Daten-Streaming und Stream-Verarbeitung kombinieren, um Daten-Pipelines zu erstellen, die Events in aktuelle, angereicherte und sofort nutzbare Datenprodukte umwandeln.
Ein-Klick-Integration für nahtlose Stream-Verarbeitung
Multicloud-Unterstützung in über 50 Regionen auf AWS, Microsoft Azure und Google Cloud
Vorhandenes Know-how nutzen dank Unterstützung von SQL, Python und Java
Die Verwaltung separater, komplexer Open-Source-Systeme und die Wartung anfälliger Tool-Ökosysteme erzeugt unnötigen operativen Aufwand. Stattdessen könnten skalierbare und zuverlässige Echtzeit-Daten-Pipelines mit vertrauten Sprachen aufgebaut und bereitgestellt werden, um Datensilos aufzubrechen.
Confluent Cloud ist die einzige vollständig verwaltete, serverlose Plattform, die die Industriestandards für Streaming-Daten und Stream-Verarbeitung kombiniert und es ermöglicht, das Infrastrukturmanagement zu automatisieren und Pipelines von der Entwicklung bis zur Produktion zu sichern. Jetzt erfahren, welche Möglichkeiten sich ergeben, wenn der Fokus auf der Entwicklung leistungsstarker Echtzeit-Analyse- und KI-Funktionen liegt, anstatt auf der Cluster-Verwaltung.
Einführungskurs zu Apache Flink belegen
Sofort loslegenCDC-Pipelines mit Apache Flink auf Confluent erstellen
Mehr erfahrenIntegrationsprobleme beseitigen mit einer Ein-Klick-Integration von Apache Kafka® und Apache Flink® auf Confluent, wo Daten als erstklassiges, wiederverwendbares Produkt behandelt werden.
Kafka-Topics erscheinen automatisch als abfragbare Flink-Tabellen mit Schemata, die von der Schema Registry verwaltet werden, wodurch verarbeitete Daten sofort wiederverwendbar sind.
Kafka-Topics und Schemas sind immer mit Flink synchronisiert
Der Cloud-native, vollständig verwaltete Standard für Apache Kafka®
Der Open-Source-Standard für Stream-Verarbeitung
Schema Registry bietet ein zentrales Repository zur Schema-Verwaltung und Validierung für Topic-Messagedaten
Die Leistungsfähigkeit von Flink nutzen, dem De-facto-Branchenstandard für die Verarbeitung komplexer, zustandsbehafteter Event-Streams.
Mit branchenüblichen Sprachen wie ANSI SQL, Python oder Java, können komplexe Event-Verarbeitung, Echtzeitaggregationen, und zustandsbehaftete Transformationen durchgeführt werden, mit integrierter Fehlertoleranz, Exactly-Once-Semantik und Standard-Watermarking-Strategien.
Exactly-Once-Processing mühelos gewährleisten mit Confluent Cloud
Stream-Processing-Pipelines mit vertrauter SQL aufbauen
Stream-Processing-Pipelines mühelos mit Python aufbauen
Streaming-Anwendungen mit Java erstellen
Voll auf die Entwicklung von Datenprodukten konzentrieren statt Infrastruktur zu verwalten – dank eines serverlosen Erlebnisses.
Elastische Auto-Skalierung, nutzungsbasierte Preisgestaltung und Rechenkapazitätsgrenzen sorgen für ein ausgewogenes Verhältnis zwischen Leistung und Kosten. Eine browserbasierte Benutzeroberfläche, CLI oder VS Code-Erweiterung, gekoppelt mit integrierten Monitoring-Tools wie Stream-Lineage bieten die benötigte Flexibilität, um die Entwicklung von der Testphase bis zur Produktion zu beschleunigen.
Confluent Code übernimmt alles andere dank unserer Cloud-nativen, serverlosen Flink-Lösung
Die primäre, browserbasierte Option, um SQL für die Interaktion mit den Daten in Confluent Cloud zu nutzen
Statements und Compute-Pools in der CLI verwalten
Fokussierte Entwicklung dank VS Code-Erweiterung
Responsive Echtzeit-KI/ML-Systeme und Event-getriebene Agenten erstellen.
Daten für Echtzeit-Inferenz vorbereiten mit Einbettungs-, Prognose- und Inferenz-Funktionen und sie nahtlos mit externen Modellen, LLMs, Tools und Frameworks integrieren. Den AI-Technologie-Stack vereinfachen und den Fokus von der Integration auf die Bereitstellung von AI-Mehrwert verlagern.
Vektoreinbettungen für Daten innerhalb von Streaming-Pipelines generieren.
Echtzeit-Forecasting während Events durch die Streaming-Pipelines fließen
Inferenzen auf Events innerhalb des Streams durchführen
OOTB-Unterstützung für Tool-Calling mit MCP
Neue Entwickler erhalten Credits im Wert von 400 $ für die ersten 30 Tage – kein Kontakt zum Vertrieb erforderlich.
Confluent bietet alles Notwendige zum: – Entwickeln mit Client-Libraries für Sprachen wie Java und Python, Code-Beispielen, über 150 vorgefertigten Connectors und einer Visual Studio Code-Extension. – Lernen mit On-Demand-Kursen, Zertifizierungen und einer globalen Experten-Community. – Betreiben mithilfe einer CLI, IaC-Unterstützung für Terraform und Pulumi und OpenTelemetry-Observability.
Die Registrierung ist über das Cloud-Marketplace-Konto unten möglich oder direkt bei uns.
Apache Flink ist der de facto Open-Source-Standard für zustandsbehaftete Stream-Verarbeitung und wurde entwickelt, um Berechnungen auf unbegrenzten, kontinuierlichen Datenströmen auszuführen. Es wird für den Aufbau von Echtzeit-Daten-Pipelines und Event-getriebenen Anwendungen genutzt, da es eine Verarbeitung mit geringer Latenz, hohen Durchsatz und Exactly-Once-Konsistenzgarantien bietet, die für zuverlässig arbeitende, geschäftskritische Systeme von entscheidender Bedeutung sind.
Nein. Apache Flink bietet Funktionen zur Stream-Verarbeitung, aber ein umfassendes Streamhouse benötigt auch Event-Streaming, Konnektivität, Governance und Zugriff auf aktuelle Daten. Confluent integriert Flink über seine Daten-Streaming-Plattform mit diesen Funktionen. Erfahre mehr über die Streamhouse-Datenarchitektur.
Apache Flink ermöglicht kontinuierliche Datenverarbeitung in einem Streamhouse. Es transformiert und reichert Streaming-Daten während ihrer Veränderung an und trägt dazu bei, den Geschäftskontext für Anwendungen, KI-Agenten und Analysen aktuell zu halten. Erfahre mehr über die Streamhouse-Datenarchitektur.
Ja. Confluent Cloud ist als eine einheitliche Daten-Streaming-Plattform konzipiert, auf der Apache Kafka und Apache Flink nahtlos integriert sind. Daten müssen in einem Confluent Cloud Kafka-Topic sein, damit sie von Flink verarbeitet werden können. Diese enge Integration stellt einen wesentlichen Vorteil dar, da sie die Notwendigkeit für Custom Connectors beseitigt und eine einzige, verwaltete Quelle für alle Echtzeitdaten bereitstellt. Confluent Platform ermöglicht jedoch die Nutzung von Flink mit einer Vielzahl von Quellen außerhalb von Apache Kafka.
Confluent Cloud bietet einen vollständig verwalteten, serverlosen Flink-Service, der die erhebliche operative Komplexität bei der Bereitstellung, Skalierung und Sicherung von Open-Source-Flink beseitigt. Während Open-Source-Flink eine leistungsstarke Engine ist, bietet Confluent eine umfassende Daten-Streaming-Plattform mit Zero-Config-Integration für Kafka, integrierter Schema Registry, Sicherheit auf Enterprise-Niveau und einem nutzungsbasierten Preismodell, so dass sich Teams auf die Logik konzentrieren können, statt die Infrastruktur zu verwalten.
Confluent Cloud bietet mehrere Tools für das Kostenmanagement. Die Preisgestaltung erfolgt nach dem Pay-as-you-go-Prinzip, basierend auf den pro Minute verbrauchten CFUs, so dass nur der tatsächliche Verbrauch berechnet wird. Es können konfigurierbare, feste Kostenobergrenzen für die Rechenpools festgelegt werden, um Budgetüberschreitungen zu vermeiden. Die Nutzung kann über die Metrics API überwacht werden, um die Abfragen hinsichtlich ihrer Kosteneffizienz zu optimieren.

