Exemplos de uso de Apache kafka em Português e suas traduções para o Inglês
{-}
-
Colloquial
-
Official
-
Medicine
-
Financial
-
Ecclesiastic
-
Ecclesiastic
-
Computer
-
Official/political
O Apache Kafka possui uma Stream API.
O Apache Samza foi desenvolvido em conjunto com o Apache Kafka.
No início, o Apache Kafka foi utilizado principalmente para fins de notificação e duplicação de dados.
Poderíamos produzir eventos de um banco de dados oumesmo de outra fonte como Apache Kafka.
O Apache Kafka inclui uma API cliente, bem como um frameworks para transferência de dados batizado de Kafka Connect.
O processamento desse fluxo também é realizado usando o Apache Kafka para transmitir dados no Apache Flink ou Spark Streaming.
O Apache Kafka foi originalmente desenvolvido pelo LinkedIn, e teve, posteriormente, seu código aberto no início de 2011.
Junto com Hudi,a outra adição à fase mais recente da plataforma de big data do Uber é a ingestão de dados por meio do Apache Kafka com cabeçalhos de metadados anexados.
O Apache Kafka é um sistema de mensagens em tempo real, tolerante a falhas, e também é um sistema escalável para mover dados em tempo real.
Utilizando o MemSQL e o Spark, a Pinterest criou um pipeline para receber dados dentro do MemSQL utilizando o Apache Kafka e alimenta os dados dentro do Spark via Spark Streaming API.
O Apache Kafka é baseado no commit log, ele permite que os usuários inscrevam-se e publiquem dados para qualquer número de sistemas ou aplicações em tempo real.
Em nosso aplicativo de exemplo, a fonte de dados de entrada é um gerador de mensagens de log que usa o banco de dados distribuído Apache Kafka e o sistema de mensagens do sistema operacional syslog no Linux.
Apache Kafka é uma plataforma open-source de processamento de streams desenvolvida pela Apache Software Foundation, escrita em Scala e Java.
O Apache Kafka também funciona com o processamento de fluxos de sistemas externos, tais como o Apache Apex,Apache Flink, Apache Spark, e o Apache Storm.
O Stream Application Starter e o Task Application Starters, são aplicativos independentes equipados com Spring Boot e Spring Integration, foram atualizados recentemente para que aplicativos possam ser executados independentemente em várias plataformas, produzir e consumir aplicativos de microservices efornecer mensagens via Apache Kafka ou RabbitMQ.
O sistema de produção possui um grande cluster Apache Kafka com mais de 700 tópicos implantados que gerenciam mensagens e também alimentam o pipeline de processamento de dados.
Recentemente, o Apache Kafka Streams foi utilizado como uma fonte da verdade compartilhada para eliminar a sobrecarga de duplicação de dados, obter alta capacidade de conexão dos serviços e uma menor barreira à entrada de novos serviços.
Comparado às outras abordagens orientadas a eventos, o Apache Kafka Streams não requer a manutenção de uma cópia local, o que reduz a sobrecarga para a duplicação de dados e os mantém em sincronia.
Esta tendência de tempo real foi iniciada pelo projeto Apache Kafka, desenvolvido no LinkedIn e, basicamente virou seus fluxos de dados de cabeça para baixo, partindo de fluxos fortemente orientados a processamento em lote para tempo real.
Produtos de código aberto comoo Elastic Stack e outras tecnologias de código aberto, como Kafka, Apache Spark e Hadoop Distributed File System estão agora no centro de várias soluções que as empresas, entre elas a CA Technologies, estão usando para fornecer visibilidade e insights práticos sobre volumes enormes de dados.
Um exemplo disto é a utilização de Spark, Kafka, e Apache Cassandra juntos, no qual o Kafka pode ser utilizada para entrada dos dados de streaming, o Spark para fazer processamento e, finalmente, armazenar no banco de dados Cassandra os resultados desse processamento.