Confluent Hadirkan Cloud untuk Apache Flink, Sederhanakan Pemrosesan Streaming Terkelola

saranginews.com, Jakarta – Confluent, Inc, pionir streaming data, telah mengumumkan ketersediaan umum Confluent Cloud untuk Apache Flink, layanan yang dikelola sepenuhnya untuk Apache Flink.

Layanan ini memungkinkan pelanggan memproses data secara real-time dan menghasilkan aliran data berkualitas tinggi yang dapat digunakan kembali.

Baca Juga: Akselerator Migrasi Confluence Membantu Memigrasikan Platform Data Streaming dengan Mudah

Confluence Cloud untuk Apache Flink tersedia di Amazon Web Services (AWS), Google Cloud, dan Microsoft Azure. Didukung oleh SLA waktu aktif Confluent sebesar 99,99%, layanan cloud-native Confluent untuk Flink memungkinkan streaming tanpa server.

Bisnis saat ini berada di bawah tekanan besar untuk memberikan pengalaman pelanggan yang luar biasa dan menyederhanakan operasi untuk kasus penggunaan tingkat lanjut seperti deteksi penipuan, manajemen prediktif, serta manajemen inventaris dan rantai pasokan secara real-time.

Baca Juga: Confluent Perkenalkan Aliran Data, Bantu Perusahaan Indonesia Tumbuh Lebih Baik

Pemrosesan aliran adalah bagian penting untuk memungkinkan pengalaman real-time ini karena memungkinkan organisasi untuk segera bertindak atas data yang masuk untuk memprosesnya secara bertahap, daripada menunggu hingga data sering kali sudah usang dan tidak dapat digunakan.

Sebagai lapisan komputasi dalam infrastruktur data streaming, streaming membantu tim memfilter, menggabungkan, dan memperkaya data secara real-time agar lebih berguna dan berharga untuk dibagikan dengan aplikasi dan sistem hilir. Ini menciptakan aliran data berkualitas tinggi yang dapat digunakan kembali untuk beberapa proyek dan memberikan peningkatan ketangkasan, konsistensi data, dan penghematan biaya dibandingkan dengan solusi pemrosesan batch tradisional.

Baca Juga: Confluence Meluncurkan Aliran Data untuk Mempercepat Pengembangan Aplikasi AI

Sebagai standar streaming de facto, Flink mengandalkan perusahaan inovatif seperti Airbnb, Uber, Netflix, dan Stripe untuk mendukung beban kerja streaming yang sangat penting. Hal ini menyebabkan lonjakan popularitas Flink. Pada tahun 2023, Flink telah diunduh hampir satu juta kali.

“Pemrosesan instream sangat penting untuk mengekstraksi wawasan yang tepat waktu dari aliran data yang berkelanjutan guna mendukung berbagai kasus penggunaan penting, termasuk deteksi penipuan, penetapan harga dinamis, serta manajemen inventaris dan rantai pasokan secara real-time,” kata Stewart Bond, VP Research, Data Integration . dan perangkat lunak intelijen data IDC.

Apache Flink menjadi kerangka pemrosesan aliran terdepan dalam peralihan ke informasi real-time, kata Stewart. Flink dan Apache Kafka sering digunakan bersama-sama untuk pemrosesan data real-time, namun format data yang berbeda dan skema yang tidak konsisten dapat menyebabkan tantangan integrasi dan menghambat kualitas aliran data ke sistem hilir dan konsumen.

“Platform Kafka dan Flink yang terpadu dan terkelola dengan kemampuan pemantauan, keamanan, dan tata kelola terintegrasi memberikan organisasi cara yang sederhana dan efisien untuk menjalankan aplikasi real-time dan memastikan aliran data berkualitas tinggi dan konsisten sekaligus mengurangi beban dan biaya operasional,” ujarnya. .

Sebagai penawaran tanpa server berbasis cloud andalan Flink, Confluence Cloud untuk Apache Flink memungkinkan pelanggan dengan mudah membangun aliran data berkualitas tinggi dan dapat digunakan kembali untuk mendukung semua aplikasi dan kebutuhan analisis real-time mereka.

“Pemrosesan Aliran memungkinkan organisasi mengubah aliran data mentah menjadi wawasan yang kuat,” kata Shawn Clowes, Chief Product Officer, Confluent.

“Kinerja Flink yang tinggi, latensi rendah, dan komunitas yang kuat menjadikannya pilihan yang sangat baik bagi pengembang untuk digunakan dalam pemrosesan streaming. Dengan terintegrasi penuhnya Kafka dan Flink ke dalam platform terpadu, Confluence menghilangkan hambatan teknis dan menyediakan alat yang dibutuhkan organisasi untuk fokus pada ‘inovasi’. Bukan sekedar pengelolaan infrastruktur,” tutupnya.

Dengan Confluence Cloud untuk Apache Flink, pelanggan dapat:

Filter, gabungkan, dan perkaya aliran data dengan mudah menggunakan Flink, standar de facto untuk pemrosesan aliran data Aktifkan pemrosesan aliran kinerja tinggi dan efisien pada skala apa pun tanpa kerumitan manajemen infrastruktur Kafka dan Flink sebagai platform terpadu untuk pemantauan, keamanan, dan tata kelola Sepenuhnya manajemen terintegrasi dalam “Industri Logistik Otomotif” Kondisi dapat berubah dengan cepat, memerlukan tindakan segera untuk mengatasi penundaan, mengubah rute kendaraan dan memperbarui sistem dan pelanggan,” kata Jeffrey Jennings, konsultan senior untuk layanan data dan integrasi di ACERTUS.

“Layanan Flink tanpa server dari asosiasi ini dapat dengan cepat dan efisien mengubah, mengintegrasikan, dan memperkaya sejumlah besar data dalam sistem manajemen transportasi kami, memberikan visibilitas real-time kepada sistem dan pelanggan mengenai kesehatan dan lokasi kendaraan.” .

“Untuk memenuhi permintaan pelanggan yang semakin meningkat di pasar energi yang bergejolak, kami perlu mengirimkan data real-time ke aplikasi yang berhubungan dengan pelanggan,” kata Sami AlAshabi, arsitek solusi Ecent.

Mengandalkan pemrosesan batch dapat menyebabkan masalah kinerja dan mengakibatkan pengambilan keputusan yang buruk berdasarkan data yang sudah ketinggalan zaman. Dengan menggunakan Kafka dan Flink bersama-sama pada platform terpadu, tim kami dapat dengan mudah membangun saluran data streaming cerdas yang dapat mengambil data dari berbagai sumber, memprosesnya secara real-time, dan mengirimkannya ke pelanggan hilir kami secara tepat waktu untuk dianalisis. . Tantangan operasional. sesuatu

“Kami sangat antusias dengan layanan Flink yang dikelola sepenuhnya oleh Confluent yang menjadikan streaming dapat diakses oleh semua orang dengan menciptakan aliran data berkualitas tinggi yang dapat digunakan kembali untuk mendorong inovasi dan eksplorasi data di seluruh bisnis kami,” katanya.

Apache Flink mendukung kasus penggunaan real-time dan pengalaman generasi berikutnya

Flink mendukung kasus penggunaan real-time yang diminta oleh pelanggan. Flink memungkinkan pelanggan membangun saluran data streaming, aplikasi berbasis peristiwa, dan analisis real-time untuk mendukung kasus penggunaan seperti rekomendasi yang dipersonalisasi, penetapan harga dinamis, dan deteksi anomali. Confluence Cloud untuk Apache Flink adalah cara mudah untuk mulai menangani pemrosesan aliran untuk kasus penggunaan ini.

Pengembangan AI yang lebih mudah dengan saluran data streaming

Saluran pipa data streaming mengirimkan data real-time ke sistem data penting di seluruh organisasi, termasuk gudang data, database, dan data lake, memastikan bahwa data selalu mencerminkan kondisi bisnis saat ini. Dengan AI yang produktif menjadi prioritas utama bagi banyak perusahaan, database vektor adalah sistem data lain yang harus terus diperbarui dengan data yang tepat waktu dan dikurasi dengan baik dari saluran data streaming.

Jika data dalam database vektor sudah usang atau memiliki fidelitas yang rendah karena pemrosesan batch berkala dan pipeline yang bergantung pada kumpulan data publik, keandalan dan relevansi AI generatif akan menurun. Flink dapat digunakan untuk membuat saluran data streaming guna memastikan database vektor menyediakan data yang bersih, disesuaikan dengan konteks bisnis, dan mendukung aplikasi AI yang produktif secara real-time.

Confluence Cloud untuk Apache Flink memungkinkan pengguna dengan mudah membangun saluran data streaming untuk database vektor, memastikan aplikasi AI yang produktif mengakses data yang paling relevan dan berharga untuk organisasi mereka secara real-time. Confluent terintegrasi dengan penyedia database vektor terkemuka seperti Elastic, Pinecone, Rockset, SingleStore, dan Zilliz untuk lebih menyederhanakan dan mempercepat pengembangan inisiatif AI produktif yang penting.

Peringatan real-time yang lebih akurat untuk aplikasi berbasis peristiwa

Flink menganalisis aliran data dan segera memicu peringatan ketika peristiwa atau pola tertentu terjadi dalam aplikasi berbasis peristiwa. Waktu seringkali menjadi bagian penting dari aplikasi ini, dan Flink menawarkan kemampuan windowing tingkat lanjut yang memberi pelanggan kendali atas bagaimana data dikelompokkan untuk diproses—misalnya, menganalisis transaksi selama periode waktu tertentu untuk mencari anomali. Dengan Confluent Cloud untuk Apache Flink, pelanggan dapat membangun aplikasi berbasis peristiwa generasi berikutnya yang dapat menganalisis data transaksi dan memicu peringatan untuk deteksi penipuan lebih cepat atau membantu toko mengelola inventaris dengan lebih baik dan berbagi waktu pengiriman yang lebih akurat.

Keputusan lebih cepat untuk analisis real-time

Berbeda dengan rekan-rekannya yang bersifat batch, Flink dapat menganalisis aliran data secara real-time untuk menghasilkan wawasan dan membantu perusahaan mempercepat pengambilan keputusan. Flink dapat memproses data dalam jumlah besar dengan cepat dan dengan latensi rendah subdetik, kueri interaktif, dan fitur pengenalan pola tingkat lanjut.

Confluent Cloud untuk Apache Flink dapat mengelola dan memproses miliaran titik data untuk rekomendasi film, acara, dan musik secara tepat waktu, serta memberikan informasi terkini mengenai volume pesanan, item menu populer, dan waktu pengiriman makanan.

Confluence Cloud untuk Apache Flink sekarang tersedia secara umum untuk ketiga penyedia layanan cloud utama. Pelanggan dapat mendaftar ke Confluent Cloud untuk dengan mudah mengakses penawaran Confluent yang dikelola sepenuhnya untuk Flink. Flink memiliki jaringan integrator sistem global, termasuk Confluent, Deloitte, Ness Digital Engineering, Somerford Associates, Imroving, Psyncopate, Platformatory, Synthesis Software Technologies (Pty) Ltd dan iLink Digital, untuk membantu pelanggan membangun dan menerapkan aplikasi dengan cepat.

Integrator sistem ini dapat memberikan dukungan teknik dan dukungan teknis di lokasi untuk membantu pelanggan mempercepat proses aliran data mereka. (RAY/JPNN)

Leave a Reply

Your email address will not be published. Required fields are marked *