دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Tarik Makota, Brian Maguire, Danny Gagne, Rajeev Chakrabarti سری: ISBN (شابک) : 1800565402, 9781800565401 ناشر: Packt Publishing سال نشر: 2021 تعداد صفحات: 314 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
در صورت تبدیل فایل کتاب Scalable Data Streaming with Amazon Kinesis: Design and secure highly available, cost-effective data streaming applications with Amazon Kinesis به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب جریان داده مقیاس پذیر با Amazon Kinesis: طراحی و ایمن برنامه های پخش داده بسیار در دسترس و مقرون به صرفه با Amazon Kinesis نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Amazon Kinesis مجموعه ای از سرویس های پخش داده ایمن، بدون سرور، بادوام و بسیار در دسترس است. این سرویس جریان داده APIها و SDKهای مشتری را فراهم می کند تا شما را قادر سازد داده ها را در مقیاس تولید و مصرف کنید. این کتاب با مروری سریع بر مفاهیم اصلی جریان های داده همراه با ملزومات چشم انداز AWS Kinesis آغاز می شود. شما الزامات مورد استفاده را که در کتاب نشان داده شده است بررسی خواهید کرد تا به شما کمک کند شروع کنید و نکات مهم دردناکی را که در چرخه زندگی جریان داده با آن مواجه می شوید، پوشش دهید. همانطور که پیشروی می کنید، با اجزای معماری Kinesis آشنا می شوید، نحوه پیکربندی آنها برای ایجاد خطوط لوله داده را درک می کنید و در برنامه هایی که برای مصرف و پردازش به آنها متصل می شوند، کاوش می کنید. همچنین یک خط لوله داده Kinesis را از ابتدا می سازید و یاد می گیرید که چگونه راه حل های عملی را پیاده سازی و اعمال کنید. سپس یاد خواهید گرفت که چگونه Kinesis را روی یک پلتفرم ابری پیکربندی کنید. در نهایت، خواهید آموخت که چگونه سایر خدمات AWS را می توان در Kinesis ادغام کرد. این خدمات عبارتند از Redshift، Dynamo Database، AWS S3، Elastic Search و برنامه های شخص ثالث مانند Splunk.
Amazon Kinesis is a collection of secure, serverless, durable, and highly available purpose-built data streaming services. This data streaming service provides APIs and client SDKs to enable you to produce and consume data at scale. This book begins with a quick overview of the core concepts of data streams along with the essentials of the AWS Kinesis landscape. You'll explore the requirements of the use case shown through the book to help you get started and cover the key pain points encountered in the data stream life cycle. As you advance, you'll get to grips with the architectural components of Kinesis, understand how they are configured to build data pipelines, and delve into the applications that connect to them for consumption and processing. You'll also build a Kinesis data pipeline from scratch and learn how to implement and apply practical solutions. You'll then learn how to configure Kinesis on a cloud platform. Finally, you’ll learn how other AWS services can be integrated into Kinesis. These services include Redshift, Dynamo Database, AWS S3, Elastic Search, and third-party applications such as Splunk.
Cover Title Page Copyright and Credits Contributors Table of Contents Preface Section 1: Introduction to Data Streaming and Amazon Kinesis Chapter 1: What Are Data Streams? Introducing data streams Sources of data The value of real-time data in analytics Decoupling systems Challenges associated with distributed systems Transactions per second Scaling Latency Fault tolerance/high availability Overview of messaging concepts Overview of core messaging components Messaging concepts Examples of data streaming Application log processing Internet of Things Real-time recommendations Video streams Summary Further reading Chapter 2: Messaging and Data Streaming in AWS Amazon Kinesis Data Streams (KDS) Encryption, authentication, and authorization Producing and consuming records Data delivery guarantees Integration with other AWS services Monitoring Amazon Kinesis Data Firehose (KDF) Encryption, authentication, and authorization Monitoring Producers Delivery destinations Transformations Amazon Kinesis Data Analytics (KDA) Amazon KDA for SQL Amazon Kinesis Data Analytics for Apache Flink (KDA Flink) Amazon Kinesis Video Streams (KVS) Amazon Simple Queue Service (SQS) Amazon Simple Notification Service (SNS) Amazon SNS integrations with other AWS services Encryption at rest Amazon MQ for Apache ActiveMQ IoT Core Device software Control services Analytics services Amazon Managed Streaming for Apache Kafka (MSK) Apache Kafka Amazon MSK Amazon EventBridge Service comparison summary Summary Chapter 3: The SmartCity Bike-Sharing Service The mission for sustainable transportation SmartCity new mobile features SmartCity data pipeline SmartCity data lake SmartCity operations and analytics dashboard SmartCity video The AWS Well-Architected Framework Summary Further reading Section 2: Deep Dive into Kinesis Chapter 4: Kinesis Data Streams Technical requirements Discovering Amazon Kinesis Data Streams Creating streams and shards Creating a stream producer application Creating a stream consumer application Data pipelines with Amazon Kinesis Data Streams Data pipeline design (simple) Data pipeline design (intermediate) Data pipeline design (full design) Designing for scalable and reliable analytics pipelines Monitoring and scaling with Amazon Kinesis Data Streams X-Ray tracing with Amazon Kinesis Data Streams Scaling up with Amazon Kinesis Data Streams Securing Amazon Kinesis Data Streams Implementing least-privilege access Summary Further reading Chapter 5: Kinesis Firehose Technical requirements Setting up the AWS account Using a local development environment Using an AWS Cloud9 development environment Code examples Discovering Amazon Kinesis Firehose Understanding KDF delivery streams Understanding encryption in KDF Using data transformation in KDF with a Lambda function Understanding delivery stream destinations Amazon S3 Amazon Redshift Amazon Elasticsearch Service Splunk destination HTTP endpoint destination Understanding data format conversion in KDF Deserialization Schema Serializer Data format conversion errors Understanding monitoring in KDF Use-case example – Bikeshare station data pipeline with KDF Steps to recreate the example Summary Further reading Chapter 6: Kinesis Data Analytics Technical requirements AWS account setup AWS CDK Java and Java IDE Code examples Discovering Amazon KDA Working on SmartCity bike share analytics use cases Creating operational insights using SQL Engine Core concepts and capabilities Creating operational insights using Apache Flink Options for running Flink applications in AWS Cloud Flink applications on KDA Building bike ride analytic applications Setting up a producer application Building a KDA SQL application Building a KDA Flink application Monitoring KDA applications Summary Further reading Blogs Workshops Chapter 7: Amazon Kinesis Video Streams Technical requirements AWS account setup Using a local development environment Code examples Understanding video fundamentals Containers Codecs Discovering Amazon Kinesis video streams WebRTC Core concepts and connection patterns Creating a signaling channel Establishing a connection Discovering Amazon KVS Key components of KVS Stream Kinesis producer Consuming Creating a stream Producing Integration with Rekognition Building video-enabled applications with KVS Summary Further reading Section 3: Integrations Chapter 8: Kinesis Integrations Technical requirements AWS account setup AWS CLI Kinesis Data Generator Code examples Amazon services that can produce data to send to Kinesis Amazon Connect Amazon Aurora database activity DynamoDB activity Processing Kinesis data with Apache Spark Amazon services that consume data from Kinesis Serverless data lake Amazon services that transform Kinesis data Routing events with EventBridge Third-party integrations with Kinesis Splunk Summary Further reading Why subscribe? Other Books You May Enjoy Index