Streaming Architecture: Noi modele utilizând Apache Kafka și Mapr Streams

Evaluare:   (4.4 din 5)

Streaming Architecture: Noi modele utilizând Apache Kafka și Mapr Streams (Ted Dunning)

Recenzii ale cititorilor

Rezumat:

Cartea oferă o bună introducere în arhitecturile de streaming și oferă informații despre Kafka și MapR. Cu toate acestea, mulți recenzenți consideră că îi lipsește profunzimea și este oarecum superficială, ceea ce o face mai degrabă o prezentare generală decât o resursă cuprinzătoare.

Avantaje:

Conținut interesant, stil de scriere bun al autorului, înțelegere clară a arhitecturilor de streaming, servește ca un punct de plecare util pentru începători.

Dezavantaje:

Tratarea superficială a subiectelor, percepută ca fiind prea scumpă pentru lungimea sa, îi lipsește analiza aprofundată și exemplele de cod, iar unii recenzenți sugerează căutarea de resurse mai recente sau mai detaliate în altă parte.

(pe baza a 5 recenzii ale cititorilor)

Titlul original:

Streaming Architecture: New Designs Using Apache Kafka and Mapr Streams

Conținutul cărții:

Din ce în ce mai multe companii axate pe date doresc să adopte procesarea și analiza fluxurilor. Cu acest ebook concis, veți învăța cele mai bune practici pentru proiectarea unei arhitecturi fiabile care să susțină această paradigmă emergentă a big-data.

Autorii Ted Dunning și Ellen Friedman (Real World Hadoop) vă ajută să explorați unele dintre cele mai bune tehnologii pentru a gestiona procesarea și analiza fluxurilor, cu accent pe stratul de coadă sau de trecere a mesajelor din amonte. Pentru a ilustra eficiența acestor tehnologii, această carte include și cazuri de utilizare specifice.

Ideală atât pentru dezvoltatori, cât și pentru persoanele non-tehnice, această carte descrie:

⬤ Elementele cheie ale unei bune proiectări pentru analizele de flux, concentrându-se pe caracteristicile esențiale ale stratului de mesagerie.

⬤ Noile tehnologii de mesagerie, inclusiv Apache Kafka și MapR Streams, cu linkuri către exemple de cod.

⬤ Opțiuni tehnologice pentru analiza în flux: Apache Spark Streaming, Apache Flink, Apache Storm și Apache Apex.

⬤ Cum arhitecturile bazate pe fluxuri sunt utile pentru a sprijini microserviciile.

⬤ Cazuri de utilizare specifice, cum ar fi detectarea fraudelor și fluxurile de date geo-distribuite.

Ted Dunning este arhitect șef de aplicații la MapR Technologies și este activ în comunitatea open source. În prezent, este vicepreședinte al Incubatorului la Fundația Apache, campion și mentor pentru un număr mare de proiecte, comitet și membru PMC al proiectelor Apache ZooKeeper și Drill. Ted este prezent pe Twitter cu @ted_dunning.

Ellen Friedman, membru în comitetul proiectelor Apache Drill și Apache Mahout, este consultant în soluții, speaker și autor cunoscut, scriind în prezent în principal despre subiecte legate de big data. Cu un doctorat în biochimie, ea are ani de experiență ca cercetător științific și a scris despre o varietate de subiecte tehnice. Ellen este prezentă pe Twitter ca @Ellen_Friedman.

Alte date despre carte:

ISBN:9781491953921
Autor:
Editura:
Legare:Copertă moale
Anul publicării:2016
Numărul de pagini:120

Cumpărare:

Disponibil în prezent, pe stoc.

Alte cărți ale autorului:

Streaming Architecture: Noi modele utilizând Apache Kafka și Mapr Streams - Streaming Architecture:...
Din ce în ce mai multe companii axate pe date...
Streaming Architecture: Noi modele utilizând Apache Kafka și Mapr Streams - Streaming Architecture: New Designs Using Apache Kafka and Mapr Streams
Time Series Databases: Noi modalități de stocare și accesare a datelor - Time Series Databases: New...
Datele din seriile cronologice sunt din ce în ce...
Time Series Databases: Noi modalități de stocare și accesare a datelor - Time Series Databases: New Ways to Store and Access Data

Lucrările autorului au fost publicate de următorii editori:

© Book1 Group - toate drepturile rezervate.
Conținutul acestui site nu poate fi copiat sau utilizat, nici parțial, nici integral, fără permisiunea scrisă a proprietarului.
Ultima modificare: 2024.11.08 07:02 (GMT)