We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

Anwendungsfälle für Stream Processing und Streaming Analytics in der Ära von Big Data und Hadoop

Formale Metadaten

Titel
Anwendungsfälle für Stream Processing und Streaming Analytics in der Ära von Big Data und Hadoop
Serientitel
Anzahl der Teile
11
Autor
Lizenz
CC-Namensnennung 3.0 Unported:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen.
Identifikatoren
Herausgeber
Erscheinungsjahr
Sprache

Inhaltliche Metadaten

Fachgebiet
Genre
Abstract
// Anwendungsfälle für Stream Processing und Streaming Analytics in der Ära von Big Data und Hadoop Stream Processing ist ein spezifischer Teil von Complex Event Processing, um hochperformante Anwendungen zu entwickeln, die große Datenströme in Echtzeit analysieren, korrelieren und verarbeiten können. Big Data, Cloud, Mobile und Internet of Things sind die wichtigsten Treiber für Stream Processing und Streaming Analytics. Dieser Vortrag diskutiert die Konzepte von Stream Processing, wie es sich von "klassischem" Big Data Processing wie Batch Processing oder MapReduce unterscheidet und welcher Zusammenhang zu Hadoop besteht. Anschließend werden verschiedene Open-Source-Frameworks und kommerzielle Produkte vorgestellt. Der Fokus des Vortrags liegt auf der Erläuterung zahlreicher Anwendungsfälle aus verschiedenen Branchen für Stream Processing und Streaming Analytics in Echtzeit, beispielsweise Sensoranalyse, Netzwerküberwachung, Handelsbörsen, Lagerbestandsmanagement, Cross-Selling, Routenoptimierung oder Betrugserkennung.