yabo live
时间维持
无限的数据流(例如,Kafka流)的存储成本很高,具有较高的数据量并且永远不会完成加载,从而使其在处理和分析方面具有挑战性。TimeWindower Transformer从逻辑上将大量的数据流分解为分组分组为组(时间数据到达时段时间)或事件时间(代表事件发生的时间的数据时间戳)。一旦组成,数据就可以进行分析和过滤。
TimeWindower可以在短时间内对大量数据流进行分组。例如,以每秒2000条消息从传感器输入的数据可以分解为30秒的窗口。另外,TimeWindower还可以在长时间内对小体积数据流进行分组,例如每秒以一条消息窗口窗口的一条消息分为10分钟的间隔。
了解有关如何使用社区教程中的FME中的RAW,无限数据流进行分类的更多信息亚搏国际在线官网开始使用FME中的流处理,,,,过滤无界数据流,,,,总结无界数据流, 和检测无界数据流中的事件。
了解更多或免费尝试FME:
使用此变压器的人也使用了 -yabo live
Related Resources
FME -FME社区中的窗口数据流亚搏国际在线官网
在FME中,当从非流域数据源(例如数据库或文件)处理数据时,由于数据处于静止和有限的状态,因此您可以将数据加载到内存中...
数据流处理简介
随着大数据和分析的扩展,组织正在寻求将数据流纳入其业务流程以做出实时决策...
FME和流处理
所有数据都可以归类为有界或无限的数据。有限的数据是有限的,并且具有离散的开始和结束。它与批处理处理相关联…
在FME中使用TimeWindower
下载我们的功能齐全的FME桌面试用版,免费30天。无需信用卡。开始集成!