![見出し画像](https://assets.st-note.com/production/uploads/images/170803581/rectangle_large_type_2_1a08eda0f2e5f8bbde99a9a8a90f6598.png?width=1200)
私が保存しているURL集/画像ありバージョン
以前のリンク集と並びや数は変わりません。
ただ、少しリンクだけではどこに飛べばいいかなどを選びにくいかなと思ったので、URL内にある画像を少しずつ持ってきました。
選びやすそうなものやあまり面白い画像がなかった場合はそのままです。
あちらはあちらでコピーしやすいと思うのであのまま置いておきます。
よろしくお願いします<(_ _)>
1. Confluent公式情報
企業情報・概要:
ReadyContacts - Confluent企業情報 (情報が古い、もしくは限定的な可能性があるため、公式ウェブサイトの情報を優先することを推奨します)
製品・技術情報:
![](https://assets.st-note.com/img/1737298421-8GUSYekxDTwXFydoCc1lIb0A.png?width=1200)
最新情報(Confluent Cloud Q4 Launch 2024):
warpstreamなどについても説明があるのでこのリンクは結構使えると思います。
![](https://assets.st-note.com/img/1737298400-ePn94vQaUrkcthD105JKzuys.png?width=1200)
導入事例:
![](https://assets.st-note.com/img/1737298654-VUKCutkWiPdL1bAa2E09N7Do.png?width=1200)
Confluent Japan公式サイト:
![](https://assets.st-note.com/img/1737298722-NKzkhS2oGxUIbBRl8OyMm3CF.png?width=1200)
Confluentのソリューションとユースケース:
![](https://assets.st-note.com/img/1737298826-2RI3u0Tg9m1lkhd4pzfEBPaL.png?width=1200)
2. Kai Waehner氏のブログ記事
データメッシュ:
エージェントAIなどによりサービスの個別化・分散化が進むと考えられる状況なので、データメッシュという概念は知っておくと何かとつかみやすいかもしれません。少し画像は多めにしておきます。
![](https://assets.st-note.com/img/1737298996-log0KTRAYswmzWBhJHdnML43.png?width=1200)
![](https://assets.st-note.com/img/1737298972-8msCbGWqAiOrg5YzX9tBUFKS.png?width=1200)
![](https://assets.st-note.com/img/1737298954-JWvMGgSmdxifulXQO4njZ9KY.png?width=1200)
![](https://assets.st-note.com/img/1737298940-sqRlFm6LfMGI5vJ2CnVhWgPY.png?width=1200)
![](https://assets.st-note.com/img/1737299060-w9Vda1DmCypOj2GhRvbrPc5A.png?width=1200)
![](https://assets.st-note.com/img/1737299068-hc6rdbQL8VuPa9X3OFJnSHoy.png?width=1200)
![](https://assets.st-note.com/img/1737299126-rODi06vYzVCK7XU81TMlLty5.png?width=1200)
エッジコンピューティング:
ARMCPUとの関係ですね。よくわかってないです(笑)
どちらかというとARMが欲しくなる記事かも。
![](https://assets.st-note.com/img/1737299338-jT1V9DAK4XJlaYOkCn2e8vs6.png?width=1200)
![](https://assets.st-note.com/img/1737299357-XQOUDvLn3PyB4sT7i0tjAeuf.png?width=1200)
![](https://assets.st-note.com/img/1737299693-OJumLGYqivkRdnF86wHzfVpj.png?width=1200)
ゲーム業界:
![](https://assets.st-note.com/img/1737299764-lVydvbEOkrht5iHS0qsCQGjJ.png?width=1200)
![](https://assets.st-note.com/img/1737299843-Ekvxtu8fqbVH3PgQWNIyc4ms.png?width=1200)
![](https://assets.st-note.com/img/1737299847-4fEO0NKoHjLkwIqXTtyg8AFh.png?width=1200)
![](https://assets.st-note.com/img/1737299922-hIY3nQ6oLwFD4ijeKy08rxUP.png?width=1200)
小売業界:
小売業界におけるApache Kafkaのユースケース (Confluent公式ブログのWalmart事例と併せて参照)
下の画像に載っているユースケースについてのリンクもこの中にありました。ここには貼りませんが、興味があればぜひ。
![](https://assets.st-note.com/img/1737299952-96riOhaDqxgj4mpvSPXeMUuI.jpg?width=1200)
![](https://assets.st-note.com/img/1737299967-7gGVZ2ueItfT0F13SJObznBM.jpg?width=1200)
サプライチェーン:
食品・小売業界におけるリアルタイムサプライチェーン (Confluent公式ブログのWalmart事例と併せて参照)
Apache KafkaとApache Flinkの組み合わせ:
JavaScript、Node.jsとApache Kafkaによるフルスタックデータストリーミング:
![](https://assets.st-note.com/img/1737300095-2sdUNyQPijfzhlH1exLpCm7X.png?width=1200)
ワークフローとオーケストレーションエンジンとしてのApache Kafka:
![](https://assets.st-note.com/img/1737300166-EvOcmHPtD7CF0Yj6JLAk9x35.png?width=1200)
データ整合性とリアルタイムデータストリーミングのためのApache Kafka:
Lakehouseとデータストリーミングのためのオープステーブルフォーマット、Apache Icebergについて:
![](https://assets.st-note.com/img/1737300300-MT8xpcKngJYialqUCvANso2f.png?width=1200)
![](https://assets.st-note.com/img/1737300320-syzLFnmuEHYeK1tQcbIJDv5l.png?width=1200)
![](https://assets.st-note.com/img/1737300329-m90YhFpW3j2K8sLUAM51Cigt.png?width=1200)
![](https://assets.st-note.com/img/1737300366-UtkY3ofjxFbNuAeHwDSliGs7.png?width=1200)
![](https://assets.st-note.com/img/1737300391-VhNLzxgCqoOYQUi6Z72BpsTa.png?width=1200)
![](https://assets.st-note.com/img/1737300389-hGpU0AosSdmxtkB5uEMiON43.png?width=1200)
Siemens Healthineers:
![](https://assets.st-note.com/img/1737300408-EXHkjb8wL1RnAxayJgo2spu0.png?width=1200)
![](https://assets.st-note.com/img/1737300463-9SD4hPrRj0oeasMlUuJA72ig.png?width=1200)
![](https://assets.st-note.com/img/1737300457-MZ4kQYRsEScpl3X76T9GaKxr.png?width=1200)
3. 企業別 導入事例・ユースケース
Walmart:
Walmartのオムニチャネル補充におけるKafka活用 (Confluent公式ブログ)
![](https://assets.st-note.com/img/1737300598-3CpoSfgZnutsL7y4Yx1GWAFb.jpg?width=1200)
![](https://assets.st-note.com/img/1737300525-iTWmsd4hH9GEIcMk6DBgrN50.jpg?width=1200)
WalmartのKafka活用に関する日本語記事 (Confluent公式ブログ)
NASA:
NASAの深宇宙ネットワークにおける障害検知へのKafka活用 (Confluent Kafka Summit講演資料)
天文学におけるKafka活用(GCNプロジェクト) (Confluentイベント資料)
PayPal:
PayPalにおけるKafkaのスケーリング (PayPal公式技術ブログ)
Netflix:
Netflixのリアルタイムデータインフラストラクチャ (Medium記事)
![](https://assets.st-note.com/img/1737300773-b91vV7uR2Q6Wh3LrDylefTKZ.png?width=1200)
Uber:
UberにおけるAI/MLインフラストラクチャのスケーリング (Uber公式ブログ)
Michelin:
Michelin導入事例 (Confluent公式ウェブサイト)
4. その他の情報源
Google CloudとConfluentの連携:
![](https://assets.st-note.com/img/1737300871-WBOQi05ubHd7FzaktJjsPCAg.png?width=1200)
Kai Waehner氏のブログ:
Kai Waehner氏のブログ](https://www.kai-waehner.de/blog/)
将来展望: