Universität · Informatik · 6. Semester – Abschluss und Bachelorarbeit
Stream Processing und Echtzeit-Datenverarbeitung: Kafka, Flink und Event-Driven Architecture
4 Abschnitte1 Karteikarten-Decks1 Quizze
Batch Processing vs. Stream Processing In der Datenverarbeitung unterscheidet man grundlegend zwischen Batch Processing und Stream Processing. Beim Batch Processing werden Daten in diskreten Mengen (Batches) gesammelt und zu festgelegten Zeitpunkten verarbeitet – beispielsweise nächtliche ETL-Jobs…
Inhaltsübersicht
- Batch vs. Stream Processing und Apache Kafka
- Kafka: Exactly-Once-Semantik und Apache Flink
- Zeitkonzepte und Window-Operationen im Stream Processing
- Event-Driven Architecture: Lambda- und Kappa-Architektur
📚 Vollständiges Lernmaterial mit 4 Abschnitten, Karteikarten und Quizzen verfügbar nach Anmeldung.
Jetzt kostenlos lernen →Verwandte Themen
- Einführung in Data Science: Datenlebenszyklus, Prozessmodelle und Werkzeuge
- Datenvorverarbeitung: Bereinigung, Transformation und Feature Engineering
- Big Data Grundlagen: Hadoop-Ökosystem, MapReduce und verteilte Dateisysteme
- Apache Spark: Verteilte Datenverarbeitung, DataFrames und Machine Learning Pipelines
- Datenvisualisierung und Dashboards: Prinzipien, Werkzeuge und Storytelling mit Daten
Interaktiv lernen mit Karteikarten & Quizzen
Melde dich an und lerne Data Science und Big-Data-Technologien mit intelligenten Wiederholungen, Quizzen und KI-Lernhilfen. 7 Tage kostenlos.
Kostenlos testen