Antes dos frameworks de Big Data que lidavam com fluxos contínuos de dados que precisavam ser processados em tempo real, os dados eram movimentados e processados em lotes, geralmente em vastos volumes, ao mesmo tempo, com longos períodos de intervalo, como no caso de processamentos que acontecem a cada 24 horas para gerar informações e conhecimento específico sobre determinadas questões.

No caso dos frameworks que tratam dados em fluxos contínuos, é necessário que o processamento dos dados aconteça em tempo real, à medida que os dados chegam. Esses fluxos de dados contínuos geralmente são úteis para fontes de dados que enviam dados pequenos, de diversas fontes e com possibilidade de diferentes formatos. Para tanto, existem diferentes frameworks que podem ser adequados para determinadas situações, e conhecer as características e as diferenças entre eles pode ser crucial para saber qual deles escolher.

Neste curso, você vai aprender sobre frameworks de stream de Big Data e conhecer o framework Apache Spark Stream por meio de descrição e comparação com outros frameworks, como o Spark Structured Streaming, o Apache Flink e o Apache Storm, bem como por meio da ingestão de dados de um stream simples.

O Curso Processamento de Streaming em Ambientes de Big Data é voltado para profissionais e estudantes da área de Tecnologia, além de interessados no assunto.

Este curso dispõe dos seguintes recursos de acessibilidade: cores em alto-contraste, aumento de fonte e tradução automática mediante a Língua Brasileira de Sinais (Libras). Para ativar esses recursos, acesse "minha conta" do lado direito da tela na parte superior e habilite de acordo com sua necessidade.

O conteúdo do curso ficará disponível por até 120 dias após