Mediathek

Medium

Thema

Video

Erfahre in diesem Video, wie du mithilfe von Kafka und Pentaho die Historisierung und Versionierung am Beispiel von Bierbrauerei-Daten optimierst. Unsere Lösung gewährleistet einen reibungslosen Wechsel zwischen Streaming und Batch-Processing und sichert gleichzeitig Historisierung und Versionierung. Entdecke, wie diese Kombination deine Bierbrauerei-Daten effizienter und präziser verwaltet.

Video

In diesem Video zeigen wir euch, wie Confluent innerhalb einer IoT-Architektur verwendet werden kann. Viele Firmen verwenden trotz Industrie 4.0-Vorhaben immer noch traditionelle Datenbanken für ihre Anwendungen. Das Ergebnis sind viele Punkt-zu-Punkt-Verbindungen und langsames Batch-Processing. Die Lösung ist Data in Motion – weg vom Batch orientierter Verarbeitung hin zur Event-getriebenen Verarbeitung durch Echtzeitstreaming. Hier kommt Confluent ins Spiel. Neben einer ausführlichen Darstellung der Vorteile von Confluent rundet diesen Vortrag noch zahlreiche Use Cases ab, in denen der Einsatz von Confluent im Bereich IoT beschrieben wird.

Artikel

Kafka Streams, eine leistungsstarke Open-Source Java Bibliothek, ist der Schlüssel zur Echtzeitverarbeitung im Apache Kafka Ökosystem. Mit ihr können Datenströme in Echtzeit analysiert und verarbeitet werden, ohne auf externe Frameworks oder Bibliotheken angewiesen zu sein. Doch oft bleibt Kafka Streams für viele ein Mysterium. Wir haben die Lösung! Entdecke unseren ganzheitlichen Quickstart-Demo, der dir in nur 10 Minuten zeigt, wie du Kafka Streams nutzen kannst, ohne aufwendige Konfigurationen vornehmen zu müssen.

Whitepaper

Das Whitepaper bringt genau auf den Punkt, wie du deine IoT-Kommunikation zuverlässig und streamingfähig umsetzen kannst. Unsere objektive Analyse der modernen HiveMQ-Plattform zeigt dir das effektive Verbindungsmanagement und erweiterbare System von HiveMQ. Auch die Herausforderungen und Grenzen der Plattform werden beleuchtet.

Mit Apache Kafka hast du zudem eine hilfreiche Open-Source-Streaming-Plattform zur Verfügung, um Anwendungen mit hohem Datendurchsatz und Event-Daten zu verarbeiten. Wir erklären dir, wie du mit HiveMQ und Apache Kafka als Dream-Team komplexe IoT-Szenarien umsetzen kannst.

Mit dem Wissen aus unserem Whitepaper stellst du Live-Datenanalysen bereit, um deinen Geschäftserfolg zu maximieren.

Artikel

Ein Data Warehouse ist meisterhaft darin, historische Daten auszuwerten und zu analysieren. Im digitalen Zeitalter werden jedoch schnelle Entscheidungen benötigt, um zeitnah auf die sich ändernden Situationen zu reagieren. Herkömmliche Data Warehouse-Lösungen sind für Echtzeitdatenverarbeitung zunächst nicht geeignet. In unserem Artikel lesen Sie, wie Sie in 5 Schritten Ihr Data Warehouse um Data Streaming erweitern, damit Sie Ihre Prozesse in Echtzeit steuern, analysieren und optimieren können.

Whitepaper

Unser Whitepaper zeigt Ihnen den Weg von der Datensammlung an den Datenquellen wie Anlagen und Geräten im IIoT bis zur visuellen Aufbereitung und Analyse Ihrer Daten. Der hilfreiche Guide geht dabei auf Open Source-Lösungen wie den MQTT Broker HiveMQ, die Streaming-Plattform Kafka, Sparkplug und die IoT-Plattform ThingsBoard ein.

Video

Kafka und HiveMQ sorgen dafür, dass deine IoT-Infrastruktur auch bei einer Vielzahl angeschlossener IoT-Geräte und Sensoren hochverfügbar bleibt. Wie du mit Kafka und HiveMQ eine hoch skalierbare und flexible Streaming-Lösung bekommst, zeigt dir das Video.

Video

Es gibt die Möglichkeit, Data Mesh mit Confluent und Starburst in einem Prototypen zu verwenden. In diesem FAQ-Video beantworten wir dazu die entstandenen Fragen.

Video

Wie implementierst du am besten die beiden Technologien Confluent und Starburst in ein Data Mesh? In diesem Video erhältst du darauf die Antwort. Neben einer Demo, die zeigt, wie du Confluent und Starburst in Data Mesh implementierst, wartet auf dich ein kleiner Überblick zu Confluent und Data Mesh.

Video

Wie implementierst du am besten die beiden Technologien Confluent und Starburst in ein Data Mesh? In diesem Video erhältst du darauf die Antwort. Neben einer Demo, die zeigt, wie du Confluent und Starburst in Data Mesh implementierst, wartet auf dich ein kleiner Überblick zu Confluent und Data Mesh.

Video

Was machst du, wenn du Streamingdaten in einer Batchumgebung verarbeiten wollen? Dank eines neuen Kafka Steps können jetzt Kafka Topics im Batchverfahren ausgelesen werden. Wie das funktioniert, siehst du in diesem Video.

Video

Mach mit Graph-Datenbanken wie Neo4j Daten sichtbar, die dir mit relationalen Datenbanken verborgen blieben. Neben einer Einführung in das Thema Graph-Datenbanken erwartet dich im Video eine Neo4j-Demo und verschiedene Use Cases.

Video

Gerade in der heutigen Zeit ist es für Unternehmen besonders wichtig, Daten in Echtzeit zu verarbeiten. Mit einem klassischen Data Warehouse stößt du deshalb schnell an die Grenzen. Apache Kafka entwickelt, speichert und verarbeitet als Streaming-Plattform deine Echtzeit-Datenströme. Im Video erfährst du, wie du eine Streaming-Infrastruktur in kurzer Zeit aufsetzt.

Video

Viele Unternehmen setzen für dein Reporting Lösungen wie ein Data Lake, eine Datenbank oder andere Technologien ein. Doch durch die immer stärkere Einbindung von tagesaktuellen Daten in die Entscheidungsprozesse, stoßen klassische batchorientierte Data Warehouses an ihre Grenzen. Realtime-Verarbeitung ist essenziell, um Daten schneller auszuwerten und in kurzer Zeit Unternehmensentscheidungen zu treffen. Im Video erklären wir dir, wie du ein Echtzeit Data Warehouse aufsetzst.

Artikel

Die Ansprüche von Kunden und Bürgern in unserer digitalen Welt steigen stetig. Läuft Ihr Unternehmen oder Ihre Behörde der digitalen Revolution hinterher oder droht die digitale Dampfwalze Sie zu überrollen?

Der massive Anstieg des Datenvolumens von IoT-Geräten und -sensoren kann mit starren Technologien aus der digitalen Steinzeit unmöglich bewältigt werden. Bringen Sie daher mit Data in Motion Bewegung in Ihre Daten und verarbeiten Sie diese problemlos in Echtzeit. Streaming-Plattformen wie Confluent nutzen ihre Power, um die Echtzeit-Datenflut gekonnt zu verarbeiten.

Mit Confluent gelingen Ihnen innovative Smart-City-Projekte, Mobilitäts-Services, digitales Bürgerengagement und viele weitere Data In Motion Vorhaben.

In unserem Artikel erklären wir Ihnen, wie Ihnen Streaming-Plattformen wie Confluent den Weg ins moderne Big-Data-Zeitalter erleichtern.

Whitepaper

Data-Streaming-Technologien sind für moderne Unternehmen essenziell, um Kundenwünsche besser zu verstehen und die Konkurrenz zu dominieren. Wir erklären dir im Whitepaper den Unterschied zwischen der Open Source-Lösung Kafka und der Enterprise-Solution Confluent. Use Cases aus der Praxis zeigen dir, welche der beiden Echtzeitdaten-Lösungen für dich die richtige ist.

Whitepaper

Wir zeigen Ihnen in unserem Whitepaper, wie Sie den Weg vom unbeweglichen Data Warehouse zum Streaming von Echtzeit-Daten mühelos gehen. Lernen Sie, ETL-Strecken streamingfähig zu machen und wie Ihnen das mit der zukunftssichere Event-Streaming-Architektur Kafka gelingt.