大数据storm应该怎么学？

帮助大家在业务上面快速使用Storm，相信学完之后可以直接面对生成环境的问题，解决问题，优化结构。项目使用Storm0.9.1+Kafka0.8.1.1+Zookeeper锁+Memcached+mysql架构，从集群搭建到集群连通性测试，从 项目分析到数据库设计，从需求到Topology和Bolt的设计，从Coding到代码优化，从性能到安全性考虑，全方位系统的讲解一个Storm项目案例。

先给大家介绍一下大数据学习步骤：

一、入门

安装storm集群，运行示例工程，明白什么是流处理，明白spout，bolt；手动实现Storm客户端API，自己编写场景实现。

二、上手

了解Storm的Bolt，spout运行过程，storm等进程启动过程，可以参照JStorm加深对Storm的理解；了解Storm周边，比如Kafka等组件。

三、深入

学习coljure；阅读storm代码；深入学习其他CEP产品。

大数据storm需要掌握的技术如下：

1、storm+kafka环境搭建-1

storm+kafka环境搭建-1 ，storm0.9.1+kafka0.8.1

2、storm+kafka环境搭建-2

storm+kafka环境搭建-2,storm0.9.1+kafka0.8.1环境搭建

3、storm+kafka环境搭建-3

4、项目分析

storm实战项目-项目分析

5、kafka producer测试

6、storm整合kafka

storm整合kafka，引入storm-kafka插件

7、storm和kafka整合项目测试

8、storm 订单有效性检查

9、storm 数据修正

10、storm 数据业务入库处理-1

11、storm 数据业务入库处理-2

12、storm 数据定时存库处理

13、入库mysql并进行测试和bug修复-1

14、入库mysql并进行测试和bug修复-2

15、优化数据结构-确保数据不丢失

16、zookeeper锁机制

17、增加zookeeper锁，保证多线程同时处理数据-1

18、增加zookeeper锁，保证多线程同时处理数据-2

学习地址：http://edu.51cto.com/course/course_id-1274.html