Technology

Confluent Cloud untuk Apache Flink Tersedia di Beragam Cloud Provider

Ilustrasi Confluent. (dok. Getty Images)

Confluent, perusahaan penyedia streaming data, mengumumkan ketersediaan umum Confluent Cloud untuk Apache Flink, sebuah layanan terkelola penuh yang memungkinkan pelanggan untuk memproses data secara real time dan membuat aliran data berkualitas tinggi yang dapat digunakan kembali.

Confluent Cloud untuk Apache Flink tersedia di Amazon Web Services (AWS), Google Cloud, dan Microsoft Azure. Didukung oleh 99,99% uptime SLA Confluent, layanan cloud-native Confluent untuk Flink memungkinkan pemrosesan streaming tanpa server.

Perusahaan saat ini berada di bawah tekanan yang besar untuk memberikan pengalaman pelanggan yang luar biasa dan merampingkan operasi dalam menghadapi kasus penggunaan yang canggih seperti deteksi penipuan, pemeliharaan prediktif dan inventaris secara real-time serta manajemen rantai pasokan.

Pemrosesan streaming adalah bagian penting dalam mewujudkan pengalaman real-time ini karena memungkinkan organisasi untuk bertindak berdasarkan data yang masuk seketika untuk memprosesnya secara bertahap, tanpa menunggu ketika data tersebut sering kali sudah basi dan tidak dapat digunakan lagi.

Sebagai lapisan komputasi dalam infrastruktur data streaming, pemrosesan streaming membantu tim menyaring, menggabungkan, dan memperkaya data secara real time agar lebih dapat digunakan dan bernilai untuk dibagikan dengan aplikasi dan sistem hilir. Ini menciptakan aliran data berkualitas tinggi yang dapat digunakan kembali untuk berbagai proyek dan memberikan kelincahan yang lebih meningkat, konsistensi data, dan penghematan biaya dibandingkan dengan solusi pemrosesan batch tradisional.

Sebagai standar pemrosesan streaming de facto, Flink diandalkan oleh perusahaan-perusahaan inovatif seperti Airbnb, Uber, Netflix, dan Stripe untuk mendukung beban kerja streaming yang sangat penting. Hal inilah yang memicu lonjakan popularitas Flink. Pada tahun 2023, Flink diunduh hampir satu juta kali.

"Pemrosesan streaming sangat penting untuk mendapatkan wawasan yang tepat waktu dari aliran data yang terus menerus untuk mendukung berbagai kasus penggunaan penting termasuk deteksi penipuan, penetapan harga dinamis, dan inventaris secara real time serta manajemen rantai pasokan," kata Stewart Bond, Research VP, Data Integration and Data Intelligence Software IDC.

"Apache Flink menjadi kerangka kerja pemrosesan aliran data yang menonjol dalam pergeseran menuju wawasan real-time. Flink dan Apache Kafka biasanya digunakan bersama untuk pemrosesan data real-time, tetapi format data yang berbeda dan skema yang tidak konsisten dapat menyebabkan tantangan integrasi dan menghambat kualitas streaming data untuk sistem hilir dan konsumen.

Platform Kafka dan Flink yang dikelola secara terpadu dan terkelola dengan kemampuan pemantauan, keamanan, dan tata kelola yang terintegrasi dapat memberikan cara yang lancar dan efisien bagi organisasi untuk memastikan aliran data yang berkualitas tinggi dan konsisten untuk mendorong aplikasi dan kasus penggunaan real-time, sekaligus mengurangi beban dan biaya operasional."

Sebagai penawaran Flink tanpa server yang berasal dari cloud terkemuka, Confluent Cloud untuk Apache Flink memungkinkan pelanggan untuk dengan mudah membangun aliran data berkualitas tinggi dan dapat digunakan kembali untuk mendukung semua aplikasi real-time dan kebutuhan analisis mereka.

"Pemrosesan streaming memungkinkan organisasi untuk mengubah aliran data mentah menjadi wawasan yang kuat," kata Shaun Clowes, Chief Product Officer Confluent dalam siaran pers (23/03/2024).

Performa tinggi, latensi rendah dan komunitas yang kuat dari Flink menjadikannya pilihan terbaik bagi para pengembang untuk digunakan dalam pemrosesan streaming. Dengan Kafka dan Flink yang terintegrasi penuh dalam sebuah platform terpadu, Confluent menghilangkan hambatan teknis dan menyediakan alat yang diperlukan sehingga organisasi dapat fokus pada inovasi bukan hanya manajemen infrastruktur.


© 2023-2024 SWA Media Inc.

All Right Reserved