的成长之路和从业方向
评论0