**前言**大数据是继云计算、物联网之后IT行业又一大颠覆性的技术变革。之前大数据在互联网、军事、金融、通信和物理学等领域已有不少落地案例，却因为近年来Hadoop技术的快速发展而引起业界广泛关注。可以说，Hadoop目前是大数据处理的关键技术，也是迄今为止，最成熟、应用最广泛的技术。但是Hadoop生态圈下面的数据处理几乎都是在离线状态下进行的，离线处理海量数据是比较耗时、耗力的，Storm的实时处理技术应运而生。正如曾经开发Storm的一位主要工程师所谈到的，Storm可以方便地在一个计算机集群中编写与扩展复杂的实时计算，Storm用于实时处理，就好比Hadoop用于批处理。Storm保证每个消息都会得到处理，而且它很快——在一个小集群中，每秒可以处理数以百万计的消息，更棒的是可以使用任意编程语言来开发。因此在节省时间、人力的情况下，Storm的优势就充分体现了。现在有关Storm的中文学习资料非常少，这给不少研发人员带来了很大的难度。尽管现在市面上已经有几本Storm的中文书籍，但是，这些书籍多是翻译过来的，语言组织不符合国人的习惯，并且实例讲解部分也不能切合本土国情。还有，这些书分别侧重了某一个方面，如理论、实战、运维等，还没有一本书能够非常系统地阐述Storm框架。本书正是为了解决以上的各种问题而撰写的，这也是国内第一本系统讲解Storm理论、实战、运维和调优的书籍。写作本身还有一个重要因素——让大家少走弯路。这一点笔者感同身受，在使用Storm之前，开始调研、搜集、了解Storm是比较痛苦的过程，由于网上的资料参差不齐，也没有比较完全系统的实战类书籍，因此尽管自己文笔很差，也想把自己了解的，以及实战过的东西，总结出来供大家参考，帮大家少走些弯路，让Storm为我们多做点事情。本书以Storm 0.8.2为基础，不仅深入探讨了Storm的原理架构和数据模型，更重要的是通过实战案例教给读者如何运用Storm框架来设计、搭建以及实时计算海量数据，同时结合生产案例剖析Storm的运维和性能调优的技巧。读者对象本书适合以下读者阅读：（1）云计算、大数据处理技术和分布式计算处理数据爱好者“大数据”无疑是继“云计算”之后IT业界上最热的词汇。而云计算、大数据、实时处理数据本身存在交集，现在不少涉猎大数据的，以及要求数据时效性的公司已经开始深入了解Storm，本书讲解的Storm是实时处理数据的一种工具。本书可以帮助这部分读者快速而全面地了解Storm的原理、架构、使用场景和细节知识点，理解Storm在云计算、大数据时代处理数据的重要性。（2）对实时处理数据感兴趣的开发人员Hadoop技术在近几年非常热，已经是大数据处理的关键技术，而Storm作为Hadoop生态系统不足之处的补充者，已经被越来越多的公司用来满足数据实时处理的需求。本书可以帮助这部分读者详细了解Storm与Hadoop之间的不同之处，涉及Storm的基本概念、核心知识点和高级特性，并且结合实战案例讲解，使读者可以快速掌握Storm的使用。（3）开源软件爱好者Storm作为Twitter开源的项目，其实现过程中吸收了很多开源领域的优秀思想，值得我们深入研究和学习。本书在讲解过程中剖析了不少Storm的源代码，可以帮助该部分读者了解和掌握Storm框架源代码的设计方法和技巧。（4）对Clojure语言编程感兴趣的开发人员Storm是由BackType开发的实时处理系统，基本是用Clojure写的。因此了解Clojure语言对于快速掌握Storm有很大的帮助，同时如果对Clojure语言感兴趣，也可以借助Storm进行学习。
第1章 认识Storm1.1 什么是实时流计算1.2 Storm是什么1.3 Storm核心组件1.4 Storm的特性1.5 Storm的功能1.6 本章小结第2章 开始使用Storm2.1 环境准备2.2 启动模式2.3 安装部署Storm集群2.4 创建Topology并向集群提交任务2.5 本章小结第3章 核心概念和数据流模型3.1 Tuple元组3.2 Spout数据源3.3 Bolt消息处理者3.4 Topology拓扑3.5 Stream消息流和Stream Grouping消息流组3.6 Task任务3.7 Worker工作者进程3.8 Worker、Task、Executor三者之间的关系3.9 事务3.10 数据流模型3.11 本章小结
相关资源：storm企业应用 实战 运维和调优