Architektur von Plattformen für Daten und maschinelles Lernen

Kapitel 8. Architekturen für Streaming

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel erfährst du, warum der Trend in der Branche unaufhaltsam weg vom Batch und hin zum Streaming geht. Wir besprechen verschiedene Streaming-Architekturen und wie du zwischen ihnen wählen kannst. Außerdem werden wir zwei dieser Architekturen - Micro-Batching und Streaming-Pipelines - genauer unter die Lupe nehmen und erörtern, wie man in beiden Architekturen Ad-hoc-Abfragen in Echtzeit unterstützt. Schließlich besteht der Grund für das Streaming manchmal darin, bei bestimmten Ereignissen selbstständig Maßnahmen zu ergreifen, und wir werden besprechen, wie man solche automatisierten Systeme entwickelt.

Der Wert von Streaming

Unternehmen entlang des gesamten technologischen Reifespektrums, von Digital Natives bis hin zu eher traditionellen Unternehmen, erkennen in vielen Branchen den zunehmenden Wert schnellerer Entscheidungen. Nehmen wir zum Beispiel Unternehmen A, das drei Tage braucht, um einen Autokredit zu genehmigen. Unternehmen B hingegen kann einen Kredit innerhalb von Minuten genehmigen oder ablehnen. Dieser höhere Komfort verschafft Unternehmen B einen Wettbewerbsvorteil.

Noch besser als schnellere Entscheidungen ist die Möglichkeit, Entscheidungen im Kontext zu treffen. Entscheidungen zu treffen, während das Ereignis abläuft (siehe Abbildung 8-1), ist wesentlich wertvoller, als die Entscheidung ...