Bewertung:

Das Buch bietet einen umfassenden Überblick über Streaming-Systeme und Big-Data-Verarbeitung und stellt komplexe Konzepte und einen übergeordneten Rahmen für das Verständnis vor. Allerdings wird es wegen seines Schreibstils, der schlechten Formatierung und des Mangels an praktischen Beispielen kritisiert, was es den Lesern erschwert, sich mit dem Inhalt zu beschäftigen.
Vorteile:⬤ Vermittelt ein tiefes Verständnis von Streaming-Systemen und ihrer Beziehung zur Big-Data-Verarbeitung.
⬤ Bietet neue Konzepte, die das Vorwissen über Batch-Programmierung erweitern.
⬤ Lehrreich zu den technischen Grundlagen von Streaming-Systemen.
⬤ Enthält interessante Hintergrundinformationen über die Entwicklung moderner Systeme.
⬤ Zu komplexe Erklärungen einfacher Konzepte, die zu Verwirrung führen.
⬤ Schlechte Formatierung mit kleinen Diagrammen und schwer lesbaren Textfarben.
⬤ Schwerfälliger Schreibstil, der vom technischen Inhalt ablenkt.
⬤ Geringer Anteil an praktischen Informationen und oft mangelnde Tiefe bei der Behandlung von Themen.
⬤ Viele Kritiken berichteten über Probleme mit der Druckqualität, einschließlich unleserlicher Abbildungen.
(basierend auf 21 Leserbewertungen)
Streaming Systems: The What, Where, When, and How of Large-Scale Data Processing
Das Streaming von Daten ist heutzutage ein großes Thema im Bereich Big Data. Da immer mehr Unternehmen versuchen, die riesigen, unbegrenzten Datensätze, die unsere Welt durchdringen, in den Griff zu bekommen, haben Streaming-Systeme endlich einen Reifegrad erreicht, der für eine breite Anwendung ausreicht.
Mit diesem praktischen Leitfaden lernen Dateningenieure, Datenwissenschaftler und Entwickler, wie sie mit Streaming-Daten konzeptuell und plattformunabhängig arbeiten können. Dieses Buch ist eine Erweiterung von Tyler Akidaus beliebten Blogbeiträgen "Streaming 101" und "Streaming 102" und führt Sie von einer einführenden Ebene zu einem differenzierten Verständnis des Was, Wo, Wann und Wie der Verarbeitung von Echtzeit-Datenströmen. Gemeinsam mit den Co-Autoren Slava Chernyak und Reuven Lax tauchen Sie außerdem tief in das Thema Wasserzeichen und Exact-once-Verarbeitung ein.
Sie werden erforschen: Wie Streaming- und Batch-Datenverarbeitungsmuster miteinander verglichen werden können. Die Grundprinzipien und Konzepte hinter der robusten Datenverarbeitung außerhalb der Reihenfolge.
Wie Wasserzeichen den Fortschritt und die Vollständigkeit in unendlichen Datensätzen verfolgen. Wie "Exact-once"-Datenverarbeitungstechniken Korrektheit gewährleisten. Wie die Konzepte von Streams und Tabellen die Grundlagen sowohl der Stapel- als auch der Streaming-Datenverarbeitung bilden.
Die praktischen Beweggründe für einen leistungsstarken Mechanismus für persistente Zustände anhand eines Beispiels aus der Praxis. Wie zeitvariable Relationen eine Verbindung zwischen der Stream-Verarbeitung und der Welt von SQL und relationaler Algebra herstellen