Kapitel 10. Die Entwicklung der groß angelegten Datenverarbeitung
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Du bist jetzt beim letzten Kapitel des Buches angekommen, du stoischer Literat, du. Deine Reise wird bald abgeschlossen sein!
Zum Abschluss möchte ich dich auf einen kurzen Spaziergang durch die Geschichte mitnehmen, der in den Anfängen der groß angelegten Datenverarbeitung mit MapReduce beginnt und einige Highlights der darauffolgenden anderthalb Jahrzehnte streift, die Streaming-Systeme zu dem gemacht haben, was sie heute sind. Es ist ein relativ kurzes Kapitel, in dem ich ein paar Bemerkungen zu wichtigen Beiträgen einiger bekannter (und einiger weniger bekannter) Systeme mache und dich auf eine Reihe von Quellen verweise, die du selbst lesen kannst, wenn du mehr erfahren möchtest. Dabei versuche ich, die Verantwortlichen für Systeme, deren wirklich wichtige Beiträge ich aus Platzgründen, um mich zu konzentrieren und eine zusammenhängende Geschichte zu erzählen, entweder zu sehr zu vereinfachen oder ganz zu ignorieren. Das sollte eine gute Zeit werden.
Behalte beim Lesen dieses Kapitels im Hinterkopf, dass wir hier wirklich nur über bestimmte Teile des MapReduce/Hadoop-Stammbaums der groß angelegten Datenverarbeitung sprechen. Die SQL-Arena wird in keiner Weise behandelt.1Wir reden nicht über HPC/Supercomputer und so weiter. So breit und weitläufig der Titel dieses Kapitels auch ...
Get Streaming-Systeme now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
