Zero
Apache Kafka, l’open source distribuito sistema di messaggistica, ha progressivamente scavato un punto d’appoggio de facto in tempo reale standard di intermediazione messaggi in scala di ambienti. Confluenti, la società, i cui fondatori creato Kafka, ha appena pubblicato il loro terzo rapporto annuale sulla loro attuazione. Il rapporto ha raggiunto un altro grande campione, alludendo alla crescita, pur mostrando alcune modeste modifiche nelle modalità di Kafka è di essere utilizzato.
L’analista di Gartner Merv Adrian punto che nella Silicon Valley, se un’idea è su una lavagna, deve essere un luogo comune potrebbe applicare a Kafka. Ci sono alternative: MapR Flussi consente al broker di messaggi senza la necessità di un separato Kafka cluster, mentre i servizi di streaming come Amazon Kinesis Firehose offrono funzionalità simili. Tuttavia, Kafka è diventato lo standard de facto per la distribuzione elevata, ad alto volume, in tempo reale messaggio di accodamento con ampio supporto da parte del fornitore. Ma quando abbiamo esaminato Kafka, un anno fa, abbiamo trovato che l’utensileria era ancora primitiva.
Quindi non dovrebbe essere sorprendente che è ancora in gran parte il dominio dei primi utilizzatori. Il campione di indagine, che ha raddoppiato quest’anno a 600 intervistati, chiaramente inclinata verso organizzazioni che sono davanti alla curva. Caso in questione? Il 78% di loro utilizza già microservices architetture, e il 63% di loro utilizza Kafka per la gestione dello stato con quelle microservices. Nella popolazione generale, non si trova una maggioranza di imprese ridisegnando il loro stack di applicazioni per esporre funzionalità come microservices.
Quindi non dovrebbe essere sorprendente che la maggior parte dei settori rappresentati nel campione sono stati i soliti sospetti per i primi utenti del computer: sistemi, servizi finanziari, media e intrattenimento.
Tuttavia, i dati forniscono un utile sguardo su dove prima generazione di Kafka, l’attuazione è diretta. Mentre il 30% del campione nel volume più basso livello (al di sotto di un milione di messaggi al giorno), in modo significativo, quasi uguale proporzione segnalato che gestisce fino a 99 milioni di messaggi. Tra i primi utenti, una parte considerevole è mettere Kafka per la prova da sforzo.
Oltre il 60% utilizza Kafka a sostituire il precedente di messaggistica e PubSub sistemi, mentre poco meno della metà per trasformare ETL da un lotto ad un processo in tempo reale.
Dall’anno scorso, ci sono stati alcuni cambiamenti nel modo in cui Kafka è utilizzato. Mentre i dati gasdotti dimostrato di uso più popolare di quest’anno, l’anno scorso era tutto su streaming. Microservices caso trattamento effettuato un nuovo aspetto di quest’anno, ma non era sulla rilevazione dello scorso anno, in modo che possa essere un freak di campionamento. Ma ci sono alcune somiglianze tra quest’anno e l’ultima: in entrambi gli anni, a metà riferito che l’utilizzo di Kafka per la messaggistica, con la trasmissione in streaming di integrazione dei dati e chiudere dietro.
Quando si tratta di prendere vantaggio di Kafka funzionalità di streaming attraverso le API, applicazioni asincrone e ETL erano il top usa; ma come un processo in tempo reale, è sorprendente che a malapena supera il 10% del campione sono state utilizzando flussi con l’IoT.
Come un framework di integrazione, solo meno della metà degli intervistati utilizzato Kafka Connettersi a integrare con Elasticsearch; dietro di esso, circa il 25% – 30% degli intervistati ha riferito di collegamento per PostgreSQL, HDFS, Amazon S3, e Cassandra.
Quindi, a che tipo di utilizzo i casi sono stati i più popolari? Non sorprendentemente, essi differiscono da parte dell’industria. Per l’e-commerce, media, entertainment, raccomandazione motori sono stati l’uso più comune di Kafka, mentre computer hardware e software, le imprese sono più propensi ad applicare per la sicurezza e l’individuazione delle frodi. Una sorpresa è stata che nel settore dei servizi finanziari, un altro dei primi focolaio di Kafka uso, di sicurezza e di frode non si distinguono, invece, l’uso più comune è con “dati finanziari” casi di utilizzo per cui il più evidente sarebbe in tempo reale feed di ticker.
Rafforzare il punto che questo è ancora agli inizi, più di tre quarti degli intervistati ha notato che Kafka competenze sono difficili da trovare. Nonostante Kafka godendo di un vasto settore di supporto, permangono ostacoli per raggiungere Kafka off lavagna e in produzione.
Argomenti Correlati:
La Trasformazione Digitale
Robotica
Internet delle Cose
L’innovazione
Enterprise Software
CXO
0