构建实时机器学习系统

(副标题)：无 ;

(作者): 彭河森，汪涵 ;

内容简介：

​ 7.2　AMQP和RabbitMQ简介
本章下面的内容将会围绕RabbitMQ的理论结构和实战用法来进行介绍。在介绍RabbitMQ之前，先来介绍一下RabbitMQ在设计上遵循的AMQP。AMQP全称是Advanced Message Queuing Protocol（高阶消息队列协议）。这一协议发表于2003年，当时金融市场的IT化正在进行，摩根大通（JP Morgan Chase）的程序员John O扝are意识到了实时消息传导在金融系统中的重要作用，提出了高阶消息队列协议，用于抽象化消息传导的各种模式。这一协议提出后随即受到众多工业界领军组织的重视，AMQP不久之后就成为了消息队列的工业界标准。
在AMQP中，实时数据处理的流程抽象为以下三个成分。
·消息产生者（Producer）：是指整个实时任务流程产生的源头，可能是网页前端、上游服务等。
·消息中介（Message Broker）：是指搜集整理实时数据任务，并指派到下游任务的成分，这里主要由分布式队列服务如RabbitMQ等担当。
·数据的消费者（Consumer）：是指下游对数据进行处理的服务，可能是具有无状态性可以自由伸缩的的服务器集群，也可能是储存数据库、搜索引擎等。
RabbitMQ的身世具有传奇色彩。本书作者还在吃奶的时候（1986年），作者的父母刚刚知道世界上有大哥大这样一个神奇高洋的物品，爱立信（没错，就是电信巨头爱立信）的研究员们就意识到了高并发（concurrent）、稳定的编程语言的重要性，开发了Erlang这一语言。从此Erlang成为了爱立信通信核心技术的开发语言，在爱立信的3G、LTE网络等技术中都有广泛应用。得益于Erlang语言对高并发高可用性应用场景的支持，自然而然的，Erlang后来成为了RabbitMQ的开发语言。
RabbitMQ的开发始于2007年，到本书写作时

目录预览：

​ 构建实时机器学习系统
第1部分 实时机器学习方法论
第1章 实时机器学习综述
1.2 机器学习发展的前世今生
1.3 机器学习领域分类
1.4 实时是个“万灵丹”
1.5 实时机器学习的分类
1.6 实时应用对机器学习的要求
1.7 案例：Netflix在机器学习竞赛中学到的经验
1.8 实时机器学习模型的生存期
第2章 实时监督式机器学习
2.2 怎样衡量监督式机器学习模型
2.3 实时线性分类器介绍
第3章 数据分析工具Pandas
3.2 Pandas的安装
3.3 利用Pandas分析实时股票报价数据
3.4 数据分析的三个要点
第4章 机器学习工具Scikit-learn
4.2 Scikit-learn的安装
4.3 Scikit-learn的主要模块
........