저자가 작성했던 블로그 글인 “스트리밍 101”에서 시작해 스트리밍 데이터 처리 시스템을 구축하고 사용하는 데 필요한 주요 개념을 “무엇”, “어디서”, “언제”, “어떻게”라는 네 가지 질문 위에 차근히 쌓아간다. 특정 시스템이나 문맥 안에서 부정확하게 쓰이는 개념을 분리해 명확히 전달하고 실제 사례에 어떻게 적용하는지 보여준다. 스트리밍 데이터 처리를 위해 어떤 시스템을 선택하든 개념을 확고하게 이해하는 것은 시스템을 이해하는 데 단단한 지반이 돼 줄 것이다. ★ 이 책에서 다루는 내용 ★ ■ 스트리밍 및 배치 데이터 처리 패턴 차이 ■ 강력한 비순서 데이터 처리(out-of-order data processing) 개념과 핵심 원칙 ■ 워터마크를 통해 무한 데이터셋(infinite dataset)의 진행 정도와 완결 추적 방법 ■ 정확히 한 번 처리(exactly-once processing) 기법의 정확성 보장 방법 ■ 스트림과 테이블의 개념이 배치 및 스트리밍 데이터 처리의 토대를 이루는 방법 ■ 실제 사례로 알아보는 강력한 영구적 저장 상태(persistent state)의 실질적인 목적 ■ 시간 변이 관계를 통해 스트림 처리를 친숙한 SQL 및 관계 대수와 연결 짓는 방법 ★ 이 책의 대상 독자 ★ 이론적이고 플랫폼에 구애받지 않고도 스트리밍 데이터를 처리하는 방법을 배우고 싶은 데이터 엔지니어와 데이터 과학자, 개발자에게 적합하다.

1부. 빔 모델 1장. 스트리밍 __용어: 스트리밍이란? ____심하게 과장된 스트리밍의 한계 ____이벤트 시간 대 처리 시간 __데이터 처리 패턴 ____유한 데이터 ____무한 데이터: 배치 ____무한 데이터: 스트리밍 __요약 2장. 데이터 처리의 무엇을, 어디서, 언제, 어떻게 __로드맵 __배치 처리의 기본: 무엇과 어디서 ____무엇: 변환 ____어디서: 윈도 __스트리밍으로 전환: 언제와 어떻게 ____언제: 트리거가 좋은 이유는 트리거가 좋기 때문이다! ____언제: 워터마크 ____언제: 조기/정시/지연 트리거 ____언제: 허용된 지연 범위(가비지 컬렉션) ____어떻게: 누적 __요약 3장. 워터마크 __정의 __소스 워터마크 생성 ____완벽한 워터마크 생성 ____휴리스틱 워터마크 생성 __워터마크 전파 ____워터마크 전파 이해하기 ____워터마크 전파와 출력 타임스탬프 ____까다로운 겹치는 윈도의 경우 __백분위 워터마크 __처리 시간 워터마크 __사례 연구 ____사례 연구: 구글 클라우드 데이터플로우의 워터마크 ____사례 연구: 아파치 플링크의 워터마크 ____사례 연구: 구글 클라우드 Pub/Sub의 소스 워터마크 __요약 4장. 고급 윈도 __언제 / 어디서 : 처리 시간 윈도 ____이벤트 시간 윈도 ____트리거를 사용한 처리 시간 윈도 ____인입 시간을 사용한 처리 시간 윈도 __어디서: 세션 윈도 __어디서: 커스텀 윈도 ____고정 윈도의 변형 ____세션 윈도의 변형 ____한 크기로는 충분치 않다 __요약 5장. “정확히 한 번” 보장과 부작용 __왜 “정확히 한 번” 보장이 중요한가? __정확성 대 완결성 ____부작용 ____문제 정의 __셔플에서의 “정확히 한 번” 보장 __결정론 다루기 __성능 ____그래프 최적화 ____블룸 필터 ____가비지 컬렉션 __소스에서의 “정확히 한 번” 보장 __싱크에서의 “정확히 한 번” 보장 __사용 사례 ____소스 예시: 클라우드 Pub/Sub ____싱크 예시: 파일 ____싱크 예시: 구글 빅쿼리 __다른 시스템 ____아파치 스파크 스트리밍 ____아파치 플링크 __요약 2부. 스트림과 테이블 6장 스트림과 테이블 __스트림/테이블의 기본: 스트림/테이블의 특수상대론 ____스트림/테이블의 일반상대론을 향해서 __배치 처리 대 스트림/테이블 ____맵리듀스의 스트림 테이블 분석 ____배치 처리와의 조화 __스트림/테이블 세상에서의 무엇, 어디서, 언제, 어떻게 ____무엇: 변환 ____어디서: 윈도 ____언제: 트리거 ____어떻게: 누적 ____빔 모델에서 스트림/테이블의 전반적인 모습 __스트림/테이블의 일반 상대론 __요약 7장. 영구적 저장 상태의 실용성 __동기부여 ____불가피한 실패 ____정확성 및 효율성 __암시적 상태 ____원시 그룹핑 ____증분 결합 __일반화된 상태 ____사용 사례: 전환 어트리뷰션 ____빔을 사용한 전환 어트리뷰션 __요약 8장. 스트리밍 SQL __스트리밍 SQL이란 무엇인가? ____관계대수 ____시간 변이 관계 ____스트림과 테이블 __뒤돌아보기: 스트림/테이블 편향 ____빔 모델: 스트림 편향의 접근 ____SQL 모델: 테이블 편향 접근 __내다보기: 강력한 스트리밍 SQL을 향해서 ____스트림/테이블 선택 ____시간 연산자 __요약 9장. 스트리밍 조인 __모든 조인은 스트리밍에 속한다 __윈도 없는 조인 ____FULL OUTER ____LEFT OUTER ____RIGHT OUTER ____INNER ____ANTI ____SEMI __윈도 조인 ____고정 윈도 ____시간 유효성 ____시간 유효성 조인 __요약 10장. 대용량 데이터 처리의 진화 __맵리듀스 __하둡 __플룸 __스톰 __스파크 __밀휠 __카프카 __클라우드 데이터플로우 __플링크 __빔 __요약