Le connecteur Neo4j Streams pour la plate-forme Kafka et Confluent permet d’obtenir des vues en temps réel des données connectées dans le streaming d’événements
Le leader des bases de données de graphes, annonce une nouvelle intégration avec la plate-forme Apache Kafka et Confluent pour connecter les flux de streaming d’événements. Il est disponible comme extension de serveur Neo4j pour tous les utilisateurs de Neo4j et de Kafka.
Quand les flux d’événements sont enrichis par une analyse puissante basée sur les graphes, des corrélations claires peuvent être établies en temps réel pour apporter de la souplesse aux organisations et leur permettre d’innover au rythme courant de leur activité.
Kafka est une plate-forme distribuée de streaming d’événements capable de prendre en charge des milliards d’événements par jour. Grâce à ce nouveau connecteur, les clients de Neo4j, de Kafka et Confluent bénéficient désormais d’une intégration complète. Les clients peuvent utiliser Neo4j Streams pour de multiples cas d’usage en temps réel, dont l’analyse de la fraude financière, les graphes de connaissances et une vision à 360 degrés des clients.
selon Fawad Zakariya, vice-président du développement Business et Corporate chez Neo4j, « nous avons intégré la base de données de graphes la plus puissante du monde et la plateforme de streaming la plus connue, avec un support complet pour les grandes entreprises clientes de Confluent et de Neo4j » indique Fawad Zakariya. « Les grandes entreprises exigent des capacités quasiment en temps réel pour lutter contre la fraude, s’adapter aux comportements des clients et réagir aux événements du marché. Cette intégration leur ouvre de nouvelles possibilités d’innover en combinant la puissance d’un contexte connecté avec des données de streaming en temps réel. » Et Simon Hayes, vice-président du développement Business et Corporate chez Confluent, de détailler les avantages que Neo4j Streams, l’extension de serveur Neo4j pour Kafka, apporte aux clients de Neo4j et Confluent : « à la milliseconde où les données sont créées, leur valeur dépend de la vitesse à laquelle on les utilise pour agir, » note Simon Hayes. « C’est pourquoi 60% des entreprises du Fortune 100 ont positionné une plateforme de streaming d’événements au cœur de leur activité. Grâce à cette intégration avec Neo4j Streams, les clients peuvent plus facilement et rapidement voir les connexions entre événements et convertir ces données en contexte pour passer plus vite à l’action. »
Avec l’intégration de Neo4j et de la plateforme Kafka et Confluent, les événements de changement dans Neo4j sont disponibles dans Kafka. D’autres applications permettent de mettre à jour les systèmes de streaming en aval ou d’ajouter des procédures qui peuvent être utilisées pour envoyer et recevoir des données depuis Kafka et accéder aux événements transactionnels. Grâce au collecteur de données, les utilisateurs de neo4j peuvent consommer les événements de Kafka et les convertir en structure de graphes. A l’inverse, ils peuvent aussi utiliser le Change Data Capture (CDC, soit capture des données modifiées) pour ingérer les événements de la base graphe dans une file Kafka.
Du reste, le connecteur Neo4j Sink, composant de Neo4j Streams, a atteint le niveau Or, dans le cadre des programmes d’intégration vérifiée de Confluent. Cette certification assure que les connecteurs répondent aux exigences techniques et fonctionnelles de l’API Kafka Connect, un composant open source de Kafka qui donne le cadre de connexion de Kafka avec des systèmes externes tels que les bases de données. En adhérant à l’API Kafka Connect, les clients peuvent s’attendre à une meilleure expérience d’utilisation, une montée en charge et l’intégration avec la plateforme Confluent, y compris Schema Registry, Control Center ainsi que Confluent Cloud, le service cloud natif de streaming en infogérance de Confluent, basé sur Kafka.
