Suche

Java Magazin 7.16

Umfang: 100

Erhältlich ab: Juni 2016

Autoren: Nicolas Bär, Joachim Gucker, Reinhard Hohberger, Peter Hruschka, Thomas Kruse, Michael Lex, Jochen Mader, Matthias Niehoff, Dr. Daniel Pape, Benedict Pregler, Lars Röwekamp, Michael Schäfer, Simon Scholz, Gernot Starke, Manfred Steyer, Henning Schwentner, Daniel Takai, Lars Vogel

Sie werden zu unserer Partnerseite entwickler.de weitergeleitet

Highlights der Ausgabe

Aus Big Data werde Fast Data: Next Generation Big Data mit SMACK

Java 9: neuer, toller, bunter? Ein Blick auf die Features der neuen Version

Moderne Frontends für alle Plattformen  Teil 1: Erste Schritte mit Angular 2 und TypeScript

Enterprise goes Cloud – Teil 1: Die Cloud als Enabler der digitalen Transformation

Magazin

News

Bücher: Hacking im Web

Spannende Zeiten
Die JAX 2016
Melanie Feldmann, Dominik Mohilo, Hartmut Schlosser, Kypriani Sinaris

Java Core

Java 9: neuer, toller, bunter?
Ein Blick auf die Features der neuen Version
Henning Schwentner

Enterprise

Kolumne: EnterpriseTales
Multi-Channel-Architektur
Lars Röwekamp

Titelthema

Aus Big Data werde Fast Data
Next Generation Big Data mit SMACK
Jochen Mader

Die Daten müssen irgendwie ins System
Daten mit Kafka und Akka annehmen
Jochen Mader

Komplexe Daten ganz einfach
Datenanalyse mit Spark und Apache Zeppelin
Michael Lex und Dr. Daniel Pape

Streamingdaten einfach verarbeiten
Streaming-Apps mit Kafka, Spark und Cassandra
Matthias Niehoff

Tools

Kolumne: Lagebericht Eclipse-IDE 
Tschüss Eclipse Magazin und hallo Java Magazin
Lars Vogel und Simon Scholz

Web

Moderne Frontends für alle Plattformen
Teil 1: Erste Schritte mit Angular 2 und TypeScript
Manfred Steyer

Wenn der Traffic steigt: Methoden für mehr Elastizität
Teil 11: Skalierbarkeit
Nicolas Bär und Daniel Takai

Die goldene Brücke
Sanfte Migration von Swing ins Web
Thomas Kruse

Cloud Computing

Enterprise goes Cloud
Teil 1: Die Cloud als Enabler der digitalen Transformation
Michael Schäfer

Architektur

Kolumne: Knigge für Softwarearchitekten
Einstieg in die vierte Staffel: Software is eating the World
Peter Hruschka und Gernot Starke

Doch nicht tot
IBM Liberty im Schnellcheck
Reinhard Hohberger und Joachim Gucker

Android360

Der Java-Herausforderer
Kotlin für Android-Entwickler
Benedict Pregler

Höher, schneller, weiter

„Big“ reicht nicht mehr, Daten müssen jetzt auch „fast“ sein. Oft geistert dazu der unbestimmte Begriff „Echtzeit“ durch Talks, Artikel und Technologiebeschreibungen. Doch was heißt Echtzeit eigentlich? Wikipedia weiß es, so mancher Technik-Evangelist aber anscheinend nicht. Um Echtzeit handelt es sich, wenn „bestimmte Ergebnisse zuverlässig innerhalb einer vorbestimmten Zeitspanne“ eintreffen.

Es reicht eben nicht, auf eine Anwendung Echtzeit zu schreiben wie ein ASAP in eine E-Mail. Denn es geht nicht darum, etwas so schnell wie möglich zu machen, sondern so schnell wie nötig. Und das ist ein großer Unterschied. Für einen Vetriebsmitarbeiter reicht es vollkommen aus, wenn Aufträge innerhalb von ein paar Sekunden in seiner Übersicht auftauchen. Für einen Ingenieur hingegen kann es entscheidend sein, dass eine Fräse ein Signal in genau dieser Mikrosekunde bekommt. Denn sonst produziert sie für den Schrott. Es kommt also auf die Anwendung an – wie bei fast allem in der Softwareentwicklung.

Die Frage, wie schnell etwas passieren soll, ist gerade in Big-Data- und und den oft damit verbundenen IoT-Anwendungen wichtig. Und das Frontend ist dabei das Ende einer langen Kette von Zeiteinschätzungen. So schnell wie manch Sensor messen kann, kann nicht jede Datenbank mithalten. Berechnungen wollen zum richtigen Zeitpunkt durchgeführt und Daten mit Metadaten angereichert werden. Ein Stau auf der Datenautobahn ist das Letzte, was Entwickler und Anwender wollen. Hier heißt es, einen genauen Blick auf Schnittstellen und die Performance zu richten. Nicht umsonst schreien solche Anwendungen geradezu nach verteilten Systemen, in denen sich Lastspitzen besser verteilen lassen.

Ein schnelles Big-Data-System muss wie ein gut geöltes Getriebe laufen, in dem die einzelnen Rädchen reibungslos ineinander greifen – auch wenn mal weniger los ist. Ein kniffliges Problem, dem sich unser Titelthema mit vier Artikeln annimmt. Die dort ausgeführte Lösung für das Geschwindigkeitsproblem heißt SMACK, was keine Frühstückszerealie ist, sondern ein Technologistack für schnelle Anwendungen mit großen Datenmengen. Sicherlich kommt Ihnen die ein oder andere Komponente von SMACK bekannt vor, aber das Zusammenspiel macht hier den Unterschied – ganz nach dem Motto „Ein Ganzes ist mehr als die Summe seiner Teile“. Dann passt das auch mit der Echtzeit.

Was SMACK außerdem so interessant macht? Nach einer knappen Dekade, in der MapReduce als Prinzip und das Hadoop-Ökosystem als entsprechender Werkzeugkasten den Ton angaben, richtet sich der Blick jetzt mehr auf den Datenfluss, weniger auf deren (langfristige) Persistenz. Doch lesen Sie selbst (ab Seite 34).

Machen sie Ihre Systeme also nicht einfach schneller, machen Sie sie schnell genug.

Melanie Feldmann, Redakteurin
Twitter: JavaMagazin
Google +: gplus.to/JavaMagazin