Capítulo 18. Manipulação de dados incorretos em fluxos de eventos
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Em um nível mais alto, dados ruins são aqueles que não estão em conformidade com o que é esperado; por exemplo, um endereço de e-mail sem o @ ou uma expiração de cartão de crédito em que o formato MM/YYYY é trocado por YYYY/MM. Dados ruins também podem incluir dados malformados e corrompidos, de modo que sejam completamente indecifráveis e efetivamente lixo. Este capítulo aborda como os dados ruins podem surgir e como você pode lidar com eles quando se trata de fluxos de eventos.
Os fluxos de eventos são baseados em um registro imutável, em que os dados, uma vez gravados, não podem ser editados ou excluídos (fora da expiração ou compactação - mais sobre isso adiante no capítulo). Apesar de todos os benefícios do log imutável, a desvantagem é que ele torna mais complicado lidar com dados ruins. Você não pode simplesmente entrar e editá-los depois que são produzidos no fluxo, como poderia fazer com os dados em um armazenamento de dados mutável.
Não há uma maneira bem-sucedida de lidar com dados ruins em fluxos de eventos. Em vez disso, você precisará contar com um conjunto de estratégias para evitar, atenuar e corrigir dados incorretos em fluxos. As estratégias mais bem-sucedidas para atenuar e corrigir dados incorretos em fluxos incluem, em ordem:
- Prevenção
-
Evite que dados incorretos entrem no ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access