Valós idejű streaming az Apache Kafka, Spark és Storm segítségével: Olyan platformok létrehozása, amelyek gyorsan képesek az adatok ropogtatására és valós idejű elemzések szolgáltatására a felhasználók számára (Engli

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 11 olvasói szavazat alapján történt.

Eredeti címe:

Real-Time Streaming with Apache Kafka, Spark, and Storm: Create Platforms That Can Quickly Crunch Data and Deliver Real-Time Analytics to Users (Engli

Könyv tartalma:

Apache Kafka, Spark és Storm használatával építsen platformot valós idejű adatok létrehozására és azok műszerfalakon keresztül történő megtekintésére.

Key Features

⬤  Az Apache Kafka koncepciók átfogó gyakorlati bemutatása, beleértve a termelő és fogyasztó példákat.

⬤  Grafikus példákat és magyarázatokat tartalmaz a Kafka Producer és Kafka Consumer parancsok és módszerek megvalósítására.

⬤  Kitér a Spark-Kafka és a Kafka-Storm architektúrák integrációjára és megvalósítására.

Leírás

A Real-Time Streaming with Apache Kafka, Spark, and Storm egy olyan könyv, amely áttekintést nyújt az Apache Kafka, a Storm és a Spark valós idejű streaming koncepcióiról és architektúráiról. Az olvasók megtanulják, hogyan építhetnek olyan rendszereket, amelyek valós időben képesek adatfolyamokat feldolgozni e technológiák segítségével. Képesek lesznek nagy mennyiségű valós idejű adatot feldolgozni, és ennek eredményeképpen analitikát végezni, illetve meglátásokat generálni.

A Kafka architektúráját és különböző komponenseit részletesen ismertetjük. Bemutatjuk a Kafka Cluster telepítését és konfigurálását. A Kafka kiadó-előfizető rendszer az Eclipse IDE-ben kerül implementálásra a parancssor és a Java segítségével. A könyv tárgyalja az Apache Storm architektúráját, a Spout és a Bolt fogalmát, valamint ezek alkalmazását egy tranzakciós riasztórendszerben. Emellett ismerteti a Spark alapfogalmait, alkalmazásait, valamint a Spark használatát egy mikroszolgáltatás megvalósításához. A Kafka és a Storm integrációjának megismeréséhez a Spark és a Kafka integrációjának két megközelítését tárgyalja.

Ez a könyv a nagy adatfeldolgozással és a Kafka, a Storm és a Spark Streaming architektúráival kapcsolatos ismeretekkel segíti a szoftvermérnököt a Big Data-mérnökké és Big Data-architektúrává válásban.

Mit fog tanulni?

⬤  Kafka-producerek, -fogyasztók és -brókerek létrehozása parancssor segítségével.

⬤  A Kafka üzenetküldő rendszer végponttól végpontig tartó megvalósítása Java nyelven az Eclipse-ben.

⬤  Storm Cluster telepítése és létrehozása, valamint Storm Management parancsok végrehajtása.

⬤  Spouts, Bolts és egy topológia megvalósítása a Stormban a tranzakciós riasztási alkalmazásrendszerhez.

Kinek szól ez a könyv

Ez a könyv olyan szoftverfejlesztőknek, adattudósoknak és Big Data-architekteknek szól, akik szoftverrendszereket szeretnének építeni adatfolyamok valós idejű feldolgozására. A könyvben szereplő fogalmak megértéséhez bármilyen programozási nyelv, például Java, Python stb. ismerete szükséges.

Tartalomjegyzék

1. Bevezetés a Kafkába.

2. A Kafka telepítése.

3. Kafka üzenetküldés.

4. Kafka termelők.

5. Kafka fogyasztók.

6. Bevezetés a Stormba.

7. Telepítés és konfiguráció.

8. Kiöntők és csavarok.

9. Bevezetés a szikrákba.

10. Spark streaming.

11. A Kafka integrációja a Stormmal.

12. Kafka integráció Sparkkal.

A szerzőkről

Brindha Priyadarshini Jeyaraman több mint 12+ éves munkatapasztalattal rendelkezik a szoftverfejlesztés és az adatelemző rendszerek építése területén. A Szingapúri Nemzeti Egyetemen szerzett aranyérmes M. Tech diplomát tudásmérnöki szakon. Szakértője az üzleti problémák megértésének, valamint a gépi tanulással kapcsolatos megoldások tervezésének és megvalósításának. Erős szoftverfejlesztői háttérrel rendelkezik, széles körű tapasztalattal az adatelemző rendszerek megvalósításában. Számos adattudományi projekten dolgozott a közlekedés, az e-kereskedelem, az egészségügy, a biztosítás, a banki és pénzügyi területek területén. Elvégezte az SCJP és SCWCD tanúsítványokat.

LinkedIn profil: https: //www.linkedin.com/in/brindha-jeyaraman-75347922/