Maîtriser les flux Kafka et Ksqldb : Construire des systèmes de données en temps réel par l'exemple

Note :   (4,7 sur 5)

Maîtriser les flux Kafka et Ksqldb : Construire des systèmes de données en temps réel par l'exemple (Mitch Seymour)

Avis des lecteurs

Résumé:

Le livre est bien accueilli pour son approche complète de Kafka Streams et inclut des exemples pratiques, ce qui le rend adapté aux débutants. Cependant, certains lecteurs trouvent qu'il manque de clarté dans certains concepts et qu'il n'approfondit pas les sujets avancés.

Avantages:

Bien structuré pour les débutants, informations complètes sur les flux Kafka, excellents exemples et code pratique, bon mélange de théorie et de pratique, idéal pour comprendre ksqlDB.

Inconvénients:

Manque de clarté dans l'explication des concepts complexes, manque d'approfondissement des sujets avancés, problèmes liés à la licence de ksqlDB et aux défis techniques, et certains lecteurs ont estimé qu'il s'agissait davantage d'une introduction que d'une classe de maître.

(basé sur 8 avis de lecteurs)

Titre original :

Mastering Kafka Streams and Ksqldb: Building Real-Time Data Systems by Example

Contenu du livre :

Travailler avec des flux de données non limités et en mouvement rapide a toujours été difficile. Mais avec Kafka Streams et ksqlDB, la création d'applications de traitement de flux est facile et amusante. Ce guide pratique montre aux ingénieurs de données comment utiliser ces outils pour construire des applications de traitement de flux hautement évolutives pour déplacer, enrichir et transformer de grandes quantités de données en temps réel.

Mitch Seymour, ingénieur en services de données chez Mailchimp, explique les concepts importants du traitement de flux avec en toile de fond plusieurs problèmes commerciaux intéressants. Vous découvrirez les points forts de Kafka Streams et de ksqlDB pour vous aider à choisir le meilleur outil pour chaque projet de traitement de flux unique. Les développeurs non-Java trouveront que le parcours ksqlDB est une introduction particulièrement douce au traitement des flux.

⬤ Apprenez les bases de Kafka et du modèle de communication pub/sub.

⬤ Construire des applications de traitement de flux avec ou sans état en utilisant Kafka Streams et ksqlDB.

⬤ Effectuer des opérations avancées avec état, y compris les jointures et les agrégations avec fenêtre.

⬤ Comprendre comment le traitement avec état fonctionne sous le capot.

⬤ Découvrez les fonctionnalités d'intégration de données de ksqlDB, optimisées par Kafka Connect.

⬤ Travailler avec différents types de collections dans ksqlDB et effectuer des requêtes push et pull.

⬤ Déployez vos applications Kafka Streams et ksqlDB en production.

Autres informations sur le livre :

ISBN :9781492062493
Auteur :
Éditeur :
Reliure :Broché
Année de publication :2021
Nombre de pages :400

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Maîtriser les flux Kafka et Ksqldb : Construire des systèmes de données en temps réel par l'exemple...
Travailler avec des flux de données non limités et...
Maîtriser les flux Kafka et Ksqldb : Construire des systèmes de données en temps réel par l'exemple - Mastering Kafka Streams and Ksqldb: Building Real-Time Data Systems by Example
Une marche vers le nuage : Une introduction en douceur aux environnements entièrement gérés - A Walk...
Découvrez les bases de l'informatique en nuage à...
Une marche vers le nuage : Une introduction en douceur aux environnements entièrement gérés - A Walk to the Cloud: A Gentle Introduction to Fully Managed Environments
Une introduction en douceur à OpenSearch - A Gentle Introduction to OpenSearch
Découvrez différentes technologies de stockage, notamment OpenSearch,...
Une introduction en douceur à OpenSearch - A Gentle Introduction to OpenSearch

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© 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)