大规模实时数据处理：流计算系统原理与实践

"流计算系统：大型数据处理的原理与实践" 流计算系统是当前大数据领域中的重要组成部分，尤其在企业寻求控制并利用无界、海量数据集时，流计算技术已经发展成熟，足以被广泛应用。本书基于Tyler Akidau的知名博客文章“Streaming 101”和“Streaming 102”，深入浅出地介绍了实时数据流处理的各个方面，由Akidau本人及其合著者Slava Chernyak和Reuven Lax共同撰写。 本书不仅适合数据工程师、数据科学家和开发者阅读，它将带你从基础知识开始，逐步深入理解实时数据流处理的原理。读者将了解流处理与批量处理模式的比较，以及在处理无序数据时的核心原则和概念。此外，书中详细阐述了水印（watermarks）如何追踪无限数据集的进度和完整性，以及如何通过精确一次（exactly-once）处理技术确保数据处理的正确性。 书中的内容还涵盖了流和表的概念如何构成批处理和流处理的基础，并探讨了强大的持久状态机制背后的实用动机，通过实际案例进行解释。时间变化的关系则提供了流处理与SQL和关系代数世界之间的桥梁，使得传统的数据库查询技术可以应用于实时数据流。 本书于2018年首次出版，旨在为读者提供一个全面、深入理解流计算的平台无关性视角。编辑团队包括Rachel Roumeliotis和Jeff Bleiel，由Nicholas Adams担任生产编辑，Octal Publishing, Inc.负责校对，Ellen Troutman-Zaig负责索引，David Futato设计内页，Karen Montgomery设计封面，Rebecca Demarest负责插图。 对于希望在教育、商业或销售推广中使用本书的人来说，O'Reilly Media提供了在线版本（http://oreilly.com/safari）。如果你对本书的错误或更新有兴趣，可以访问http://oreilly.com/catalog/errata.csp?isbn=9781491983874获取详细信息。 这本书是理解和应用流计算系统的宝贵资源，无论你是初次接触流处理，还是寻求深化现有知识，都能从中受益匪浅。通过学习，你将能够熟练掌握处理大规模实时数据的技巧，以应对当今数据驱动的世界所带来的挑战。