Note :
Cet ouvrage constitue une introduction concise aux données en continu et à l'architecture des pipelines en temps réel. Il couvre les composants et les concepts clés des systèmes de données à grande vitesse, bien qu'il soit noté comme manquant de profondeur dans certains domaines techniques. Si certains utilisateurs apprécient sa clarté et l'inclusion de formats numériques, d'autres le trouvent trop basique ou difficile à lire.
Avantages:Livre physique et reliure de haute qualité, contenu concis et pertinent, inclut une version e-book sans coût supplémentaire, bien écrit avec des descriptions claires, bonne couverture des systèmes de streaming et de l'architecture, utile pour les débutants et les lecteurs avertis, inclut de nombreuses références pour une lecture plus approfondie.
Inconvénients:Certains contenus sont trop basiques et manquent de profondeur pour les utilisateurs avancés, pourraient être difficiles à comprendre pour ceux qui ne sont pas familiers avec le jargon technique, ne sont pas faciles à lire sans diagrammes pour illustrer les concepts, manquent de spécificités sur la construction de systèmes pratiques.
(basé sur 10 avis de lecteurs)
Streaming Data: Understanding the Real-Time Pipeline
Résumé
Streaming Data présente les concepts et les exigences des systèmes de données en continu et en temps réel. Ce livre est un tutoriel riche en idées qui vous apprend à réfléchir à la manière d'interagir efficacement avec des données en flux rapide.
L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.
À propos de la technologie
En tant qu'êtres humains, nous filtrons et déchiffrons constamment les informations qui nous parviennent. De la même manière, les applications de données en continu peuvent accomplir des tâches étonnantes telles que la lecture de données de localisation en direct pour recommander des services à proximité, le suivi des pannes de machines en temps réel et l'envoi de reçus numériques avant que vos clients ne quittent le magasin. Les progrès récents de la technologie et des techniques de streaming de données permettent à n'importe quel développeur de créer ces applications s'il a l'état d'esprit adéquat. Ce livre vous permettra de les rejoindre.
À propos du livre
Streaming Data est un tutoriel riche en idées qui vous apprend à penser à l'interaction efficace avec des données en flux rapide. Grâce à des exemples pertinents et des cas d'utilisation illustrés, vous explorerez la conception d'applications qui lisent, analysent, partagent et stockent des données en continu. En cours de route, vous découvrirez le rôle de technologies clés telles que Spark, Storm, Kafka, Flink, RabbitMQ et bien d'autres encore. Ce livre offre un équilibre parfait entre une vision d'ensemble et les détails de la mise en œuvre.
Ce qu'il y a dedans
⬤ La bonne façon de collecter des données en temps réel.
⬤ L'architecture d'un pipeline de streaming.
⬤ L'analyse des données.
⬤ Les technologies à utiliser et à quel moment.
A propos du lecteur
Écrit pour les développeurs familiers avec les concepts de bases de données relationnelles. Aucune expérience en matière de streaming ou d'applications en temps réel n'est requise.
À propos de l'auteur
Andrew Psaltis est un ingénieur logiciel spécialisé dans l'analyse en temps réel massivement extensible.
Table des matières
PARTIE 1 - UNE NOUVELLE APPROCHE HOLISTIQUE.
⬤ Présentation des données en continu.
⬤ Obtenir les données des clients : l'ingestion des données.
⬤ Le transport des données depuis le niveau de collecte : le découplage du pipeline de données.
⬤ L'analyse des données en continu.
⬤ Algorithmes pour l'analyse des données.
⬤ Stockage des données analysées ou collectées.
⬤ La mise à disposition des données.
⬤ Les capacités et les limites des appareils des consommateurs en matière d'accès aux données.
PARTIE 2 - LE MONDE RÉEL.
⬤ Analyse des RSVP de Meetup en temps réel.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)