Билл Беджек
Kafka Streams в действии. Приложения и микросервисы для работы в реальном времени

About the book Quotations17 Reading1.1K On shelves

Узнайте как реализовать потоковую обработку на платформе Kafka! В этой книге рассмотрены реальные примеры сбора, преобразования и агрегации данных. Показана работа со множественными процессорами, обработка событий в режиме реального времени. Вы узнаете даже о потоковом SQL с KSQL! Эксплуатация и тестирование, мониторинг и отладка современных распределенных систем - вы получите всю необходимую информацию о самых сложных аспектах потоковой обработки. Kafka Streams API - ключ к эффективному применению Kafka на практике.

Темы, рассматриваемые в книге:

• Использование KStreams API
• Фильтрация, преобразование и дробление данных
• Работа с Processor API
• Интеграция с внешними системами

IT-технологии

Age restrictions: 16+

Publisher: Питер

Translator: Игорь Пальти

Paper pages: 549

Билджин Ибрам, Роланд ХассПаттерны Kubernetes: Шаблоны разработки собственных облачных приложений

Клаусен КристианПять строк кода. Роберт Мартин рекомендует

Питхейн СтренгхольтМасштабируемые данные. Лучшие шаблоны высоконагруженных архитектур

Иван ПортянкинПрограммирование Cloud Native. Микросервисы, Docker и Kubernetes

Владстон Феррейра Фило, Мото ПиктетТеоретический минимум по Computer Science. Сети, криптография и data science

Чед ФаулерПрограммист-фанатик

Марк ХеклерSpring Boot по-быстрому

Тейва Харшани100 ошибок Go и как их избежать

Евгений БрикманTerraform: инфраструктура на уровне кода

Михалис ЦукалосGolang для профи: работа с сетью, многопоточность, структуры данных и машинное обучение с Go

Адам Д. СкоттРазработка на JavaScript. Построение кроссплатформенных приложений с помощью GraphQL, React, React Native и Electron

Михалис ЦукалосGolang для профи: Создаем профессиональные утилиты, параллельные серверы и сервисы

Нил Форд, Прамод Садаладж, Марк Ричардс, Жамак ДехганиСовременный подход к программной архитектуре: сложные компромиссы

Седат КапаноглуКодер с улицы. Правила нарушать рекомендуется

Брендан Бернс, Эдди Вильяльба, Дейв Штребель, Лахлан ЭвенсонKubernetes: Лучшие практики

Нишант ШаклаМашинное обучение и TensorFlow

Ваутер ГрунефелдКреативный программист

Тодд Палино, Гвен Шапира, Крит Петти, Раджини СиварамApache Kafka. Потоковая обработка и анализ данных

Нил Форд, Марк РичардсФундаментальный подход к программной архитектуре: паттерны, свойства, проверенные методы

Finished? What do you think?

👍👎

Quotations17

Игорь С.quoting3 weeks ago

KTable использует для хранения локальное состояние в сочетании с Kafka Streams (мы обсуждали хранилища состояния в разделе 4.3).

Comment

Игорь С.quoting3 weeks ago

builder.table(STOCK_TICKER_TABLE_TOPIC);

С помощью этого простого оператора StreamsBuilder создает экземпляр KTable и одновременно незаметно создает объект StateStore для отслеживания состояния потока, таким образом создавая поток обновлений. У созданного при этом подходе хранилища состояния StateStore, недоступного для интерактивных запросов, есть только внутреннее имя.

Comment

Игорь С.quoting3 weeks ago

Но если в вашем топике журнала изменений множество уникальных ключей, то сжатия может оказаться недостаточно, так как размер сегмента журнала будет продолжать расти. Существует простое решение этой проблемы — достаточно задать стратегию очистки delete и compact (листинг 4.9).

Comment