Stream Processing with Apache Flink: Podstawy, implementacja i obsługa aplikacji strumieniowych

Opinie czytelników

Książka oferuje kompleksowe wprowadzenie do Apache Flink, kładąc nacisk na przetwarzanie strumieniowe w czasie rzeczywistym, architekturę i praktyczną implementację. Cierpi ona jednak na brak szczegółowych przykładów, zwłaszcza w języku Java, a czasami zawiłe wyjaśnienia.

Zapewnia kompleksowy przegląd architektury Flink i koncepcji przetwarzania strumieniowego.

Łatwy do śledzenia ze szczegółowymi spostrzeżeniami, odpowiedni dla początkujących i średnio zaawansowanych użytkowników.

(na podstawie 9 opinii czytelników)

Oryginalny tytuł:

Stream Processing with Apache Flink: Fundamentals, Implementation, and Operation of Streaming Applications

Zawartość książki:

Rozpocznij pracę z Apache Flink, frameworkiem open source, który obsługuje niektóre z największych na świecie aplikacji do przetwarzania strumieniowego. Dzięki tej praktycznej książce poznasz podstawowe koncepcje równoległego przetwarzania strumieniowego i odkryjesz, czym różni się ta technologia od tradycyjnego przetwarzania danych wsadowych.

Wieloletni twórcy Apache Flink, Fabian Hueske i Vasia Kalavri, pokazują, jak zaimplementować skalowalne aplikacje strumieniowe za pomocą interfejsu API DataStream Flink oraz stale uruchamiać i utrzymywać te aplikacje w środowiskach operacyjnych. Przetwarzanie strumieniowe jest idealne dla wielu przypadków użycia, w tym ETL o niskim opóźnieniu, analizy strumieniowej i pulpitów nawigacyjnych w czasie rzeczywistym, a także wykrywania oszustw, wykrywania anomalii i ostrzegania. Możesz przetwarzać ciągłe dane dowolnego rodzaju, w tym interakcje użytkowników, transakcje finansowe i dane IoT, natychmiast po ich wygenerowaniu.

⬤ Poznaj koncepcje i wyzwania związane z rozproszonym przetwarzaniem strumieniowym.

⬤ Zapoznanie się z architekturą systemu Flink, w tym z trybem przetwarzania w czasie zdarzeń i modelem odporności na awarie.

⬤ Zrozumienie podstaw i elementów składowych interfejsu API DataStream, w tym jego operatorów czasowych i stanowych.

⬤ Odczytywanie danych z systemów zewnętrznych i zapisywanie ich w nich z zachowaniem spójności „dokładnie raz”.

⬤ Wdrażanie i konfigurowanie klastrów Flink.

⬤ Obsługa stale działających aplikacji strumieniowych.