- 第1章 课程导学
介绍课程相关背景，学习建议等等
- 第2章 初识实时流处理Storm
Storm作为近几年Hadoop生态圈很火爆的大数据实时流处理框架，是成为大数据研发工程师必备的技能之一。 本章将从如下几个方面让大家对于Storm有宏观上的认识：什么是Storm、Storm的发展史、Storm对比Hadoop的区别、Storm对比Spark Streaming的区别、Storm的优势、Storm应用现状及发展趋势、Storm应用案例分享...
- 第3章 Storm核心概念
本章节将从如下几个方面带大家深入理解Storm的核心概念：初识Storm核心概念、通过日常生活的案例来理解Storm的核心概念、根据官网的描述来理解Storm核心概念、最后通过画图讲解的方式讲解Storm的核心概念。相信通过多角度对比进行讲解Storm的核心概念，让大家掌握的更加深刻。因为Storm的核心概念的理解是后续Storm课程学习...
- 第4章 Storm编程
本章节将手把手带大家搭建基于IDEA+Maven的Storm的开发环境，通过案例融合Storm编程中常用API的使用以及开发过程中的注意事项。
- 第5章 Storm周边框架使用
本章节将带领大家学习Storm周边常用框架的使用，比如：ZooKeeper、Kafka、Logstash、以及Logstash与Kafka的整合使用。
- 第6章 Storm架构及部署
本章节将学习Storm的架构以及各个核心组件的功能、并搭建Storm的单机环境和分布式环境、如何提交/查看/杀死Storm作业、Storm UI界面参数介绍
- 第7章 并行度
本章节将重点讲解Storm的优化中的核心：并行度调整(worker数量、executor数量、task数量)，将通过对代码的修改并提交到Storm环境上去运行，结合Storm UI上展示的参数效果来进行调优，让大家对于Storm的并行度有更加深入的理解，本章节是学习和面试过程中重中之重，务必掌握。...
- 第8章 分组策略
本章节将带来大家通过代码以及UI参数展现的方式来学习Storm中的常用分组策略：Shuffle分组策略、Field分组策略、All分组策略。本章节也是Storm开发过程中务必要掌握的部分。
- 第9章 Storm可靠性
本章节将从如下方面来讲解Storm框架的可靠性：Worker进程、Supervisor进程、nimbus进程、节点、以及消息处理的确认机制(ack/fail)。本章节是面试过程中经常会被考核到的。
- 第10章 DRPC
本章节将讲解什么是RPC机制、Hadoop中的RPC使用介绍、如何开发Storm的基于本地和远程模式的DPRC编程
- 第11章 Storm整合其他大数据框架的使用
本章节将讲解Storm如何整合Redis、JDBC、HDFS、HBase、ES等常用的大数据框架综合使用。在生产环境中，Storm都是需要整合周边框架一起配合使用，各自完成自己的职责，进而完成大数据的实时流处理项目
- 第12章 Storm综合项目实战
本章节将带领大家使用Logstash+Kafka+Storm+高德地图来实现基于一个交通数据的热力图的实时展示项目，通过该项目使得大家能够具备和掌握如何使用Storm来架构一个实时流处理项目的能力
- 第13章 课程总结
对课程回顾总结
下载地址：
/1 
