Florent Ramière | Devoxx

Florent Ramière
Florent Ramière Twitter

From Confluent

Florent Ramière a plus de vingt années d'expérience dans le développement logiciel et la conduite de projets informatiques. Il a passé plusieurs années aux Etats-Unis chez un éditeur de logiciel. A son retour en France après un détour chez Capgemini, il a co-fondé la société Jaxio. Après plus de 10 ans d'entrepreunariat, Florent à rejoint la société Confluent la société derrière Apache Kafka où il accompagne les grands comptes en Europe.

Blog: https://confluent.io

bigd Big Data, Machine Learning, Analytics

BOF Streaming / Stream Processing

BOF (Bird of a Feather)

BOF sur les sujets de streaming, autour de Kafka évidemment mais pas nécessairement exclusivement. Venez échanger avec nous, partager vos réflexion ou poser tout type de question!

archisec Architecture, Performance and Security

Stream processing, ou aller plus loin que le pub/sub avec Kafka Streams et ksqlDB

University

L’an dernier nous avions fait un rapide tour de l'univers Kafka où nous avions brossé les choses les plus simples. Nous vous proposons maintenant de creuser les moyens qui sont mis à votre disposition pour traiter, valoriser et enrichir la données au fil de l’eau. Kafka Streams, son design, son usage, son dsl, les processors, la performance, le monitoring, les interactives queries, les patterns et anti-patterns, ainsi que les difficultés majeures rencontrées. Idem pour ksqlDB, où se situe ce composant, son usage, son histoire, ses performances, etc. Venez découvrir ensemble pendant 3h.

bigd Big Data, Machine Learning, Analytics

ksqlDB - les mains dedans !

Hands-on Labs

Venez découvrir les joies du streaming avec ksqlDB où nous verrons ensemble quels problèmes ksqlDB résout, ses qualités mais également ses limites. Au menu, nous jouerons d’abord avec Kafka, puis avec PostgreSQL, puis introduirons Kafka Connect et Debezium pour faire du Change Data Capture. Nous soupoudrerons avec un peu de Schema Registry pour le typage. Nous transformerons la donnée avec Kafka Streams, et enfin nous ajouterons des interactives queries. Après tout ce travail, nous referons la totale avec ksqlDB en quelques instants! Ca vous tente? Venez développer avec nous!