Hazelcast et Infinispan

Date et lieu

Mardi 13 Novembre 2018
Dans les locaux de Renault Digital

Les inscriptions seront ouvertes le jeudi précédent l’évènement. Suivez aussi le Parisjug sur Twitter (@parisjug) pour être informé rapidement.

Les sessions sont filmées et le public est photographié. Les photographies sont ensuite publiées sur le site du Paris JUG et autres médias de l’associations Paris JUG. En acceptant cette invitation, vous autorisez le Paris JUG à publier votre photo sur les médias sus-mentionnés.
Les inscrits à l’évènement non présents 5 min avant le début de la session, soit à 19h25, verront leur place remise à disposition
Les non inscrits à l’évènement ne pourront donc y assister que sous réserve de places disponibles sur place 5 min avant le début de la session, soit à 19h25.
L’inscription implique de posséder une adresse mail valide sur laquelle vous recevrez une demande de confirmation à laquelle il vous faudra répondre afin de valider votre inscription. Toute inscription non confirmée ne sera pas prise en compte !

Détails

19h15 à 19h30: Accueil

19h30 - Streaming Analytics with Hazelcast

Big data is defined by its size, a huge volume of information to sift through to derive insights and aggregations. Fast data is defined by its speed, rapidly changing and requiring rapid analysis. What happens if you have both? A mass of data but you need quick analysis. An overnight batch won’t be good enough here. What we need is to process the data as it arrives, before it is stored, to get the earliest possible result.

To solve this problem, we’ll take a look at Hazelcast. This is a well-known In-Memory Data Grid with a streaming analytics engine known as Jet, and both of these are Java based. We’ll take a look then at the essence of streaming analytics, the basics and some theory. Then we’ll dive into the reality, with how streaming is implemented. And to show how this works, we’ll do some demos, simple coding to do powerful real-world tasks, on real-world data, in real-time. Live!

Par Riaz Muhammed

20h30 à 21h00 : Buffet

21h00 - Infinispan, 10 ans et toutes ses dents

Infinispan est un cache distribué/datagrid open-source qui est né en Octobre 2008… Où sommes-nous 10 ans plus tard ? Mon constat après presque 2 ans comme développeuse dans l’équipe est le suivant: beaucoup des devs méconnaissent les capacités et usages des datagrids/caches distribués, et d’Infinispan en particulier.

En quoi Infinispan peut enrichir vos applications? Quels sont les usages, bonnes pratiques, et patterns à mettre en place pour répondre aux besoins des architectures modernes ? Est-ce Infinispan Reactive? Avec quels frameworks l’utiliser, et pourquoi ? Comment déployer tout cela sur des conteneurs et les orchestrer avec kubernetes/openshift ? Que pouvez vous attendre de la version 10 qui sortira en 2019 ?