نحوه استفاده از Apache Flink و فن آوری های مرتبط با آن را برای ایجاد موارد استفاده برای پردازش جریان با استفاده از الگوهای محبوب کشف کنید.
این دوره به شما می آموزد که چطور در Apache Airflow با سهولت در خطوط تولید داده با درجه تولید تسلط پیدا کنید.
Flink یک سیستم متغیر ، قابل تحمل و در مقیاس بزرگ است که با مجموعه داده های محدود و غیرمحدود با استفاده از همان معماری زمینه ای جریان اول کار می کند.
Apache Flink بر اساس مفهوم معماری جریان اول ساخته شده است که جریان منبع حقیقت است.
Flink سیستمی مناسب ، قابل تحمل و در مقیاس بزرگ است که دارای ویژگی های تأخیر و توان عملیاتی عالی است. با مجموعه داده های محدود و نامحدود با استفاده از همان معماری زمینه ای جریان اول ، تمرکز بر جریان یا داده های بدون محدودیت ، کار می کند.
جریان ساختاری موتور پردازش جریان مقیاس پذیر و متحمل خطا در Apache Spark 2 است که می تواند برای پردازش جریان های با سرعت بالا مورد استفاده قرار گیرد.
این سخنرانی معماری جریان مدرن را با دسته های سنتی و گزینه های کلان داده و مزایا مقایسه می کند.
در این گفتار ، ما خط تولید داده های جریانی را با استفاده از چیزی غیر از دستان خالی ، Kafka Connect و ksqlDB خواهیم ساخت.
بیاموزید که چگونه با Apache Spark الگوهای محبوب پرطرفدار طراحی را بسازید.
از آنجا که برنامه های وب توزیع شده رایج تر می شوند ، توجه به حافظه پنهان ، پیام رسانی و ذخیره رویدادها برای مقیاس پذیری و قابلیت اطمینان بسیار مهم است. این دوره به شما آموزش می دهد که چگونه از Redis و Apache Kafka در سیستم عامل Heroku استفاده کنید.
نصب، پیکربندی و ایمن NGINX و Apache در سرور اوبونتو با استفاده از Digital Ocean و Let's Encrypt SSL
جریان ساختاری موتور پردازش جریان مقیاس پذیر و متحمل خطا در Apache Spark 2 است. فریم داده ها در Spark 2.x از داده های بی نهایت پشتیبانی می کنند ، بنابراین به طور موثر برنامه های دسته ای و جریان را متحد می کند.