Apache Spark – 2 Kroki do Lepszej Utylizacji Zasob贸w

Chcemy, aby nasze aplikacje w Apache Spark wykorzystywa艂y wszystkie przydzielone zasoby. Niestety nie jest to takie proste. Rozproszenie oblicze艅 niesie za sob膮 koszty zarz膮dzania zadaniami, a same zadania maj膮 wobec siebie zale偶no艣ci. Z jednej strony ogranicza nas CPU (szybko艣膰 oblicze艅), z drugiej strony dyski i sie膰. MapReduce po艣wi臋ci艂em dedykowany materia艂 wideo. W artykule dowiesz si臋 jak w 2 prostych krokach poprawi膰 utylizacj臋 zasob贸w w Apache Spark.

Czytaj dalej 鈥濧pache Spark – 2 Kroki do Lepszej Utylizacji Zasob贸w鈥

Kolekcja log贸w w .NET Core z Serilog do Elasticsearch [nagranie]

W grudniu podzieli艂em si臋 swoim do艣wiadczeniem w ramach Wroc艂awskiej i Krakowskiej Grupy .NET. Zbieranie log贸w w aplikacji to wa偶ny aspekt jej utrzymania. Przy艣piesza diagnostyk臋 i pozwala wykry膰 w膮skie gard艂a. W przypadku .NET Core mamy do dyspozycji bibliotek臋 Serilog w kt贸rej w prosty spos贸b przekierujemy logi do klastra Elasticsearch.

Czytaj dalej 鈥濳olekcja log贸w w .NET Core z Serilog do Elasticsearch [nagranie]鈥

Stream Processing – There’s no time like the present [nagranie]

Nagranie z mojego wyst膮pienia o przetwarzaniu strumieniowym w ramach DataOps Poland. Klasyczne podej艣cie polegaj膮ce na przetwarzaniu wsadowym nie zawsze si臋 sprawdza. Warto艣膰 informacji maleje wraz z up艂ywem czasu. Musimy wybra膰 kompromis pomi臋dzy szybko艣ci膮, a dok艂adno艣ci膮 wynik贸w. Z nagrania dowiesz si臋, dlaczego warto zainteresowa膰 si臋 przetwarzaniem strumieniowym i jakie niesie ze sob膮 problemy.

Czytaj dalej 鈥濻tream Processing – There’s no time like the present [nagranie]鈥