MakingSenseofStreamProcessing / Events and Stream Processing

Chapter 1 Events and Stream Processing †

要約 †

• データをイベントのストリームとして構造化する考え方は、特に新しいものではなく、さまざまな分野で使用されています。
• 大抵の場合、根底にある原則は似通っているのですが、言葉の使い方が矛盾していることも多く、混乱を招きやすくなっています。
• ジャーゴンを初めて聞いたときは戸惑うかもしれませんが恐れることはありません。
• 基本的な考え方が理解できれば、ほとんどのアイデアは非常にシンプルなことがわかるでしょう。

• 本章では、専門用語と基本的な考え方を整理するところから始めます。
• 次章では、Apache Kafka などの特定のテクノロジーを詳しく説明し、設計の根拠を説明します。
• これらの解説は、これらのテクノロジーを効果的に利用するにあたって役に立つでしょう。
• 図1-1に、イベントストリームの概念を採用しているテクノロジーを示します。
• 同じようなテクノロジーがさまざまなコミュニティで生まれたため、少なからず混乱しているようにも見えます。
• 外部のコミュニティより、自分の所属するコミュニティで通用している考え方にこだわる傾向があるようです。

• 現代的な分散ストリーム処理ツールはLinkedIn?などのインターネット企業で開発されています。
• 理論的な根拠は2000年代初頭のデータベースに関する研究に遡るようです。
• 一方で、複合イベント処理（CEP）は1990年代のシミュレーションに関する研究に由来しており、エンタープライズ企業で実用化されています。
• イベントソーシングは、ドメイン駆動設計（DDD）コミュニティで生まれました。
• エンタープライズソフトウェア開発を対象としたもので、データモデルは非常に複雑で、データセットはインターネット企業で扱うよりも小規模な場合が多いのが特徴です。

• 私の出身はインターネット企業ですが、ここでは他のコミュニティの言葉を分析して共通点と相違点を見つけます。
• 議論を具体的にするため、まずはストリーム処理の中でも分析から始めることにします。
• 他の分野についても同時に進めていきます。

担当者のつぶやき †

みんなの突っ込み †