|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/apache-kafka-streams/
课程评论：没有评论
**Apache Kafka Streams 實時計算框架完全教程** **課程概述：** 本課程為一套詳細的 Kafka Streams 框架教學視頻，旨在由淺入深地介紹和練習 Kafka Streams 的各項細節。Kafka Streams 是一個輕量級的客戶端庫，用於構建流式應用和微服務。它能夠消費 Kafka Topic 中的數據，進行實時計算處理，並將結果寫回目標 Kafka Topic。 **課程要求：** * 具備一定的 Java 開發經驗 * 具備 Kafka 基礎知識 * 擁有其他串流處理框架（如 Spark Streaming, Storm, Flink）的開發經驗將更有助於學習 **課程特色：** * 代碼驅動，案例豐富 * 由淺入深，內容緊湊 * 涵蓋絕大多數 Kafka Streams 框架內容 * 提供豐富的綜合案例 **課程大綱：** 1. **Kafka Streams 基礎** * Kafka Streams 介紹 * 關鍵概念和關鍵詞 * 並行模型 2. **無狀態操作** * Map * MapValues * flatMap * flatMapValues * selectKey * forEach * Print & Peek * split & merge & BranchedKStream * 自定義 Serdes 3. **綜合練習（XMall 交易數據即時分析）** 4. **有狀態操作與 State Store** * State Store 介紹與內部細節 * Joining (inner, left, outer join) * grouping * aggregation (count, reduce, aggregate) 5. **構建即時分析應用** * 即時分析銷管 * 銷售數據的統計分析 6. **可查詢 State Store** * State Store 介紹 * State Store 的交互操作 7. **Windowing 操作** * Windowing 操作詳解 * 時間語義與 TimestampExtractor 自定義 * Tumbling time window (網絡攻擊分析) * Hopping time window (網站訪問 UV/PV 實時分析) * 病人身體體徵數據實時監測應用 8. **KTable 基礎** * KTable 介紹與創建 * 基本操作 (map values, filtering) * transformValues 9. **KStream & KTable 結合操作** * KStream inner & left join KTable (豐富原始數據) * KTable inner join with other KTable (inner foreign key) * KTable left join, left foreign join, outer join 10. **KTable & KGroupedTable Aggregation** * count, reduce, aggregate **課程目標：** * 全面掌握 Kafka Streams 的概念和用法 * 深入理解 Kafka Streams 的並行模型 * 掌握 Kafka Streams 無狀態和有狀態操作，構建複雜的即時數據處理應用 * 深入掌握 Kafka Streams 的內部工作原理 * 深入掌握 State Store 的應用，構建複雜的實時數據處理應用 * 全面掌握 KTable, GlobalKTable 和 Windowing 操作 通過本課程學習，您將能夠成為 Kafka Streams 專家，並能基於 Kafka Streams 構建複雜的即時事件處理應用程式。
非常感謝您能夠購買我的課程，這是一門關於Kafka Streams框架的完全教學視頻，在該視頻中我會非常詳細由淺入深的介紹並且練習每一個Kafka Streams框架的使用細節. Kafka Streams是一個輕量級的用戶端library旨在構建streams的應用和微服務，Kafka Streams消費Kafka Topic中的數據經過實時計算處理后，將運算結果寫回Kafka的target topic。。[課程要求]需要一定的Java開發經驗具備Kafka的基礎知識如果有其它streaming開發經驗將更有助於説明您學習這門課程，比如Spark Streaming， Storm， Flink【課程特色】代碼驅動大量的案例由淺入深課程內容緊湊涵蓋絕大多數Kafka Stream框架的內容豐富的綜合案例[課程大綱]Kafka Streams介紹Kafka Streams的關鍵概念和關鍵詞Kafka Streams的並行模型無狀態操作之Map無狀態操作之MapValues無狀態操作之flatMap無狀態之flatMapValues無狀態操作之selectKey無狀態操作之forEach無狀態操作之Print & Peek無狀態操作之split & merge & BranchedKStream如何自定義Serdes大賣場（XMall）交易數據即時分析綜合練習有狀態操作與statestore介紹詳細解釋有狀態操作的內部細節有狀態操作之Joining（inner join/left join/outer join）有狀態操作之grouping有狀態操作之aggregation（count，reduce，aggregate）基於Kafka Streams構建即時分析應用：即時分析銷管基於Kafka Streams構建即時分析應用：銷售數據的統計分析有狀態KStream的可查詢Storestore有狀態KStream的可查詢Storestore的交互操作KGroupedStream windowing操作詳解時間語義以及如何自定義TimestampExtractor基於Tumbling time window分析潛在網路攻擊基於Hopping time window構建網站訪問的UV，PV實時數據分析病人身體體征數據實時監測應用程式的構建什麼是KTable，如何創建KTableKTable的基本操作比如 map values， filteringKTable基本操作之transformValues詳解KStream inner & left join the KTable豐富原始數據KTable inner join， inner foreign key with other KTable操作詳解KTable left join， left foreign join， outer join KTable操作詳解KTable & KGroupedTable的aggregating 操作如： count/reduce/aggregate[課程目標]全面掌握Kafka Streams的概念和用法深入理解Kafka Streams的並行模型掌握Kafka Streams無狀態操作的用法，並構建複雜即時數據處理應用掌握Kafka Streams有狀態操作的用法，並構建複雜即時數據處理應用深入掌握Kafka Stream是的內部工作原理深入掌握Statestore，基於有狀態操作以及Statestore等構建複雜實時數據處理應用全面掌握KTable & GlobalKTable和Windowing操作希望你能夠喜歡這門課程，經過這門課程的學習，您將成為Kafka Streams的專家，並且能夠基於Kafka Streams構建複雜即時事件處理應用程式
