Stream Processing with Kafka Streams

Prerequisites:

• Zrozumienie Apache Kafka
• Java doświadczenie w programowaniu

Overview:

Kafka Streams jest biblioteką po stronie klienta do tworzenia aplikacji i mikrousług, których dane są przekazywane do i z systemu przesyłania wiadomości Kafka. Tradycyjnie polegało się na Apache Kafka lub Apache Spark lub Apache Storm do przetwarzania danych między producentami i odbiorcami wiadomości. Wywołując API Kafka Streams z poziomu aplikacji, dane mogą być przetwarzane bezpośrednio w Kafce, z pominięciem konieczności wysyłania danych do oddzielnego klastra w celu ich przetworzenia.

W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak zintegrować Kafka Streams z zestawem przykładowych Java aplikacji, które przekazują dane do i z Apache Kafka w celu przetwarzania strumieniowego.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Rozumieć funkcje i zalety Kafka Streams w porównaniu z innymi ramami przetwarzania strumieniowego
• Przetwarzać dane strumieniowe bezpośrednio w ramach klastru Kafka
• Napisać aplikację lub mikrousługę Java lub Scala, która integruje się z Kafka i Kafka Streams
• Napisać zwięzły kod, który przekształca tematy wejściowe Kafka w tematy wyjściowe Kafka
• Budować, pakować i wdrażać aplikację

Publiczność

• Developers

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i intensywne praktyczne ćwiczenia

Uwagi

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, proszę skontaktować się z nami w celu ustalenia szczegółów

Course Outline:

Wstęp

• Kafka vs Spark, Flink, i Storm

Przegląd funkcji strumieni Kafka

• Przetwarzanie stanowe i bezstanowe, przetwarzanie czasu zdarzenia, DSL, operacje okienkowania na podstawie czasu zdarzenia, itp.

Studium przypadku: API strumieni Kafka do budżetowania predykcyjnego

Konfigurowanie środowiska programistycznego

Tworzenie aplikacji strumieniowej

Uruchamianie klastra Kafki

Przygotowanie tematów i danych wejściowych

Opcje przetwarzania danych strumieniowych

• DSL Kafka Streams na wysokim poziomie
• Procesor na niższym poziomie

Transformacja danych wejściowych

Sprawdzanie danych wyjściowych

Zatrzymanie klastra Kafki

Opcje wdrażania aplikacji

• Klasyczne narzędzia operacyjne (Puppet, Chef i Salt)
• Docker
• Plik WAR

Rozwiązywanie problemów

Podsumowanie i wnioski