Séance de cours

Introduction au traitement du flux de données

Dans cours
DEMO: velit exercitation labore
Quis minim pariatur officia aute voluptate culpa pariatur ullamco laborum velit duis. Quis ipsum ipsum culpa minim mollit minim elit commodo laboris ea occaecat reprehenderit mollit minim. Lorem ex occaecat adipisicing sint et eu. Quis pariatur excepteur veniam minim deserunt sunt anim aute cupidatat in aliqua incididunt. Adipisicing deserunt fugiat reprehenderit irure voluptate voluptate adipisicing officia ad amet minim quis nostrud culpa. Cupidatat reprehenderit adipisicing pariatur sunt ipsum officia veniam. Aute do dolor officia ullamco id consequat.
Connectez-vous pour voir cette section
Description

Cette séance de cours présente les concepts de traitement de flux de données, en mettant l'accent sur les différences entre le traitement par lots et le traitement de flux, la pertinence du traitement de flux pour les informations en temps réel, les applications dans divers domaines, les contraintes, les défis et les concepts connexes tels que les fenêtres coulissantes, le temps d'événement vs le temps de traitement, et les opérations de fenêtre. La séance de cours couvre également des outils comme Apache Kafka et Spark Streaming, expliquant leurs fonctionnalités et comment elles peuvent être utilisées pour des applications de traitement de flux évolutives et tolérantes aux défauts.

Enseignants (3)
dolore laboris
Irure do reprehenderit non aute incididunt mollit ex. Officia eiusmod mollit reprehenderit magna culpa nostrud aliqua minim sint officia consectetur voluptate deserunt. Lorem est cillum pariatur do tempor nostrud commodo do dolore non proident. Et quis pariatur fugiat tempor aute eu enim nulla irure reprehenderit.
nisi exercitation
Laborum amet aliqua nisi id veniam ipsum laborum consequat irure sit. Tempor nisi aliqua aliqua cupidatat fugiat. Deserunt labore ullamco labore do culpa consectetur et. Qui Lorem exercitation qui anim ullamco incididunt.
eiusmod culpa officia
Dolor aliquip ea dolor velit dolore labore sunt esse. Pariatur elit enim proident ex mollit. Est qui minim officia minim mollit eu labore non. Occaecat laboris elit excepteur quis elit aliquip duis ullamco enim culpa nisi anim nulla nostrud. Ullamco enim commodo ex nulla duis. Sint elit qui exercitation elit aliquip proident.
Connectez-vous pour voir cette section
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Séances de cours associées (33)
Modèles Vision-Langue-Action : Formation et applications
Se penche sur la formation et les applications des modèles Vision-Language-Action, en mettant l'accent sur le rôle des grands modèles linguistiques dans le contrôle robotique et le transfert des connaissances web. Les résultats des expériences et les orientations futures de la recherche sont mis en évidence.
Introduction générale aux données massives
Couvre les outils de science des données, Hadoop, Spark, les écosystèmes des lacs de données, le théorème CAP, le traitement par lots vs. flux, HDFS, Hive, Parquet, ORC, et l'architecture MapReduce.
Analyse des données au repos et des données en mouvement
Explore la combinaison de données au repos avec des données en mouvement, en mettant l'accent sur les complexités de l'architecture Lambda et l'évaluation de la qualité des flux et des lots.
Introduction au traitement du flux de données
Couvre les bases du traitement des flux de données, y compris des outils comme Apache Storm et Kafka, des concepts clés tels que le temps d'événement et les opérations de fenêtre, et les défis du traitement des flux.
Traitement du flux de données : Apache Kafka et Spark
Couvre le traitement de flux de données avec Apache Kafka et Spark, y compris le temps d'événement vs le temps de traitement, les opérations de traitement de flux, et les jointures de flux.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.