Capítulo 7. Aparición de otros sistemas de datos híbridos
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
En este capítulo, ampliamos nuestro enfoque para incluir el amplio panorama de los sistemas híbridos que han surgido en respuesta a las crecientes demandas de las modernas aplicaciones en tiempo real basadas en eventos. Aunque estos sistemas no son bases de datos de streaming tal y como las definimos en este libro, comparten cualidades y características que tienden un puente entre las cargas de trabajo relacionales, analíticas y de streaming. Exploraremos las motivaciones de su desarrollo, las técnicas innovadoras que emplean y los casos de uso concretos que los hacen relevantes. Y lo que es más importante, hablaremos de los nichos que cubren estas otras bases de datos híbridas. Esta comprensión nos permitirá descubrir las tendencias que están siguiendo las bases de datos para proporcionar análisis en tiempo real.
Es importante reconocer que una base de datos de streaming es también un ejemplo de sistema híbrido. Los sistemas híbridos adoptan al menos dos perspectivas, y en el caso de la base de datos de flujo, las dos perspectivas son el procesamiento de flujo y la base de datos.
Apreciar las perspectivas de los sistemas híbridos revelará los problemas que intentan resolver y cómo. En este libro, definimos las bases de datos de secuencias desde la perspectiva del procesamiento de secuencias del siguiente ...
Get Bases de datos de streaming now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
