（美）SumitGupta，ShilpiSaxena著；张广骏译2018 年出版243 页ISBN：9787302477280
本书既涵盖了不同实时数据处理框架和技术的基础知识，又讨论解释了大数据批量及实时处理的差异化细节，并深入探讨使用Storm、Spark进行大数据处理的技术和程序设计概念。书中包含了易于上手的逐步详细技术指引...
（美）吉奥兹，（美）奥尼尔著2015 年出版252 页ISBN：9787111484387
本书由Apache Storm 项目的Committer亲力打造，提供了丰富的Storm实战经验。系统介绍使用Storm进行分布式流式计算的核心概念及应用，从最简单的topology出发，首先介绍Storm基础，然后通过更复杂的示例，逐步引入Sto...
丁维龙，赵卓峰，韩燕波编著2015 年出版250 页ISBN：9787121195686
Storm作为实时的、分布式以及具备高容错的流式计算系统，，对比适于海量数据批处理的hadoop，不仅简化了数据流上相关处理的并行编程复杂度，也提供了数据处理实时性、可靠性和集群节点动态伸缩的特性。。本书通过...
（澳）安德森著2014 年出版191 页ISBN：9787111466635
在大数据领域，Hadoop无疑是最炙手可热的技术。作为分布式系统架构，Hadoop具有高可靠性、高扩展性、高效性、高容错性和低成本的优点。然而随着数据体积越来越大，实时处理能力成为了许多机构需要面对的首要挑战...
颠覆大数据分析 基于Storm Spark等Hadoop替代技术的实时应用
（美）阿涅斯瓦兰著2015 年出版218 页ISBN：9787121252242
提起大数据分析，大多数专业人士都会想到Hadoop，但是有一些尖端的应用是不适合用Hadoop的，尤其是实时分析和需要迭代机器学习算法的场景。幸运的是，针对这些场景的一些强大的新技术已经被开发出来。本书就是指导...
