Mastering Kafka Streams and Ksqldb: Budowanie systemów danych czasu rzeczywistego na przykładach

Opinie czytelników

Książka została dobrze przyjęta ze względu na kompleksowe podejście do Kafka Streams i zawiera praktyczne przykłady, dzięki czemu jest odpowiednia dla początkujących. Niektórzy czytelnicy uważają jednak, że brakuje jej jasności w niektórych koncepcjach i nie zagłębia się w zaawansowane tematy.

Dobrze skonstruowana dla początkujących, wyczerpujące informacje o Kafka Streams, doskonałe przykłady i praktyczny kod, dobre połączenie teorii i praktyki, świetna do zrozumienia ksqlDB.

Brak jasności w wyjaśnianiu złożonych pojęć, niewystarczająca głębia w zaawansowanych tematach, kwestie związane z licencjonowaniem ksqlDB i wyzwaniami technicznymi, a niektórzy czytelnicy uważali, że jest to bardziej wprowadzenie niż kurs mistrzowski.

(na podstawie 8 opinii czytelników)

Oryginalny tytuł:

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

Zawartość książki:

Praca z nieograniczonymi i szybko zmieniającymi się strumieniami danych była w przeszłości trudna. Jednak dzięki Kafka Streams i ksqlDB tworzenie aplikacji do przetwarzania strumieniowego jest łatwe i przyjemne. Ten praktyczny przewodnik pokazuje inżynierom danych, jak korzystać z tych narzędzi do tworzenia wysoce skalowalnych aplikacji do przetwarzania strumieniowego w celu przenoszenia, wzbogacania i przekształcania dużych ilości danych w czasie rzeczywistym.

Mitch Seymour, inżynier usług danych w Mailchimp, wyjaśnia ważne koncepcje przetwarzania strumieniowego na tle kilku interesujących problemów biznesowych. Poznasz mocne strony zarówno Kafka Streams, jak i ksqlDB, aby pomóc Ci wybrać najlepsze narzędzie dla każdego unikalnego projektu przetwarzania strumieniowego. Programiści nie korzystający z języka Java uznają ścieżkę ksqlDB za szczególnie łagodne wprowadzenie do przetwarzania strumieniowego.

⬤ Poznanie podstaw Kafki i wzorca komunikacji pub/sub.

⬤ Tworzenie bezstanowych i stanowych aplikacji do przetwarzania strumieniowego przy użyciu Kafka Streams i ksqlDB.

⬤ Wykonywanie zaawansowanych operacji stanowych, w tym okienkowych złączeń i agregacji.

⬤ Zrozumienie, w jaki sposób przetwarzanie stanowe działa pod maską.

⬤ Poznanie funkcji integracji danych ksqlDB, obsługiwanych przez Kafka Connect.

⬤ Praca z różnymi typami kolekcji w ksqlDB oraz wykonywanie zapytań push i pull.

⬤ Wdrażanie aplikacji Kafka Streams i ksqlDB w środowisku produkcyjnym.