Storm中的流分组-51CTO学堂

{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }} {{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }} {{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}

提问 {{ interaction.noteNum > 0 ? interaction.noteNum + '篇笔记' : '记笔记' }} 离线观看

下载学堂APP

缓存视频离线看

报告问题离线观看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

对大数据、实时计算感兴趣的同学，需要具备一定的java编程基础。

你将会学到

本课程主要涉及Storm的基本原理、集群安装部署、并行度、流分组、整合Kafka项目实战

课程简介

本套课程基于Storm V1.0.6版本。

通过本套课程可以快速让大家学习Storm的核心设计思想、Storm中的核心组件(spout+bolt)，学习Storm和kafka的整合实现实时计算项目的开发。

图片1.png

课程安排如下：

1：Storm简介

2：Hadoop和Storm对比

3：SparkStreaming和Storm的对比

4：Storm的设计思想

5：Storm数字累加求和案例开发-1

6：Storm数字累加求和案例开发-2

7：Strom代码细节分析

8：Strom集群搭建-1

9：Strom集群搭建-2

10：Storm任务提交到集群运行

11：Storm并行度理论分析

12：Storm并行度代码层面调整

13：弹性计算Rebalance

14：Storm并行度的设置依据

15：Storm中的流分组

16：Storm的可靠性详解

17：Storm的定时任务设置
18：Stormui界面参数介绍

19：Storm优化

20：项目需求分析

21：项目开发-KafkaSpout配置

22：项目开发-Bolt代码开发

23：本地运行代码

24：集群运行代码+webui展现

25：项目易错点及优化点分析

项目相关截图

图片3.png

图片2.png

后续会继续更新大数据生态圈其他框架的内容(Hadoop，Hive，HBase，Spark，Elasticsearch，Impala，Flume，Kafka等内容)，欢迎大家继续关注！！

展开更多

发布

置顶笔记

{{ item.create_time }}{{ Number(item.like_count) || '' }}回复

删除
是否确认删除?
确认
取消
{{ item.is_top == 1 ? '取消置顶' : '置顶'}}
已有置顶的讨论，是否替换已有的置顶？
确认
取消

{{ subitem.create_time }}{{ Number(subitem.like_count) || '' }}回复

删除

点击查看更多收起

发布

{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}

优质笔记

更新于：{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}

公开笔记对他人可见，有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记

保存

提问

讲师收到你的提问会尽快为你解答。若选择公开提问，可以获得更多学员的帮助。

记录时间点

记录提问时视频播放的时间点，便于后续查看

公开提问

提交