এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
Apache Kafka
উচ্চ থ্রুপুট এবং কম লেটেন্সি সহ রিয়েল-টাইম ডেটা স্ট্রিম পরিচালনার জন্য ডিজাইন করা ওপেন-সোর্স ডিস্ট্রিবিউটেড স্ট্রিমিং প্ল্যাটফর্ম, যা মেসেজ ব্রোকার এবং লগ স্টোরেজ সিস্টেম হিসেবে ব্যবহৃত হয়।
Apache Flink
ডিস্ট্রিবিউটেড স্ট্রিম এবং ব্যাচ প্রসেসিং ফ্রেমওয়ার্ক যা স্টেট ম্যানেজমেন্ট এবং এক্স্যাক্টলি-ওয়ান্স সেমান্টিক্স সহ জটিল ইভেন্ট প্রসেসিং ক্ষমতা প্রদান করে রিয়েল-টাইম অ্যাপ্লিকেশনের জন্য।
Windowing
স্ট্রিম প্রসেসিং-এর একটি মৌলিক কৌশল যা অবিচ্ছিন্ন ডেটা স্ট্রিমকে টাইম-ভিত্তিক বা কাউন্ট-ভিত্তিক উইন্ডোতে বিভক্ত করে ডেটার উপসেটগুলিতে অ্যাগ্রিগেশন এবং বিশ্লেষণ সম্পাদনের জন্য।
Backpressure
একটি ফ্লো কন্ট্রোল মেকানিজম যা ডেটা কনজিউমাররা গতি রাখতে না পারলে সিস্টেমগুলিকে ডেটা প্রডিউসারদের গতি নিয়ন্ত্রণ করতে দেয়, thereby preventing system saturation.
Watermark
ডেটা স্ট্রিমে এমবেড করা একটি টাইমস্ট্যাম্প মার্কার যা ইভেন্ট টাইমের অগ্রগতি ট্র্যাক করতে এবং স্ট্রিম প্রসেসিং সিস্টেমে লেট ডেটা ম্যানেজ করতে সহায়তা করে।
Stateful Processing
একটি প্রসেসিং প্যারাডাইম যেখানে অপারেশনগুলি ইভেন্টগুলির মধ্যে একটি স্থায়ী অবস্থা বজায় রাখে, যা ডেটা স্ট্রিমে জটিল অ্যাগ্রিগেশন, জয়েন এবং প্যাটার্ন শনাক্তকরণের জন্য অপরিহার্য।
Exactly-Once Semantics
একটি প্রসেসিং গ্যারান্টি যা নিশ্চিত করে যে স্ট্রিমের প্রতিটি ইভেন্ট ঠিক একবার প্রসেস করা হয়, এমনকি ব্যর্থতার ক্ষেত্রেও, অ্যাট-লিস্ট-ওয়ান্স ডেলিভারি এবং কনজিউমার সাইড ডিডুপ্লিকেশন একত্রিত করে।
CEP (Complex Event Processing)
একটি ইভেন্ট প্রসেসিং প্রযুক্তি যা তাত্ক্ষণিক অ্যাকশন ট্রিগার করার জন্য একাধিক ইভেন্ট স্ট্রিম থেকে অর্থপূর্ণ প্যাটার্ন এবং জটিল পারস্পরিক সম্পর্ক শনাক্ত করে রিয়েল-টাইমে।
মাইক্রো-ব্যাচিং
একটি হাইব্রিড পদ্ধতি যা স্বল্প সময়ের ব্যবধানে ইভেন্টের মাইক্রো-ব্যাচ সংগ্রহ করে ডেটা স্ট্রিম প্রক্রিয়া করে, ব্যাচ প্রক্রিয়াকরণ এবং বিশুদ্ধ ইভেন্ট-ভিত্তিক প্রক্রিয়াকরণের সুবিধাগুলি একত্রিত করে।
ইভেন্ট সোর্সিং
একটি স্থাপত্য প্যাটার্ন যেখানে সমস্ত অবস্থার পরিবর্তন অপরিবর্তনীয় ইভেন্টের ক্রম হিসাবে রেকর্ড করা হয়, যা অতীতের অবস্থাগুলি পুনর্গঠন এবং সিস্টেমের সম্পূর্ণ নিরীক্ষা সক্ষম করে।
অ্যাপাচি স্টর্ম
বিতরণকৃত রিয়েল-টাইম স্ট্রিম প্রক্রিয়াকরণ সিস্টেম যা অত্যন্ত কম লেটেন্সির জন্য ডিজাইন করা হয়েছে, ডেটা স্ট্রিম রূপান্তর এবং বিশ্লেষণের জন্য স্পাউট এবং বোল্টের টপোলজি ব্যবহার করে।
চেঞ্জ ডেটা ক্যাপচার (সিডিসি)
একটি কৌশল যা ট্রানজ্যাকশনাল ডেটাবেস থেকে ডেটা পরিবর্তন ক্যাপচার করে এবং রিয়েল-টাইম স্ট্রিমিং সিস্টেমে প্রচার করে, ক্রমাগত সিঙ্ক্রোনাইজেশন এবং বিশ্লেষণ সক্ষম করে।
ইভেন্ট টাইম বনাম প্রসেসিং টাইম
দুটি মৌলিক সময়গত ধারণা যেখানে ইভেন্ট টাইম ইভেন্ট ঘটার মুহূর্তের সাথে মিলে যায়, অন্যদিকে প্রসেসিং টাইম হল সিস্টেম দ্বারা এটি প্রক্রিয়া করা মুহূর্ত।
স্ট্রিম অ্যানালিটিক্স
একটি শৃঙ্খলা যা ধারাবাহিক ডেটা স্ট্রিমে উন্নত বিশ্লেষণ কৌশল প্রয়োগ করে অন্তর্দৃষ্টি আহরণ, অস্বাভাবিকতা সনাক্তকরণ এবং রিয়েল-টাইম সিদ্ধান্ত গ্রহণের জন্য।
ডেটা পাইপলাইন স্ট্রিমিং
একটি ডেটা পাইপলাইন স্থাপত্য যা বিশেষভাবে ধারাবাহিক প্রক্রিয়াকরণের জন্য ডিজাইন করা হয়েছে যেখানে ডেটা মধ্যবর্তী স্টোরেজ ছাড়াই একাধিক রূপান্তর এবং সমৃদ্ধকরণ পর্যায়ের মধ্য দিয়ে প্রবাহিত হয়।
মেসেজ কিউ
একটি মিডলওয়্যার উপাদান যা মেসেজ প্রযোজক এবং ভোক্তাদের মধ্যে অ্যাসিঙ্ক্রোনাস যোগাযোগ নিশ্চিত করে, বিতরণকৃত স্থাপত্যে ইভেন্টের নির্ভরযোগ্য বিতরণ গ্যারান্টি করে।
Real-time ETL
Processus d'extraction, transformation et chargement de données qui s'exécute continuellement sur des flux en temps réel, contrairement à l'ETL traditionnel par lots qui s'exécute périodiquement.
Apache Beam
Framework unifié de traitement de données par lots et en flux qui fournit un modèle de programmation abstrait pouvant s'exécuter sur multiples runners comme Flink, Spark ou Dataflow.