第1章 緒論
1.1 Storm的基本組件
1.1.1 集群組成
1.1.2 核心概念
1.1.3 Storm的可靠性
1.1.4 Storm的特性
1.2 其他流式處理框架
1.2.1 Ap
1.2.2 SparkSt
1.2.3 流計算和Storm的應用

第2章 實時平臺介紹
2.1 實時平臺架構(gòu)介紹
2.2 Kafka架構(gòu)
2.2.1 Kafka的基本術(shù)語和概念
2.2.2 Kafka在實時平臺中的應用
2.2.3 消息的持久化和順序讀寫
2.2.4 sendfile系統(tǒng)調(diào)用和零復制
2.2.5 Kafka的客戶端
2.2.6 Kafka的擴展
2.3 大眾點評實時平臺
2.3.1 相關(guān)數(shù)據(jù)
2.3.2 實時平臺簡介
2.3.3 Bla
2.4 1號店實時平臺

第3章 Storm集群部署和配置
3.1 Storm的依賴組件
3.2 Storm的部署環(huán)境
3.3 部署Storm服務
3.3.1 部署ZooKeeper
3.3.2 部署Storm
3.3.3 配置Storm
3.4 啟動
3.5 Storm的守護進程
3.6 部署Storm的其他節(jié)點
3.7 提交Top

第4章 Storm內(nèi)部剖析
4.1 Storm客戶端
4.2 Nimbus
4.2.1 啟動Nimbus服務
4.2.2 Nimbus服務的執(zhí)行過程
4.2.3 分配Ex
4.2.4 調(diào)度器
4.2.5 默認調(diào)度器DefaultSch
4.2.6 均衡調(diào)度器EvenSch
4.3 Supervisor
4.3.1 ISupervisor接口
4.3.2 Supervisor的共享數(shù)據(jù)
4.3.3 Supervisor的執(zhí)行過程
4.4 Worker
4.4.1 Worker中的數(shù)據(jù)流
4.4.2 創(chuàng)建Worker的過程
4.5 Executor
4.5.1 Executor的創(chuàng)建
4.5.2 創(chuàng)建Spout的Executor
4.5.3 創(chuàng)建Bolt的Executor
4.6 Task
4.6.1 Task的上下文對象
4.6.2 Task的創(chuàng)建
4.7 Storm中的統(tǒng)計
4.7.1 stats框架
4.7.2 metric框架
4.8 Ack框架
4.8.1 Ack的原理
4.8.2 Acker Bolt
4.9 Storm總體架構(gòu)

第5章 Storm運維和監(jiān)控
第6章 Storm的擴展
第7章 Storm開發(fā)
第8章 基于Storm的實時數(shù)據(jù)平臺
第9章 大數(shù)據(jù)應用案例
第10章 Storm使用經(jīng)驗和性能優(yōu)化

附錄A Kafka原理
附錄B 將Storm源碼導入Ecl