Streaming Data Pipelines #3: Real-time Event Processing with Apache Flink

NB: Deze meetup is prima losstaand te volgen. Je hoeft niet bij eerdere meetups in de reeks aanwezig te zijn geweest.

Deze meetup gaat verder met Apache Flink. We zetten deze streaming processor af tegen andere stream processors aan de hand van verschillende eigenschappen en concepten. We gaan o.a. in op verschillende concepten van tijd, windowing, het bijhouden van state, en de toepasbaarheid in verschillende use cases.

Dit is de derde sessie in de reeks meetups over Streaming Data Pipelines binnen het Big Data domein.

Schema:
17:45 uur Food & Drinks
18:30 uur Real-time Event Processing with Apache Flink: Use Case, Architectuur, en Technieken
19:15 uur Hands-on
20.45 uur Conclusie & wrap up

-- Real-time Event Processing with Apache Flink: Use Case, Architectuur, en Technieken --
Gerben Oostra en Stefan van Wouw (Big Data Engineers) nemen je mee door het hele distributed streaming ecosysteem. Verschillende streaming concepten worden behandeld aan de hand van voorbeelden in Apache Flink. O.a. concepten uit het Google Dataflow paper, maar ook eigenschappen die in de praktijk vaak belangrijk zijn om in acht te nemen bij het selecteren van een stream processor. Deze talk geeft je handvatten om een stream processor te selecteren die past bij jouw use case.

-- Hands-on in teams --
We gaan aan de slag om een real-time event processing use case uit te werken met Apache Flink.

Benodigdheden voor het hands-on gedeelte:
• Laptop met Docker
• Enige Scala kennis (we gaan met de Scala APIs van Flink aan de slag).

(This meetup is in Dutch)