SlideShare a Scribd company logo
Enviar pesquisa
Carregar
Entrar
Cadastre-se
ストリーム処理を支えるキューイングシステムの選び方
Denunciar
Yoshiyasu SAEKI
Seguir
Support engineer em Microsoft
26 de Oct de 2016
•
0 gostou
•
40,030 visualizações
1
de
42
ストリーム処理を支えるキューイングシステムの選び方
26 de Oct de 2016
•
0 gostou
•
40,030 visualizações
Baixar agora
Baixar para ler offline
Denunciar
Dados e análise
ビッグデータのリアルタイム処理技術勉強会 http://futureofdata.connpass.com/event/40077/ 発表資料
Yoshiyasu SAEKI
Seguir
Support engineer em Microsoft
Recomendados
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
NTT DATA OSS Professional Services
25.8K visualizações
•
43 slides
Dockerからcontainerdへの移行
Kohei Tokunaga
16.2K visualizações
•
36 slides
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
NTT DATA OSS Professional Services
52.8K visualizações
•
60 slides
分散システムについて語らせてくれ
Kumazaki Hiroki
119K visualizações
•
45 slides
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
Yahoo!デベロッパーネットワーク
24.1K visualizações
•
49 slides
At least onceってぶっちゃけ問題の先送りだったよね #kafkajp
Yahoo!デベロッパーネットワーク
13.2K visualizações
•
15 slides
Mais conteúdo relacionado
Mais procurados
え、まって。その並列分散処理、Kafkaのしくみでもできるの? Apache Kafkaの機能を利用した大規模ストリームデータの並列分散処理
NTT DATA Technology & Innovation
12.7K visualizações
•
35 slides
NTTデータ流Infrastructure as Code~ 大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~(NTTデータ テクノロジーカンフ...
NTT DATA Technology & Innovation
9.8K visualizações
•
62 slides
Grafana LokiではじめるKubernetesロギングハンズオン(NTT Tech Conference #4 ハンズオン資料)
NTT DATA Technology & Innovation
2.5K visualizações
•
53 slides
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
NTT DATA Technology & Innovation
11.1K visualizações
•
63 slides
BuildKitの概要と最近の機能
Kohei Tokunaga
4.5K visualizações
•
34 slides
DockerとPodmanの比較
Akihiro Suda
45.9K visualizações
•
37 slides
Mais procurados
(20)
え、まって。その並列分散処理、Kafkaのしくみでもできるの? Apache Kafkaの機能を利用した大規模ストリームデータの並列分散処理
NTT DATA Technology & Innovation
•
12.7K visualizações
NTTデータ流Infrastructure as Code~ 大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~(NTTデータ テクノロジーカンフ...
NTT DATA Technology & Innovation
•
9.8K visualizações
Grafana LokiではじめるKubernetesロギングハンズオン(NTT Tech Conference #4 ハンズオン資料)
NTT DATA Technology & Innovation
•
2.5K visualizações
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
NTT DATA Technology & Innovation
•
11.1K visualizações
BuildKitの概要と最近の機能
Kohei Tokunaga
•
4.5K visualizações
DockerとPodmanの比較
Akihiro Suda
•
45.9K visualizações
ストリーム処理プラットフォームにおけるKafka導入事例 #kafkajp
Yahoo!デベロッパーネットワーク
•
6.2K visualizações
PostgreSQLをKubernetes上で活用するためのOperator紹介!(Cloud Native Database Meetup #3 発表資料)
NTT DATA Technology & Innovation
•
3.5K visualizações
エンジニアの個人ブランディングと技術組織
Takafumi ONAKA
•
22.9K visualizações
Kubernetesのしくみ やさしく学ぶ 内部構造とアーキテクチャー
Toru Makabe
•
36.8K visualizações
モノリスからマイクロサービスへの移行 ~ストラングラーパターンの検証~(Spring Fest 2020講演資料)
NTT DATA Technology & Innovation
•
3.6K visualizações
KafkaとPulsar
Yahoo!デベロッパーネットワーク
•
2.1K visualizações
本当は恐ろしい分散システムの話
Kumazaki Hiroki
•
677.9K visualizações
Docker Compose 徹底解説
Masahito Zembutsu
•
60.9K visualizações
噛み砕いてKafka Streams #kafkajp
Yahoo!デベロッパーネットワーク
•
5.7K visualizações
AWSで作る分析基盤
Yu Otsubo
•
7.2K visualizações
Hadoopの概念と基本的知識
Ken SASAKI
•
56K visualizações
マルチテナント化で知っておきたいデータベースのこと
Amazon Web Services Japan
•
8.1K visualizações
トランザクションの設計と進化
Kumazaki Hiroki
•
71.3K visualizações
シリコンバレーの「何が」凄いのか
Atsushi Nakada
•
183.4K visualizações
Destaque
IoT時代におけるストリームデータ処理と急成長の Apache Flink
Takanori Suzuki
27.9K visualizações
•
41 slides
Kafka 0.10.0 アップデート、プロダクション100ノードでやってみた #yjdsnight
Yahoo!デベロッパーネットワーク
2.8K visualizações
•
23 slides
Apache Kafka 0.11 の Exactly Once Semantics
Yoshiyasu SAEKI
6.1K visualizações
•
25 slides
Reading NATS
Katsunori Kawaguchi
11.3K visualizações
•
36 slides
フリーでやろうぜ!セキュリティチェック!
zaki4649
64.7K visualizações
•
114 slides
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
23K visualizações
•
110 slides
Destaque
(6)
IoT時代におけるストリームデータ処理と急成長の Apache Flink
Takanori Suzuki
•
27.9K visualizações
Kafka 0.10.0 アップデート、プロダクション100ノードでやってみた #yjdsnight
Yahoo!デベロッパーネットワーク
•
2.8K visualizações
Apache Kafka 0.11 の Exactly Once Semantics
Yoshiyasu SAEKI
•
6.1K visualizações
Reading NATS
Katsunori Kawaguchi
•
11.3K visualizações
フリーでやろうぜ!セキュリティチェック!
zaki4649
•
64.7K visualizações
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
•
23K visualizações
Similar a ストリーム処理を支えるキューイングシステムの選び方
5 Factors When Selecting a High Performance, Low Latency Database
ScyllaDB
402 visualizações
•
33 slides
Manuel Hurtado. Couchbase paradigma4oct
Paradigma Digital
717 visualizações
•
59 slides
Big Telco - Yousun Jeong
Spark Summit
4.3K visualizações
•
21 slides
Big Telco Real-Time Network Analytics
Yousun Jeong
884 visualizações
•
21 slides
Billions of Messages in Real Time: Why Paypal & LinkedIn Trust an Engagement ...
confluent
375 visualizações
•
22 slides
Hadoop world overview trends and topics
Valentin Kropov
223 visualizações
•
53 slides
Similar a ストリーム処理を支えるキューイングシステムの選び方
(20)
5 Factors When Selecting a High Performance, Low Latency Database
ScyllaDB
•
402 visualizações
Manuel Hurtado. Couchbase paradigma4oct
Paradigma Digital
•
717 visualizações
Big Telco - Yousun Jeong
Spark Summit
•
4.3K visualizações
Big Telco Real-Time Network Analytics
Yousun Jeong
•
884 visualizações
Billions of Messages in Real Time: Why Paypal & LinkedIn Trust an Engagement ...
confluent
•
375 visualizações
Hadoop world overview trends and topics
Valentin Kropov
•
223 visualizações
Introducing Apache Kafka and why it is important to Oracle, Java and IT profe...
Lucas Jellema
•
1.7K visualizações
Apache kafka
Janu Jahnavi
•
27 visualizações
Apache kafka
Janu Jahnavi
•
31 visualizações
Apache kafka
sureshraj43
•
45 visualizações
Ibm integrated analytics system
ModusOptimum
•
757 visualizações
Cassandra EU 2012 - Overview of Case Studies and State of the Market by 451 R...
Acunu
•
1.9K visualizações
Apache Spark Streaming
Bartosz Jankiewicz
•
314 visualizações
Announcing Spark Driver for Cassandra
DataStax
•
5.3K visualizações
GSJUG: Mastering Data Streaming Pipelines 09May2023
Timothy Spann
•
251 visualizações
Scala and Spark are Ideal for Big Data - Data Science Pop-up Seattle
Domino Data Lab
•
5.1K visualizações
KafkaとAWS Kinesisの比較
Yoshiyasu SAEKI
•
14.6K visualizações
Microsoft Azure Explained - Hitesh D Kesharia
HARMAN Services
•
3.3K visualizações
[db tech showcase Tokyo 2016] E22: Getting real time Oracle data into Kafka a...
Insight Technology, Inc.
•
908 visualizações
USQL Trivadis Azure Data Lake Event
Trivadis
•
464 visualizações
Mais de Yoshiyasu SAEKI
Apache EventMesh を使ってみた
Yoshiyasu SAEKI
85 visualizações
•
27 slides
StackStormを1年間データ基盤で使ってみてぶつかったトラブルとその解決策の共有
Yoshiyasu SAEKI
1.3K visualizações
•
16 slides
グラフデータベース Neptune 使ってみた
Yoshiyasu SAEKI
3.9K visualizações
•
24 slides
データの民主化のために StackStorm を活用した事例
Yoshiyasu SAEKI
3.8K visualizações
•
26 slides
Apache Kafkaとグラフデータベースによる成長するネットワークグラフを分析・可視化する基盤
Yoshiyasu SAEKI
1.7K visualizações
•
24 slides
ストリーミングデータのアドホック分析エンジンの比較
Yoshiyasu SAEKI
1.7K visualizações
•
54 slides
Mais de Yoshiyasu SAEKI
(10)
Apache EventMesh を使ってみた
Yoshiyasu SAEKI
•
85 visualizações
StackStormを1年間データ基盤で使ってみてぶつかったトラブルとその解決策の共有
Yoshiyasu SAEKI
•
1.3K visualizações
グラフデータベース Neptune 使ってみた
Yoshiyasu SAEKI
•
3.9K visualizações
データの民主化のために StackStorm を活用した事例
Yoshiyasu SAEKI
•
3.8K visualizações
Apache Kafkaとグラフデータベースによる成長するネットワークグラフを分析・可視化する基盤
Yoshiyasu SAEKI
•
1.7K visualizações
ストリーミングデータのアドホック分析エンジンの比較
Yoshiyasu SAEKI
•
1.7K visualizações
Apache Sparkにおけるメモリ - アプリケーションを落とさないメモリ設計手法 -
Yoshiyasu SAEKI
•
9.5K visualizações
Queryable State for Kafka Streamsを使ってみた
Yoshiyasu SAEKI
•
1.7K visualizações
Spark Streamingによるリアルタイムユーザ属性推定
Yoshiyasu SAEKI
•
1.9K visualizações
Voldemortの紹介
Yoshiyasu SAEKI
•
686 visualizações
Último
apidays London 2023 - DocOps and Automation in Fintech, Kateryna Osadchenko, ...
apidays
7 visualizações
•
16 slides
apidays London 2023 - Let's make "true" impact happen!, Sandra Sydow, Climate...
apidays
6 visualizações
•
35 slides
Database Design
VICTOR MAESTRE RAMIREZ
6 visualizações
•
1 slide
apidays London 2023 - Uptime, Mean-Time, and Ahead of Your Time, Anna Daugher...
apidays
7 visualizações
•
44 slides
BLOCK CHAIN TECHNOLOGY.pptx
Priyanka749523
10 visualizações
•
11 slides
2019-06-21 YC Preso V5.pdf
Yue Cathy Chang
6 visualizações
•
36 slides
Último
(20)
apidays London 2023 - DocOps and Automation in Fintech, Kateryna Osadchenko, ...
apidays
•
7 visualizações
apidays London 2023 - Let's make "true" impact happen!, Sandra Sydow, Climate...
apidays
•
6 visualizações
Database Design
VICTOR MAESTRE RAMIREZ
•
6 visualizações
apidays London 2023 - Uptime, Mean-Time, and Ahead of Your Time, Anna Daugher...
apidays
•
7 visualizações
BLOCK CHAIN TECHNOLOGY.pptx
Priyanka749523
•
10 visualizações
2019-06-21 YC Preso V5.pdf
Yue Cathy Chang
•
6 visualizações
The perfect couple: Uniting Large Language Models and Knowledge Graphs for En...
Neo4j
•
29 visualizações
apidays London 2023 - Open Standards, AI and Data for better business decisio...
apidays
•
11 visualizações
Programming Portfolio Nahari Rasif
NahariRasif
•
14 visualizações
Predictive HR Analytics_ Mastering the HR Metric ( PDFDrive ).pdf
Santhosh Prabhu
•
28 visualizações
FavorIndexReport_R8.pdf
Favor Delivery
•
117 visualizações
OCTRI PSS Simulations in R Seminar.pdf
ssuser84c78e
•
125 visualizações
Introduction to Cypher
Neo4j
•
12 visualizações
Proposal Presentation
SolarBhai
•
12 visualizações
apidays London 2023 - How APIs support the democratization of FAIR data and d...
apidays
•
11 visualizações
Dunning - SIGMOD - Data Economy.pptx
Ted Dunning
•
5 visualizações
Factors Influencing the Choice of Business Education in Bangladesh..pdf
Shamim Rana
•
8 visualizações
apidays London 2023 - Why and how to apply DDD to APIs, Radhouane Jrad, QBE E...
apidays
•
31 visualizações
Your Analytics does not have to be dramatic to be useful
Andrew Patricio
•
18 visualizações
Cost of Living Update
ARCResearch
•
18 visualizações
ストリーム処理を支えるキューイングシステムの選び方
1.
/ @laclefyoshi /
ysaeki@r.recruit.co.jp
2.
• • • • • • 2
3.
• 2011/04 • 2015/09 • •
Druid (KDP, 2015) • RDB NoSQL ( , 2016; : HBase ) • ESP8266 Wi-Fi IoT (KDP, 2016) • • (DEIM 2014) • (WebDB Forum 2014) • Spark Streaming (Spark Meetup December 2015) • Kafka AWS Kinesis (Apache Kafka Meetup Japan #1; 2016) • Kinesis Family (R-JAWS Bigdata; 2016) 3
5.
5
7.
• Queue Queueing
system • • Message • 1 • Broker • • Producer • • Consumer • • Protocol • 7
8.
• • • 8
9.
9 Apache ActiveMQ Apache Kafka RabbitMQ NATS NSQ Redis ZeroMQ Nanomsg
10.
Apache Kafka A distributed
streaming platform 10
11.
Apache ActiveMQ The most
popular and powerful open source messaging and Integration Patterns server 11
12.
RabbitMQ Robust messaging for
applications Easy to use 12
13.
NATS For cloud native
applications, IoT messaging, and microservices architectures 13
14.
NSQ A realtime distributed
messaging platform 14
15.
Redis In-memory data structure
store, used as database, cache and message broker 15
16.
ZeroMQ An embeddable networking
library but acts like a concurrency framework 16
17.
Nanomsg A socket library
that provides several common communication patterns 17
19.
19
20.
20
21.
: • • • Lambda Architecture
: • • 21
22.
22
23.
: • • : • 23
24.
24
25.
: • • : •
25
27.
27
28.
: …… https://cloud.google.com/blog/big-data/2016/09/ apache-kafka-for-gcp-users-connectors-for-pubsub-dataflow-and-bigquery 28 Pub/Sub Dataflow/Apache Beam BigQuery Apache
Kafka
29.
29
30.
30 : • : •
31.
31
32.
32 : • : •
33.
2016/10/25 official / 3rd
party 33
34.
• JIRA Github •
Apache Flink Apache Spark Apache Bahir (3rd party) • Apache Kafka 34
36.
1000 • [ 1]
→ [ 1 → 1] • AWS: EC2 /t2.medium x 2 ( VPC) • github:laclefyoshi/queues-benchmark • Docker • Python 36
37.
1000 37 • • • • 1000 Byte
100000 Byte 1000 Byte • 1000
38.
38
40.
40
41.
41
42.
Queue makes everyone
happy!!