Pelanggan Confluent Cloud tidak hanya bisa mengalirkan (streaming) data dari satu sistem ke sistem lain secara real-time, tetapi juga dapat memodifikasi dan memroses data tersebut saat data dalam perjalanan.
Misalnya, perusahaan dapat memfilter data, seperti log pembelian, yang mungkin mengandung informasi yang salah, saat data tersebut dipindahkan dari sistem on-premises ke cloud.
Layanan ini juga mendukung penggabungan beberapa data stream menjadi satu stream, sehingga perusahaan dapat memanfaatkan kemampuan tersebut untuk memperkaya informasi dengan data-data eksternal.
Auto Scaling untuk Workload Latensi Rendah
Confluent juga mengumumkan ketersediaan klaster auto-scaling baru, Freight Cluster, sebagai solusi yang lebih efektif biaya untuk menangani data-data bervolume besar tapi tidak terlalu sensitif terhadap latensi.
Misalnya data-data telemetri dan data di log yang throughput-nya tinggi tapi tidak membutuhkan latensi tinggi karena jenis aliran data ini biasanya disimpan ke dalam indexing atau batch aggregation engine.
Klaster auto scaling ini menggunakan CKU (Confluent Unit for Kafka) elastis, yang menentukan ingress, egress, koneksi, dan permintaan (request) maksimum untuk didukung oleh satu klaster.
Dengan cara ini, Freight Cluster secara otomatis menyesuaikan skala berdasarkan permintaan tanpa perlu perencanaan ukuran atau kapasitas secara manual, sehingga memungkinkan perusahaan meminimalkan biaya operasional dan mengoptimalkan biaya dengan hanya membayar sumber daya yang digunakan saat dibutuhkan.
Klaster auto-scaling ini sudah tersedia sebagai early access di region-region tertentu Amazon Web Services dengan mendaftar melalui tautan ini.
Baca juga: Confluent Kenalkan Accelerate with Confluent untuk Sistem Integrator
Baca juga: Confluent Hadirkan Confluent Cloud untuk Apache Flink, Ini Fiturnya
| Penulis | : | Liana Threestayanti |
| Editor | : | Liana Threestayanti |
KOMENTAR