Jakarta, FORTUNE - Confluent, Inc menghadirkan kemampuan baru pada Confluent Cloud untuk membuat pemrosesan streaming dan data streaming menjadi lebih mudah diakses dan aman. Dengan menambahkan dukungan Table API untuk Apache Flink®, para developer dapat semakin mudah untuk menggunakan Java atau Python dalam membangun aplikasi streaming
“Ribuan tim di seluruh dunia menggunakan Apache Flink sebagai solusi pemrosesan streaming untuk memberikan pengalaman pelanggan yang luar biasa dan merampingkan operasional dengan mengalihkan pemrosesan lebih dekat ke sumbernya, di mana datanya masih baru dan bersih,” ujar Shaun Clowes selaku Chief Product Officer Confluent melalui keterangan resmi di Jakarta, Selasa (1/10).
Confluent Cloud untuk Apache Flink juga menghadirkan SQL API, sebuah fitur yang kuat dan mudah digunakan untuk memproses aliran data. Meskipun Flink SQL efektif untuk menulis dan mengeksekusi query dengan cepat, beberapa tim lebih menyukai bahasa pemrograman seperti Java atau Python yang memungkinkan lebih banyak kontrol atas aplikasi dan data mereka. Hal ini dapat menjadi sangat penting ketika mengembangkan logika bisnis yang kompleks atau pengerjaan proses khusus.
Nilai pasar layanan cloud di RI diprediksi tembus US$933 juta
Berdasarkan data International Data Corporation (IDC), pasar layanan cloud di Indonesia memiliki prospek yang cerah, menyusul nilai pasar layanan cloud di Indonesia mencapai US$933 juta atau Rp14 triliun pada 2024. Pertumbuhan pasar layanan cloud di Indonesia juga diprediksi mencapai 20 -30 persen setiap tahunnya.
Untuk itu, Confluent fokus menggarap potensi ini dengan menghadirkan sejumlah inovasi lainnya seperti private networking untuk Flink memberikan perlindungan tingkat perusahaan untuk kasus penggunaan dengan data sensitif; Confluent Extension untuk Visual Studio Code mempercepat pengembangan kasus penggunaan real-time; dan Enkripsi Client-Side Field Level mengenkripsi data sensitif untuk keamanan dan privasi yang lebih kuat.
“Kekuatan sebenarnya dari penggunaan Apache Flink untuk pemrosesan streaming memberdayakan para developer untuk membuat aplikasi yang secara instan menganalisis dan merespons data real-time, secara signifikan meningkatkan daya tanggap dan pengalaman pengguna,” ujar Stewart Bond selaku Research Vice President di IDC.
Semakin banyak bisnis yang mengandalkan pemrosesan stream untuk membangun aplikasi dan pipeline real-time untuk berbagai kasus penggunaan yang mencakup machine learning, pemeliharaan prediktif, rekomendasi yang dipersonalisasi serta fraud detection.
Pemrosesan stream memungkinkan organisasi memadukan dan memperkaya data mereka dengan informasi di seluruh bisnis mereka. Apache Flink adalah standar de facto untuk pemrosesan streaming. Namun, banyak tim yang menemui kendala dengan Flink karena secara operasional rumit, sulit untuk diamankan dan memiliki biaya infrastruktur dan manajemen yang mahal.
