实时计算框架Samza学习指南-前言，samza学习指南

实时计算框架Samza学习指南-前言，samza学习指南

    首先欢迎大家来到这里和笔者一起共同学习出自LinkedIn的一款优秀的实时计算框架Samza。我目前就职于百度，负责电商数据平台架构和开发的工作，大数据离线和在线计算平台都需要投入精力搭建、使用和维护，特别对实时计算这一块的技术感兴趣，也使用过storm等流式计算框架；运用了一段时间后，我想逐步深入了解实时计算框架底层的实现，碍于storm大部分是clojure实现的，对于java出身的我不太合适；突然有一天发现了Samza，尽管大部分代码是Scala实现的，但是至少对java程序员应该成本相对较小嘛，而且这个框架的作者针对Lambda架构（hadoop+storm）提出的Kappa架构（Kafka+Samza）也确实让我这个搞数据平台的眼前一亮！，再加上这个框架代码目前的实现不到1万行，何乐而不为呢？那这个新事物，中文书肯定是没有了，只能从官方文档学起，本着我为人人，人人为我的思想，决定在学习之余将官方文档精简转化为中文，方便大家更快地掌握Samza的使用，当然随着时间推移官方文档可能会有更新，所有如果总结翻译的有误的地方还请留言告知！我的email: ychao228@163.com

    在正式进入主题之前，我想大家总有着需不需要学习和使用这个新生事物——samza的念头，大部分人对这种新东西到底能给我们带来什么，怀有满心的期待，要不大家为什么要去掌握它呢？如果你还没有满心期待，请务必看完引导篇，在进入我们的正题，以免误入歧途，大家时间都很宝贵，我也不想浪费大家美好的时光。引导篇主要来自我对Samza的一些调研总结，希望先让大家宏观上了解它，因为对于一个未知的事物，让你投入精力去搞定它是一件危险的事情，你很可能三分钟热度或者更好一点——半途而废，当然这都是笔者不愿意看到的。

     为什么会诞生Samza？
    作者Chris谈到，当开始用Kafka和他们系统中的所有数据做流处理的时候，他们是从一个类似Web服务的东西开始的，它会启动，从Kafka读取消息并做一些处理，然后将消息写回。在做这件事的时候，他们意识到，要使它真正有用并具备可扩展性，有许多问题需要解决。比如分区：如何划分流？如何划分处理器？如何管理状态，其中状态本质上是指在处理器中维护的介于消息之间的东西，或者如果每次有消息到达的时候，计数器就会加1，那么它也可以是像总数这样的东西。如何重新处理？至于失败语义，我们会得到至少一次，或者至多一次，或者恰好一次消息，也有不确定性。如果流处理器与另一个系统交互，无论它是个数据库，还是依赖于时间或者消息的顺序，如何处理那些真正决定最终输出结果的数据？
    相信在搞实时计算的同学们或多或少也会碰到这些问题，而Samza就是试图解决其中的部分问题。那大家肯定都会问了既然普遍存在的问题，我也可以用storm或者spark来解决呀？的确是可以用他们来解决，但是Samza有自己的优势，相对于storm而言其底层的实现语言是scala和java，而storm则大部分是clojure，而且代码不到万行，如此小而美，使得我们可以更加低成本地去了解其实现并作扩展和优化，而对于spark这个以scala语言实现的平台级产品，的确是一个好东西，但是要摸头它恐怕会相当花时间，如果你想要摸清实时计算的实现，我觉得Samza正是你的最佳选择对象。
    这里我也想补充一下我对Scala语言的一些想法，毕竟目前不少好的开源高性能系统都有Scala的身影，作为程序员中的大部分都是java阵营的来说，未来的发展方向很可能是基于jvm的多语言混合开发模式，如果你只是拘泥于像java这种注重企业级应用的语言，你很可能只能去开发企业应用了，这很明显是悲催的，至少以后找工作的选择就少了，这里我也不能把话题扯太远，推荐大家一本书《深入理解Java虚拟机——JVM高级特性与最佳实践》，大家要想往更高的位子走就必须掌握底层的技术，成为jvm开发工程师，掌握面向对象的java是不够的，还得掌握函数式编程语言，作为面向对象与函数式编程的集大成者Scala，大家最好也能掌握，毕竟比如spark和samza都是用scala实现的，不会它你还怎么玩下去呢？
    好了笔者说了这么多，希望大家能够做到以下三件事情，或许大家离高级实时计算工程师迈出了一大步哦，先恭喜一下，哈哈
    1.看笔者后续对官网文档的翻译及总结，英文好的可以直接看英文文档
    2.学习jvm和scala
    3.打开Samza源码畅游其中吧

如果没猜错的话，你是牡丹江师范学院的学生，西语系，大三的吧
09级文献检索课程期末考查题答案
1.读秀学术搜索中，检索主题词为“情报学”的电子图书有215种
杨起全主编的情报学
【出版商】 科学技术文献出版社 , 1988.06
【ISBN号】7-5023-0580-7
【页 数】 206 ; 19cm

【中图法分类号】G350 (文化、科学、教育、体育>科学、科学研究>情报学、情报工作>情报学)
获取此书方式：
按需印刷服务
文献互助
本省市馆藏借阅
2.CNKI数据库中
A302篇
B41篇

3 杨振宁生平
1922年　10月1日生于安徽合肥。
1938年　考入西南联大。
1942年　大学毕业，旋即进入西南联大的研究院。
1944年　以优异成绩获得硕士学位。
1945年　赴美入芝加哥大学。
1948年　获博士学位。
1949年　进入普林斯顿高等研究院做博士后。
1956年　和李政道共同发现宇称不守恒。
1957年　获得诺贝尔物理学奖。
1971年　在美国科学家中率先访华。
1986年　返国参加中研院院士会议。
1994年　荣获美国费城富兰克林学院颁发之波维尔(Bower)奖。
1996年　获清华、交通两所大学颁授荣誉博士学位。
研究成果：同李政道一起发现宇称不守恒之外，杨振宁还率先与米尔斯（R.L.Mills）提出了“杨-米尔斯规范场”，与巴克斯特（R.Baxter）创立了“杨振宁-巴克斯方程”。 费米-杨模型(1949)，与李政道合作的二分量中微子理论(1957），与李政道和R.奥赫梅合作的关于C（电荷共轭变换）和T（时间反演变换）不守恒的分析(1957)，与李政道合作的高能中微子实验分析(1959)和关于W粒子的研究(1960～1962）。与吴大峻合作的CP（宇称）不守恒分析(1964)，规范场的积分形式理论(1974)，与吴大峻合作的规范场与纤维丛的关系(1975)，与邹祖德合作的高能碰撞理论(1967～1985)等。
1957年获得诺贝尔物理学奖
4.一般来说，文献检索可分为以下步骤：
（1）明确查找目的与要求。
（2）选择检索工具
（3）确定检索途径和方法
（4）根据文献线索，查阅原始文献

检索结果随便找一个专业的权威专家 找两篇他写过的文章就可以了
下面是法学专业的同学可以写的：
《国际刑法问题研讨会综述》，高铭暄，《法学家》2002年第4期 　
《正当防卫问题研究》，高铭暄，《刑XX丛》（第6卷），法律出版社2002年版 　　
《中国未成年犯刑事责任立法研究》，高铭暄，《国际刑法问题研究》，中国方正出版社2002年版 　　
《从两则案例看依命令行使职务行为的正当化》，高铭暄，《检察日报》2002年11月15日理论版
论述题一
1、论文题目：要求准确、简练、醒目、新颖。
2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录）
3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。
4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。
主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。
5、论文正文：
（1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出......余下全文>>
 

你好！~

一个难以实现的想法
MYSQL初学者使用指南与介绍
第一次使用多线程，领教到它的威力和脾气
第一次使用多线程，领教到它的威力和脾气
DirectX 9高层着色语言介绍
ZLib2000 3D加速渲染2D游戏
ZLib2000 融和＋边缘模糊
Keyboard shortcuts
ZLib2000 即时光影
ZLib2000 即时光影
基于IE浏览器的图形聊天室（类可乐8）
ZLib2000 3D引擎
电视互动点播系统
Zephyr 3
关于大型网站的构架问题
冒泡排序的算法分析与改进
冒泡排序的算法分析与改进
在不同计算机上配置 BizTalk Server（运行时）和 BAS
两个有用的oracle数据库运算：intersect和minus运算
一个基于exosip的软电话例子
自绘菜单的实现
动态分组查询
ASP.NET 安全性
Squid做反向加速，配合DNS轮询实现简单负载均衡典型配置
Squid做反向加速，配合DNS轮询实现简单负载均衡典型配置
[dotNET]COM组件转换成.NET组件{ZT}
C++文件I/O示例
登陆
OSI网络结构的七层模型－网络大典
使用C#编程将websphere MQ 5.3 windows客户端消息发送到linux服务器端
Delphi 与 Word_VBA
设置Windows系统NTFS某个目录的用户访问权限（c#）
保存数据到 olevariant
delphi 常用函数
delphi 常用函数
精妙SQL语句介绍
文件与目录
口腹之欲的文化情怀(ZT)
口腹之欲的文化情怀(ZT)
linux partition table on PC
网络函数库
网络函数库
文件与Olevariant
TCP/IP协议－网络大典
TCP/IP协议－网络大典
关于时间函数
直接访问WebBrowser控件中的HTML源码
直接访问WebBrowser控件中的HTML源码
MVC架构模式
JNI字符集的转换
用C#开发opengl
SIP基本应用
vector方法
ADO.NET读书笔记系列之------ADO.NET概述
Delphi 与 Excel (二)
TStrings的AddObject方法应用
TStrings的AddObject方法应用
fileStream
数据补丁
面向实时物流作业的板坯库管理系统
数据压缩 -- 源码
HTML中的数据绑定（Data Binding）
.NET中的xpath
数据压缩 -- 应用
独立开发并公开源代码的项目
双精度浮点数的加法计算误差及其避免的初步方法
双精度浮点数的加法计算误差及其避免的初步方法
提高FastReplace速度 (fStrRep.pas)
C#的四个基本技巧
Tapestry + Spring + Hibernate 整合工作及相关问题
掌通无线短信平台演示版客户常见问题汇总
广角霸王！尼康800万像CP8400震撼上市
广角霸王！尼康800万像CP8400震撼上市
26个日文片假名导致Access搜索(80040e14/内存溢出)的解决办法
PHP写的挖金子游戏
如何创建原生的窗口程序
eclipse +cvs 的基本使用方法
如何创建原生的窗口程序
java 数据库基本操作
OSI网络结构的七层模型－－网络大典
武钢2250mm热轧厂生产物流管理系统的研究与开发
数据结构学习笔记（C语言描述）
引导协议－－网络大典
工作流基于Jboss与Mysql的环境配置
仿真视频手机的设计思想
Jdom使用指南
......余下全文>>