BT

Event Stream Processing  no InfoQ Brasil rss

Notícias sobre  Event Stream Processing rss

IA, ML e Engenharia de Dados Seguir 524 Seguidores Apache Pulsar 2.0 suporta registros de esquemas e compactação de tópicos por Srini Penchikala Seguir 40 Seguidores Postado em 31 jul 2018 Seguidores Fornecendo eventos em um mundo não-confiável por Jan Stenberg Seguir 38 Seguidores Postado em 21 fev 2018 1 Seguidores Arquitetura de eventos e streaming de eventos por Jan Stenberg Seguir 38 Seguidores Postado em 11 out 2017
Arquitetura e Design Seguir 179 Seguidores Escolhendo uma arquitetura orientada a eventos por Jan Stenberg Seguir 38 Seguidores Postado em 13 set 2017 Seguidores Comparação de Event Sourcing com Processamento de Fluxos por Jan Stenberg Seguir 38 Seguidores Postado em 05 dez 2016 Seguidores Arquitetando sistemas escalavéis quando a consistência eventual não vai funcionar por Michael Stiefel Seguir 6 Seguidores Postado em 17 fev 2016
Seguidores O básico para ser Reativo por Jan Stenberg Seguir 38 Seguidores Postado em 27 jan 2016 Seguidores DataTorrent 1.0: gerenciando mais de 1 bilhão de eventos por segundo em tempo real por Abel Avram Seguir 12 Seguidores Postado em 08 abr 2015 Seguidores Greg Young em: Usando processamento de eventos complexos por Jan Stenberg Seguir 38 Seguidores Postado em 16 abr 2014
Seguidores Uma Olhada Rápida nos estilos e padrões arquiteturais por Abel Avram Seguir 12 Seguidores Postado em 17 fev 2009

Artigos sobre  Event Stream Processing rss

IA, ML e Engenharia de Dados Seguir 524 Seguidores Migração em lote com ETL para processamento de fluxo: um estudo de caso Netflix com Kafka e Flink por Daniel Bryant Seguir 800 Seguidores Postado em 12 abr 2018 No Qcon NY, Shriya Arora falou sobre “Personalising Netflix with Streaming Datasets” e discutiu a migração de uma rotina de processamento de dados de ETL em lote para o processamento de fluxo usando o Apache Flink.

Seguidores Big Data com Apache Spark Part 3: Spark Streaming por Srini Penchikala Seguir 40 Seguidores Postado em 05 dez 2016 Este é o terceiro artigo da série Big Data com Apache Spark. Nos 2 primeiros artigos abordamos o processamento de dados estáticos. Neste artigo trataremos do processamento de dados em streaming e em tempo real. O artigo busca mostrar como podemos usar o Apache Spark para realizar análises sob informações em cenários onde os dados são gerados continuamente. 1

Apresentações sobre  Event Stream Processing rss

Seguidores PIPES: uma linguagem para processamento distribuído de eventos complexos por Juan Lopes Seguir 0 Seguidores Postado em 27 fev 2015 Conheça os desafios, limitações e soluções para escrever uma linguagem para JVM especializada em Stream Processing e Complex Event Processing (CEP). A linguagem PIPES e o motor por trás dela foram criados para processar bilhões de eventos diariamente, correlacionando logs, page views e eventos de infraestrutura em sites que atendem a milhões de usuários. Veja como se deu o projeto desta linguagem.

BT