BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

rss
  • 他的粉丝

    崛起的GPU数据库大揭秘:多数据流实时分析,如何做到快如闪电?

    作者 杨旸 关注 2 他的粉丝 发布于  2017年9月4日

    物联网的迅猛发展,让人们不得不调整数据平台的设计思路和处理方式。2017年Gartner指出,到2020年,210亿只IoT设备对数据中心存储需求增长将不超过3%。 GPU数据库带来了三大方面的进步:加载速度、实时处理和宽表多条件查询。它最大的革新点之一在于,不再需要借助索引来加速访问。

  • 他的粉丝

    Kafka设计解析(七)- 流式计算的新贵 Kafka Stream

    作者 郭俊 关注 107 他的粉丝 发布于  2017年8月3日 2

    本文介绍了Kafka Stream的背景,如Kafka Stream是什么,什么是流式计算,以及为什么要有Kafka Stream。接着介绍了Kafka Stream的整体架构,并行模型,状态存储,以及主要的两种数据集KStream和KTable。并且分析了Kafka Stream如何解决流式系统中的关键问题,如时间定义,窗口操作,Join操作,聚合操作,以及如何处理乱序和提供容错能力。最后结合示例讲解了如何使用Kafka Stream。

  • 他的粉丝

    让时间倒流的保存点:用Apache Flink的保存点技术重新处理数据流

    作者 Fabian Hueske 关注 0 他的粉丝 ,译者 足下 关注 1 他的粉丝   发布于  2017年1月10日

    这篇文章是系列文章的第一篇,数据工匠团队会在这里为大家展示一些Apache Flink的核心功能。

他的粉丝

主流流处理框架比较(系列文章)

作者 Petr Zapletal 关注 0 他的粉丝 ,译者 侠天 关注 5 他的粉丝   发布于  2016年7月8日

分布式流处理需求日益增加,包括支付交易、社交网络、物联网(IOT)、系统监控等。业界对流处理已经有几种适用的框架来解决,下面我们来比较各流处理框架的相同点以及区别。 1

他的粉丝

Apache的流处理技术概述

作者 Ian Hellström 关注 0 他的粉丝 ,译者 张天雷 关注 4 他的粉丝   发布于  2016年5月21日

随着计算机和网络技术的迅猛发展以及数据获取手段的不断丰富,在越来越多的领域出现了对海量、高速数据进行实时处理的需求。对于流数据的处理存在很多技术:简单的事件处理器,流处理器和复杂的事件处理器。即使在开源社区中,也存在很多扑朔迷离的选择,其中很多的差异并没有被很好的记载,也不容易发现。为此,Ian Hellström 在其博文中对流处理技术进行了简单介绍,本文是博文的翻译稿。

他的粉丝

流中巨蟒——利用 Python 供养 Amazon Kinesis Stream

作者 Markus Schmidberger 关注 0 他的粉丝 发布于  2015年7月3日

如今物联网的席卷之势正愈演愈烈,而个中原因其实不难说清:物联网的出现帮助企业通过将所有机械与设备接入网络而带来新的商业价值。不过新的挑战也由此产生,这就是实时数据处理与分析。云计算正是开启物联网财富大门的金钥匙,因为其具备显著的灵活性、可扩展能力以及弹性优势。 1

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT