Streaming Data : ni pierdas el tren, ni esperes en balde

* ¿ Cómo detectar operaciones bancarias fraudulentas lo antes posible ?
* ¿ A qué hora sufren los trenes más retraso y que debo hacer para solucionarlo al mínimo coste?
* ¿ Qué le propongo al usuario que acaba de poner en su cesta de la compra gafas de esquí : calcetines nuevos o pantalones ?
* ¿ En que momento debería escribir y publicar un artículo para que sea leído por un máximo de personas ?

Estas son algunas de las preguntas a las que podemos dar respuesta de forma relativamente sencilla gracias a la emergencia de las nuevas tecnologías de análisis, predicción, streaming de datos, contenedores, orquestradores y cloud. ¡Crear tu flujo de datos en tiempo real, analizarlo y ponerlo en producción nunca fue tan fácil!

En esta sesión, donde habrá teoría, live coding y demos, aprenderás las bases de una arquitectura de streaming de datos, casos de usos y frameworks open-source disponibles para el mejor rendimiento, robustez, y escalabilidad.

¡El lunes volverás al trabajo con ganas de más, prometido !

Transcript

1. STREAMING DATA : Ni pierdas el tren, ni esperes en balde Codemotion Madrid Galder Zamarreño Arrizabalaga
 @galderz
 24 noviembre 2017
2. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 2 Desde 2006 INGENIERO @galderz Desarrollador y responsable de la comunidad COFUNDADOR DE INFINISPAN (2009) ME GUSTA EL QUESO PUES!
3. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) EL PROBLEMA 3 Datos, datos, datos, datos y mas datos... Demanda de análisis en tiempo real Arquitecturas de streaming de datos
4. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 4 ARQUITECTURA DE STREAMING DE DATOS
5. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 5 ARQUITECTURA DE STREAMING DE DATOS
6. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 6 ZZZ... NO!
7. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 7 Platform-as-a-Service (PaaS) Plataforma para el desarrollo y ejecución de aplicaciones Publica o privada y multi lenguaje Es una distribución de Kubernetes con extras LA PLATAFORMA
8. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 8 ES
9. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 9 ¡Más Madera! Aprovisiona y gestiona las instancias donde ejecutaremos OpenShift y demás componentes CONTEXTO GENERAL Una plataforma exclusiva para la nube para el desarrollo y ejecución de aplicaciones CONTEXTO DEMO LA NUBE
10. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 10 Vert.x es una librería para crear aplicaciones reactivas Diseñada para la JVM, funciona a través de eventos y no bloquea RxJava se integra con Vert.x Una buena herramienta para transformar eventos y coordinarlos Ideal cuando hay multiples fuentes de eventos (apps modernas!) EL PEGAMENTO
11. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 11 DATA GRID
12. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 12 Cada nodo mantiene una porción de datos Algoritmos de hash consistente para decidir quien guarda cada elemento N copias de cada elemento CÓMO SE DISTRIBUYEN LOS DATOS?
13. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 13 ARQUITECTURA DE STREAMING DE DATOS
14. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 14 LOS DATOS http://transport.opendata.ch
15. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) 15 ARQUITECTURA Data Grid Replication Delay Calculator Server Task Delay Calculator Server Task Delay Calculator Server Task Analytics Verticle Injector Verticle Analytics Jupyter Laptop HTTP Continuous Query Verticle Http App Verticle Data Grid Replication Sock JS Bridge Real Time Laptop Http Websockets JavaFX Injector Verticle
16. DEMO
17. INSERT DESIGNATOR, IF NEEDED (EDIT ON MASTER SLIDE) VERSATILIDAD DE INFINISPAN 17 Cache Distribuida Memoria Compartida Broker Eventos Analitica
18. GRACIAS! 25 noviembre 15:30-17:30 Streaming Data Workshop github.com/infinispan-demos/streaming-data-kubernetes infinispan.org redhat.com/en/technologies/jboss-middleware/data-grid