返回
An efficient architecture for processing real-time traffic data streams using apache flink
DOI:10.1007/s11042-023-17151-6.png)
摘要
En 中文
大数据技术日益涌现,并在各种现实世界的应用中发生了巨大的变化。传统的数据挖掘工具足以处理大量数据,但是从过去的几十年中,数据的快速增长变得难以处理。由于数据的连续流动,数据流需要比传统的额外的计算处理。大数据流处理考虑了数据流的异构性、可扩展性、容错性和查询优化等不同特征。在数据存储,处理和分析阶段,使用大数据分析在实际应用程序中有效实现这些功能是一项具有挑战性的工作。因此,提出的模型FRTSPS是一种受流行的大数据处理Lambda架构影响的通用架构,基于分布式计算平台。该架构使用开源平台Apache Flink进行数据处理。Flink是一个流行的平台,用于并行处理历史和流数据流。与其余的流处理编程模型相比,其状态流传输可以获得更高的可扩展性和灵活性以及高吞吐量和低延迟。
Keyword:
Big Data
Big Data Processing
Stream Computing
Apache Flink
期刊
IF:
3
论文数:
2.0W
被引数:
3.2W
机构
引用论文
Pipeline or Pipedream: Gender Balance Legislation’s Effect on Women’s Presence in State Government管道或白日梦: 性别平衡立法对妇女在州政府中的存在的影响
Functional Activation of Cerebral Blood Flow and Metabolism before and after Global Ischemia of Rat Brain大鼠全脑缺血前后脑血流和代谢的功能激活
A further characterization of alpha-2 adrenoceptor involvement in the rough-and-tumble play of juvenile rats.Α-2肾上腺素受体参与幼鼠粗暴运动的进一步表征。
Optimal Sizing of Stand-Alone Hybrid Energy System Using Black Widow Optimization Technique基于黑寡妇优化技术的独立混合能源系统优化规模
Two distinct forms of surface antigen gene rearrangement in Trypanosoma brucei布氏锥虫表面抗原基因重排的两种不同形式
Nature
IF0
Early Diagnosis and Prediction of Sepsis Shock by Combining Static and Dynamic Information Using Convolutional-LSTM基于卷积LSTM的静态和动态信息相结合的脓毒症休克早期诊断和预测

