Ansys|91国内精品视频|Matlab|91国内精品久久久|R语言培训课程班-91国内精品久久-曙海培训深圳成都南京苏州杭州

       1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、培訓結束后,授課老師留給學員聯(lián)系方式,保障培訓效果,免費提供課后技術支持。
       3、培訓合格學員可享受免費推薦就業(yè)機會。☆合格學員免費頒發(fā)相關工程師等資格證書，提升職業(yè)資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

• 在大數據的批處理領域，Hadoop是不可撼動的王者，然而在實時性上的延遲，Hadoop卻是其天生的不足，為完善大數據實時性處理的需求，業(yè)界進行了不少的嘗試，如Facebook在2011年發(fā)表的論文“Apache Hadoop Goes Realtime at Facebook”中介紹了其基于Hadoop上進行實時性系統(tǒng)的相關改進，同時開發(fā)了Puma對網站用戶進行實時分析以便對自己的產品或服務進行營銷，為解決廣告計費（cost-per-click）Yahoo啟動了S4用于實時計算、預測用戶對廣告的可能的點擊行為，LinkedIn則基于Kafka開發(fā)了Samza用于實時新聞推送、廣告和復雜的監(jiān)控等，而Storm是由Twitter開源的實時計算框架，適用于實時分析、在線機器學習、連續(xù)計算、分布式RPC和ETL等場景。

• 第一節(jié)：實時計算平臺介紹
  介紹實時系統(tǒng)主要解決的業(yè)務問題和面臨的挑戰(zhàn)；
  簡要介紹實時平臺的主要組件和構成，實時數據的收集通道和數據交互方式
  實時數據核心組件Flume、Kafka的介紹，以及Storm在整個平臺中所處的位置；
  分享部分典型互聯(lián)網公司實時平臺的架構，如大眾點評、美團、一號店等
• 第二節(jié)：Storm基本概念和組件介紹
  Storm的基本組件：Nimbus、Supervisor、Worker、 Executor和Task的基本介紹；
  集群組成：通常一個線上集群的如何構成；
  Storm的可靠性：Storm如何保證可靠性以及數據的準確性；
  Storm的數據分組和其他特性介紹；
• 第三節(jié)：Storm集群部署和配置
  Storm的依賴組件介紹；
  Storm的部署軟硬件環(huán)境要求；
  部署ZooKeeper
  部署Storm到各個機器節(jié)點
  配置Storm相關參數，以及核心參數介紹；
  啟動Storm相關進程；
  Storm的守護進程；
  提交Topology的過程介紹。
• 第四節(jié)：Storm基本應用的開發(fā)
  Storm的應用開發(fā)和調試過程介紹，包括：
  提交示例Topology到集群；
  項目代碼本地開發(fā)環(huán)境配置和依賴；
  代碼編譯和打包以及注意事項；
  本地代碼調試過程；
  線上Topology提交過程和問題分析。
• 第五節(jié)：Storm Nimbus和Supervisor深入剖析
  Nimbus功能介紹和啟動Nimbus服務過程分析；
  Nimbus服務的執(zhí)行過程剖析；
  分配Executor的算法；
  調度器介紹；
  默認調度器DefaultScheduler和均衡調度器EvenScheduler邏輯分析；
  Supervisor數據結構分析；
  Supervisor的執(zhí)行過程詳解。
• 第六節(jié)：Storm Worker、Executor和Task深入分析
  Worker的數據結構和架構；
  Worker中的數據流分解；
  創(chuàng)建Worker的過程；
  Executor的創(chuàng)建過程；
  創(chuàng)建Spout的Executor的過程和邏輯；
  創(chuàng)建Bolt的Executor的過程和邏輯；
  Task的創(chuàng)建過程；
  Ack的原理介紹；
  Acker Bolt的實現。
• 第七節(jié)：Storm運維和監(jiān)控
  主機信息監(jiān)控；
  日志和監(jiān)控；
  Storm UI和NimbusClient的使用；
  Storm Metric的使用；
  Storm ZooKeeper的目錄詳解和功能分析；
  Storm Hook的使用。
• 第八節(jié)：Storm的擴展和二次開發(fā)
  Storm UI原生功能介紹和數據含義；
  Storm UI新功能需求實現；
  Storm的Thrift接口介紹；
  資源隔離方案簡介；
  基于CGroup的資源隔離的實現；
  使用Docker運行Storm集群介紹。
• 第九節(jié)：Storm的實際應用案例分享
  實時DAU計算實現；
  實時用戶畫像；
  實時個性化推薦；
  廣告投放的精準化
• 第十節(jié)：Storm使用經驗和性能優(yōu)化
  使用經驗；
  性能優(yōu)化建議；
  自定義metric和性能數據收集
• 第十一節(jié)：其他實時平臺介紹
  JStorm介紹；
  Spark Streaming介紹；
  Heron介紹；
  Flink介紹；
  Storm和其他實時流處理框架的功能和性能對比