Note :
Ce livre propose une introduction complète à Apache Flink, en mettant l'accent sur le traitement des flux en temps réel, l'architecture et la mise en œuvre pratique. Il souffre cependant d'un manque d'exemples détaillés, en particulier en Java, et d'explications parfois alambiquées.
Avantages:Fournit un aperçu complet de l'architecture Flink et des concepts de traitement des flux.
Inconvénients:Facile à suivre avec des aperçus détaillés, adapté aux débutants et aux utilisateurs intermédiaires.
(basé sur 9 avis de lecteurs)
Stream Processing with Apache Flink: Fundamentals, Implementation, and Operation of Streaming Applications
Commencez à utiliser Apache Flink, le framework open source qui alimente certaines des plus grandes applications de traitement de flux au monde. Ce livre pratique vous permettra d'explorer les concepts fondamentaux du traitement parallèle des flux et de découvrir en quoi cette technologie diffère du traitement traditionnel des données par lots.
Fabian Hueske et Vasia Kalavri, membres de longue date du comité Apache Flink, vous montreront comment mettre en œuvre des applications de streaming évolutives avec l'API DataStream de Flink et comment exécuter et maintenir ces applications en continu dans des environnements opérationnels. Le traitement en continu est idéal pour de nombreux cas d'utilisation, notamment l'ETL à faible latence, l'analyse en continu et les tableaux de bord en temps réel, ainsi que la détection des fraudes, la détection des anomalies et les alertes. Vous pouvez traiter des données continues de toute nature, y compris les interactions des utilisateurs, les transactions financières et les données IoT, dès qu'elles sont générées.
⬤ Apprenez les concepts et les défis du traitement distribué de flux avec état.
⬤ Explorez l'architecture système de Flink, notamment son mode de traitement événementiel et son modèle de tolérance aux pannes.
⬤ Comprendre les principes fondamentaux et les blocs de construction de l'API DataStream, y compris ses opérateurs temporels et ses opérateurs d'état.
⬤ Lire des données à partir de systèmes externes et écrire des données vers ces systèmes avec une cohérence exacte.
⬤ Déployer et configurer des clusters Flink.
⬤ Exploiter des applications de flux en continu.
© 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)