Storm应用实践：实时事务处理之策略.html.pdfVIP

译者序

大数据和物联网创业的时机已经越来越成熟，大数据相关技术也呈现出贬效应，但这里说的贬不是指不去钻研带来的落

后，而是技术不再成为这个行业的独门利器。成熟的技术和方案已经降低了这个行业的准入门槛，我们要做的就是赶紧抓住机会

切入互联网创业的下半场。

如果互联网的上半场是基于人口红利和流量红利在广度上进行扩展，那么下半场就应该将焦点放在深度扩展上。在面对业务

去寻找解决方案的时候，我们本质上要做的应该是理解问题、提出问题，这是最难的事情，因为只有好的问题才能找到好的答

案，然后才是如何用数据来实现解决问题的路径。所以学会如何分析和利用大数据对业务产生帮助才是关键，也就是说，要想提

出好问题是非常困难的，通俗点讲就是要学会化繁为简。

在物联网行业中，数据扮演的角色是推动服务和功能，提供判断和解决问题的支撑。工业互联网对数据的低容错性和高实时

性要求，让数据的价拥有短期和长期之分。短期来讲，数据给予了最传统的统计和分析价，比如基于单变量的描述性分析和

多维度的分类聚合应用，在同方云我们常将这类数据应用于一些大型装备的维保支撑，开发的远程诊断工具提高了过程控制的效

率。但大数据真正的价发挥还需要更大的能量，积累的越多，可以挖掘的价才越大，只有通过长期地反复尝试和对目标问题

的调整，才能发现业务发展的规律，让数据在未来的预测上发挥其长期价。所以团队中我们常说的一句话，就是“大数据不是

告诉你1000台风机在做什么，而是应该告诉你第1001台风机在哪里”。

因此，大数据真正的机会是学会如何分析和使用数据，让其释放和体现自身的价，而不是因为用了多么先进的技术和复杂

的算法，才能发挥它的价。我的统计学老师曾告诉我：“事物发展背后的逻辑永远是最简单的，统计学发展这么多年，就没有

出现过复杂算法战胜了简单算法，没有简单的模型就没有复杂的模型，由大到小，才是分治递归的基础。”

所以本书最好的一点，就是用最简单的语言把问题讲清楚，帮助你理解并学会使用Storm来辅助解决实际中遇到的问题，基

于详尽的案例讲解，覆盖Storm最有效的应用场景，支撑你在选型上做出合理的判断。以授之以渔的方式，让你在技术与业务之

间游刃有余，将更多的精力放在问题定义和数据分析上。本书倡导的就是要学会以“What”而不是“How”的策略来思考问

题，把那些计算和处理的过程都交给Storm来代劳吧！

感谢机械工业出版社华章公司的副总编杨福川先生对本书的高度重视，感谢责编王春华和唐晓琳老师的日夜工作，提高了本

译著的整体翻译质量，本书出版过程中参与服务的还有多位台前幕后的工作人员，对此予以特别感谢！

感谢和我一同翻译本书的龚成志先生，他对技术的热爱和严谨支撑了本书的专业性，也很荣幸能和他一起共事。感谢我的妻

子李洁，在过去的几个月中支持我的翻译工作，帮助我完成了大量的审阅工作，还有在此期间出生的可爱女儿雪桐，感谢她活泼

可爱的笑容，消除了我一切的疲惫。感谢父母家人对我的鼓励，感谢同方云计算的领导对我的信任，感谢我的团队陪我一起度过

多少次不知白天与黑夜的攻关和冲刺！

虽然我已经竭尽全力尽量准确地描述书中的技术要点，也进行了多轮的审校和通读，但仍难免有疏漏之处，如读者发现任何

不理想之处，望能不吝赐教。

罗聪翼

2017年8月成都

2016年我主导了一个物联网项目：重型采矿设备的实时监控系统，需要对工业流数据进行实时处理，主要是对大型设备的

各项状态数据进行过滤以及计算。设计之初我选择使用Kafka作为数据总线，并用Kafka的消费接口直接订阅消息完成计算处

理。最开始的时候由于单机数据量比较小，并且只接入了几十台设备，业务逻辑也相对简单，只是简单的状态监控，一切计算都

处理得称心得手，系统状态表现得非常良好稳定。

不过随着业务的发展，接入设备