Dominar Kafka Streams y ksqlDB

Capítulo 5. Ventanas y tiempo

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

El tiempo es un concepto tan importante que medimos nuestras vidas por su paso. Cada año, media docena de personas se colocan a mi alrededor, cantando cumpleaños feliz, y cuando la última nota plana se disipa del aire, se ofrece una tarta a los pies de esta fuerza misteriosa. Me gusta pensar que la tarta es para mí, pero es para el tiempo.

El tiempo no sólo está tan intrincadamente entretejido en el mundo físico, sino que también impregna nuestros flujos de eventos. Para liberar toda la potencia de Kafka Streams, debemos comprender la relación entre los eventos y el tiempo. Este capítulo explora esta relación en detalle, y nos dará experiencia práctica con algo llamado ventanas. Las ventanas nos permiten agrupar eventos en cubos de tiempo explícitos, y pueden utilizarse para crear uniones y agregaciones más avanzadas (que exploramos por primera vez en el capítulo anterior).

Al final de este capítulo, comprenderás lo siguiente:

• Las diferencias entre tiempo de evento, tiempo de ingestión y tiempo de procesamiento

• Cómo construir un extractor de marcas de tiempo personalizado para asociar eventos con una marca de tiempo y una semántica temporal determinadas

• Cómo controla el tiempo el flujo de datos a través de Kafka Streams

• Qué tipos de ventanas admite Kafka Streams

• Cómo realizar uniones en ventana

• Cómo realizar agregaciones ...