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

Formal Metadata

Title
Anwendungsfälle für Stream Processing und Streaming Analytics in der Ära von Big Data und Hadoop
Title of Series
Number of Parts
11
Author
License
CC Attribution 3.0 Unported:
You are free to use, adapt and copy, distribute and transmit the work or content in adapted or unchanged form for any legal purpose as long as the work is attributed to the author in the manner specified by the author or licensor.
Identifiers
Publisher
Release Date
Language

Content Metadata

Subject Area
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.