Elaborazione di flussi con Apache Flink: Fondamenti, implementazione e funzionamento delle applicazioni di streaming

Recensioni dei lettori

Il libro offre un'introduzione completa ad Apache Flink, sottolineando l'elaborazione di flussi in tempo reale, l'architettura e l'implementazione pratica. Tuttavia, soffre di una mancanza di esempi dettagliati, in particolare in Java, e di spiegazioni a volte contorte.

Fornisce una panoramica completa dell'architettura di Flink e dei concetti di stream processing.

Facile da seguire con approfondimenti dettagliati, adatto ai principianti e agli utenti intermedi.

(basato su 9 recensioni dei lettori)

Titolo originale:

Stream Processing with Apache Flink: Fundamentals, Implementation, and Operation of Streaming Applications

Contenuto del libro:

Iniziare a lavorare con Apache Flink, il framework open source che alimenta alcune delle più grandi applicazioni di stream processing al mondo. Con questo libro pratico, esplorerete i concetti fondamentali dell'elaborazione parallela dei flussi e scoprirete come questa tecnologia differisca dalla tradizionale elaborazione dei dati in batch.

Fabian Hueske e Vasia Kalavri, storici committer di Apache Flink, mostrano come implementare applicazioni di streaming scalabili con l'API DataStream di Flink e come eseguire e mantenere continuamente queste applicazioni in ambienti operativi. L'elaborazione in streaming è ideale per molti casi d'uso, tra cui l'ETL a bassa latenza, l'analisi in streaming e i cruscotti in tempo reale, nonché il rilevamento di frodi, il rilevamento di anomalie e gli avvisi. È possibile elaborare dati continui di qualsiasi tipo, comprese le interazioni degli utenti, le transazioni finanziarie e i dati IoT, non appena vengono generati.

⬤ Imparate i concetti e le sfide dell'elaborazione di flussi distribuiti e statici.

⬤ Esplorare l'architettura di sistema di Flink, compresa la modalità di elaborazione in tempo reale e il modello di tolleranza ai guasti.

⬤ Comprendere i fondamenti e gli elementi costitutivi dell'API DataStream, compresi gli operatori stateful e time-based.

⬤ Leggere dati da e scrivere dati su sistemi esterni con coerenza “exactly-once”.

⬤ Distribuire e configurare cluster Flink.

⬤ Gestire applicazioni di streaming in esecuzione continua.