Stream processing
Cet article ne cite pas suffisamment ses sources ().
Si vous disposez d'ouvrages ou d'articles de référence ou si vous connaissez des sites web de qualité traitant du thème abordé ici, merci de compléter l'article en donnant les références utiles à sa vérifiabilité et en les liant à la section « Notes et références ».
En pratique : Quelles sources sont attendues ? Comment ajouter mes sources ?
L'article doit être débarrassé d'une partie de son jargon ().
Sa qualité peut être largement améliorée en utilisant un vocabulaire plus directement compréhensible. Discutez des points à améliorer en page de discussion.
Le Stream processing est un paradigme de programmation, équivalent à dataflow programming (en) et à la programmation réactive[1], qui permet à des applications d'exploiter une forme limitée de parallélisme. Ces applications peuvent utiliser des unités de calcul, tel que les FPUs sur un GPU ou FPGAs sans gestion explicite d'allocation, synchronisation ou communication entre eux.
Applications[modifier | modifier le code]
Une des applications courantes du stream processing est le traitement analytique des données en temps réel. À l’aide des technologies de messaging comme Apache Kafka et des frameworks de stream processing (comme Apache Flink, Apache Spark ou Kafka Stream par exemple), il est possible de créer des pipelines de traitement de données complexes produisant des résultats en temps réel sur des technologies scalables et résilientes[2].[anglicisme à remplacer]
Références[modifier | modifier le code]
- (en) « A SHORT INTRO TO STREAM PROCESSING »
- « Architecture data temps réel, par où commencer ? », sur Nexworld, (consulté le ).
