Chapitre 10. Fonctionnement de Flink et des applications de diffusion en continu
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Les applications de diffusion en continu fonctionnent depuis longtemps et leur charge de travail est souvent imprévisible. Il n'est pas rare qu'un travail de streaming soit exécuté en continu pendant des mois, et ses besoins opérationnels sont donc très différents de ceux des travaux par lots de courte durée. Considère un scénario dans lequel tu détectes un bogue dans l'application que tu as déployée. Si ton application est un travail par lots, tu peux facilement corriger le bogue hors ligne, puis redéployer le nouveau code de l'application une fois que l'instance de travail actuelle se termine. Mais qu'en est-il si ton travail est un travail en continu de longue durée ? Comment appliquer une reconfiguration avec peu d'efforts tout en garantissant la correction ?
Si tu utilises Flink, tu n'as pas à t'inquiéter. Flink fera tout le travail difficile pour que tu puisses facilement surveiller, exploiter et reconfigurer tes tâches avec un minimum d'efforts tout en préservant la sémantique de l'état exactement une fois. Dans ce chapitre, nous présentons les outils offerts par Flink pour exploiter et maintenir des applications de flux en continu. Nous te montrerons comment collecter des métriques et surveiller tes applications et comment préserver la cohérence des résultats lorsque ...
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