스트리밍 시스템 : 대용량 데이터 처리를 위한 핵심 개념과 원리

목차 (Table of Contents)

• 목차
• 지은이 소개 = 5
• 감사의 글 = 7
• 옮긴이 소개 = 13
• 옮긴이의 말 = 15
• 들어가며 = 22
• 1부 빔 모델
• 1장 스트리밍 101 = 35
• 용어 : 스트리밍이란? = 36
• 심하게 과장된 스트리밍의 한계 = 39
• 이벤트 시간 대 처리 시간 = 42
• 데이터 처리 패턴 = 45
• 유한 데이터 = 46
• 무한 데이터 : 배치 = 46
• 무한 데이터 : 스트리밍 = 48
• 요약 = 58
• 2장 데이터 처리의 무엇을, 어디서, 언제, 어떻게 = 61
• 로드맵 = 62
• 배치 처리의 기본 : 무엇과 어디서 = 65
• 무엇 : 변환 = 65
• 어디서 : 윈도우 = 70
• 스트리밍으로 전환 : 언제와 어떻게 = 72
• 언제 : 트리거가 좋은 이유는 트리거가 좋기 때문이다! = 72
• 언제 : 워터마크 = 77
• 언제 : 조기／정시／지연 트리거 = 83
• 언제 : 허용된 지연 범위(가비지 컬렉션) = 87
• 어떻게 : 누적 = 90
• 요약 = 96
• 3장 워터마크 = 101
• 정의 = 101
• 소스 워터마크 생성 = 104
• 완벽한 워터마크 생성 = 106
• 휴리스틱 워터마크 생성 = 108
• 워터마크 전파 = 110
• 워터마크 전파 이해하기 = 113
• 워터마크 전파와 출력 타임스탬프 = 118
• 까다로운 겹치는 윈도의 경우 = 125
• 백분위 워터마크 = 126
• 처리 시간 워터마크 = 129
• 사례 연구 = 132
• 사례 연구 : 구글 클라우드 데이터플로우의 워터마크 = 132
• 사례 연구 : 아파치 플링크의 워터마크 = 134
• 사례 연구 : 구글 클라우드 Pub／Sub의 소스 워터마크 = 136
• 요약 = 140
• 4장 고급 윈도우 = 143
• 언제／어디서 : 처리 시간 윈도우 = 143
• 이벤트 시간 윈도우 = 145
• 트리거를 사용한 처리 시간 윈도우 = 147
• 인입 시간을 사용한 처리 시간 윈도우 = 149
• 어디서 : 세션 윈도우 = 151
• 어디서 : 커스텀 윈도우 = 156
• 고정 윈도우의 변형 = 157
• 세션 윈도우의 변형 = 165
• 한 크기로는 충분치 않다 = 170
• 요약 = 170
• 5장 '정확히 한 번' 보장과 부작용 = 173
• 왜 '정확히 한 번' 보장이 중요한가? = 173
• 정확성 대 완결성 = 175
• 부작용 = 176
• 문제 정의 = 176
• 셔플에서의 '정확히 한 번' 보장 = 179
• 결정론 다루기 = 180
• 성능 = 181
• 그래프 최적화 = 181
• 블룸 필터 = 182
• 가비지 컬렉션 = 184
• 소스에서의 '정확히 한 번' 보장 = 185
• 싱크에서의 '정확히 한 번' 보장 = 186
• 사용 사례 = 188
• 소스 예시 : 클라우드 Pub／Sub = 189
• 싱크 예시 : 파일 = 190
• 싱크 예시 : 구글 빅쿼리 = 191
• 다른 시스템 = 193
• 아파치 스파크 스트리밍 = 193
• 아파치 플링크 = 194
• 요약 = 195
• 2부 스트림과 테이블
• 6장 스트림과 테이블 = 199
• 스트림／테이블의 기본 : 스트림／테이블의 특수상대론 = 200
• 스트림／테이블의 일반상대론을 향해서 = 201
• 배치 처리 대 스트림／테이블 = 202
• 맵리듀스의 스트림 테이블 분석 = 203
• 배치 처리와의 조화 = 209
• 스트림／테이블 세상에서의 무엇, 어디서, 언제, 어떻게 = 209
• 무엇 : 변환 = 210
• 어디서 : 윈도우 = 214
• 언제 : 트리거 = 218
• 어떻게 : 누적 = 227
• 빔 모델에서 스트림／테이블의 전반적인 모습 = 228
• 스트림／테이블의 일반 상대론 = 233
• 요약 = 236
• 7장 영구적 저장 상태의 실용성 = 239
• 동기부여 = 240
• 불가피한 실패 = 240
• 정확성 및 효율성 = 241
• 암시적 상태 = 243
• 원시 그룹핑 = 244
• 증분 결합 = 246
• 일반화된 상태 = 250
• 사용 사례 : 전환 어트리뷰션 = 253
• 빔을 사용한 전환 어트리뷰션 = 255
• 요약 = 269
• 8장 스트리밍 SQL = 271
• 스트리밍 SQL이란 무엇인가? = 271
• 관계대수 = 272
• 시간 변이 관계 = 273
• 스트림과 테이블 = 278
• 뒤돌아보기 : 스트림／테이블 편향 = 287
• 빔 모델 : 스트림 편향의 접근 = 287
• SQL 모델 : 테이블 편향 접근 = 291
• 내다보기 : 강력한 스트리밍 SQL을 향해서 = 300
• 스트림／테이블 선택 = 301
• 시간 연산자 = 302
• 요약 = 328
• 9장 스트리밍 조인 = 333
• 모든 조인은 스트리밍에 속한다 = 333
• 윈도우 없는 조인 = 335
• FULL OUTER = 336
• LEFT OUTER = 339
• RIGHT OUTER = 340
• INNER = 341
• ANTI = 343
• SEMI = 344
• 윈도우 조인 = 350
• 고정 윈도우 = 351
• 시간 유효성 = 355
• 시간 유효성 조인 = 361
• 요약 = 371
• 10장 대용량 데이터 처리의 진화 = 373
• 맵리듀스 = 375
• 하둡 = 379
• 플룸 = 381
• 스톰 = 387
• 스파크 = 390
• 밀휠 = 394
• 카프카 = 398
• 클라우드 데이터플로우 = 401
• 플링크 = 404
• 빔 = 409
• 요약 = 413
• 찾아보기 = 417