| dc.contributor.author |
Shyleika, Aliaksandr |
|
| dc.date.accessioned |
2022-10-14T11:36:03Z |
|
| dc.date.available |
2022-10-14T11:36:03Z |
|
| dc.date.issued |
2022-10-14 |
|
| dc.identifier.issn |
6218 |
|
| dc.identifier.uri |
https://repin.pjwstk.edu.pl/xmlui/handle/186319/1605 |
|
| dc.description.abstract |
Dana praca ma na celu przedstawienie oraz porównanie od strony programisty
najbardziej popularnych na dzień dzisiejszy rozwiązań związanych z zagadnieniem
przetwarzania strumieniowego. Wybrane zostały następujące systemy: Apache Flink, Kafka
Streams, oraz Structured Streaming (Apache Spark), który w rzeczywistości nie jest typowym
systemem przetwarzania strumieniowego, lecz w szczególnych przypadkach stanowi ciekawą
alternatywę standardowym rozwiązaniom. W ramach danej pracy zostaną poruszone takie
tematy jak główne koncepcje przetwarzania strumieniowego oraz traktowanie tych pojęć
przez poszczególne rozwiązania, możliwości omawianych systemów, oraz radzenie tych
systemów z powszechnie znanymi problemami w przetwarzaniu strumieniowym. |
pl_PL |
| dc.language.iso |
other |
pl_PL |
| dc.relation.ispartofseries |
2021/I/G/54 |
|
| dc.subject |
Stream processing |
pl_PL |
| dc.subject |
przetwarzanie strumieniowe |
pl_PL |
| dc.subject |
near real-time processing |
pl_PL |
| dc.subject |
przetwarzanie w czasie rzeczywistym |
pl_PL |
| dc.subject |
micro batching |
pl_PL |
| dc.subject |
kafka |
pl_PL |
| dc.subject |
streams |
pl_PL |
| dc.subject |
flink |
pl_PL |
| dc.subject |
streaming |
pl_PL |
| dc.subject |
spark |
pl_PL |
| dc.subject |
KTable |
pl_PL |
| dc.subject |
KStream |
pl_PL |
| dc.subject |
DataFrame |
pl_PL |
| dc.title |
Porównanie nowoczesnych systemów przetwarzania strumieniowego |
pl_PL |
| dc.type |
Thesis |
pl_PL |