Apache Kafka & Stream Processing Fundamentals · レッスン

ストリーム分析のためのKSQL入門

Kafka上でリアルタイムストリーム処理を行うSQL風インターフェース、KSQLについて学び、迅速なデータ変換とクエリを実現します。

「ストリーム分析のためのKSQL入門」はCoddyKit上の無料Apache Kafka & Stream Processing Fundamentalsレッスンです。これはレッスン3/4です。下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。これはApache Kafka & Stream Processing Fundamentals学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Apache Kafka & Stream Processing Fundamentalsコースには全4レッスンが含まれています。

このレッスンの一部はまだ翻訳されておらず、英語で表示されています。

Meet KSQL: Stream Processing with SQL

Welcome to KSQL! It's an SQL-like language that lets you process and query data directly from Apache Kafka topics in real-time. Think of it as SQL for your data streams.

KSQL simplifies building stream processing applications, making it accessible even if you're not an expert in programming languages like Java or Scala.

Why KSQL? The Benefits

KSQL brings several advantages to your Kafka ecosystem:

Real-time Analytics: Query live data streams as they arrive.
Simplified ETL: Easily transform, filter, and aggregate data to create new topics.
Rapid Development: Write complex stream processing logic with simple SQL queries.
Operational Insights: Monitor your Kafka data flows with continuous queries.

KSQLDB: The Stream Processing Engine

At the heart of KSQL is KSQLDB, a distributed streaming database built on Kafka. It acts as the engine that executes your KSQL queries.

When you run a KSQL query, KSQLDB translates it into a Kafka Streams application, which then runs continuously on your Kafka cluster to process data.

Interacting with KSQLDB CLI

You can interact with KSQLDB using its command-line interface (CLI). This allows you to define streams, tables, and run queries directly.

First, you'll start the KSQLDB server, then connect to it using the CLI. Here's how you might connect:

ksql http://localhost:8088

Streams: Continuous Data Flows

In KSQL, a stream represents an unbounded, ordered sequence of events. It's like a direct view into a Kafka topic, where each message is an event.

You define a stream by mapping its fields to the data in a Kafka topic. Here's an example of creating a stream for website page views:

CREATE STREAM pageviews (
  viewtime BIGINT,
  userid VARCHAR,
  pageid VARCHAR
)
WITH (
  kafka_topic='pageviews_topic',
  value_format='JSON'
);

Tables: Materialized Views of Streams

A table in KSQL represents a changelog stream, where each record is an update to a row in the table. It's a continuously updated, materialized view of your data.

Tables are useful for stateful operations, like counting events or storing the latest value for a key. Imagine a table of user profiles, always showing the most current data.

CREATE TABLE users_by_region AS
SELECT
  regionid,
  COUNT(userid) AS user_count
FROM users_stream
GROUP BY regionid
EMIT CHANGES;

Querying Streams Continuously

One of KSQL's most powerful features is the ability to run continuous queries on streams. Unlike traditional SQL which runs once and exits, KSQL queries keep running and output results as new data arrives.

You can use familiar SELECT statements. Add EMIT CHANGES to see new results and LIMIT for interactive exploration:

SELECT userid, pageid
FROM pageviews
EMIT CHANGES
LIMIT 5;

Basic Data Transformations

KSQL allows you to easily transform your stream data using standard SQL clauses like WHERE for filtering and selecting specific columns.

This is great for creating new, refined data streams or for simple real-time analytics. For example, let's filter page views to only show those related to the 'home' page:

SELECT userid, pageid
FROM pageviews
WHERE pageid LIKE '%home%'
EMIT CHANGES;

Persistent Queries for ETL

Beyond interactive queries, KSQL allows you to define persistent queries. These are queries that run continuously in the background and write their results back to new Kafka topics.

You create persistent queries using CREATE STREAM AS SELECT or CREATE TABLE AS SELECT. They are perfect for building real-time ETL (Extract, Transform, Load) pipelines.

CREATE STREAM high_value_pageviews AS
SELECT userid, pageid
FROM pageviews
WHERE userid IN ('user_premium', 'user_gold');

KSQL Concepts Check

Test your understanding of KSQL fundamentals.

KSQL: SQL for Your Data Streams

In this lesson, you've been introduced to KSQL, an incredibly powerful SQL-like interface for real-time stream processing on Apache Kafka.

You learned about KSQLDB, the engine powering KSQL.
You understood the difference between KSQL streams and tables.
You saw how to write basic continuous queries and create persistent queries for ETL.

KSQL opens up a world of real-time analytics and data transformation directly on your Kafka topics!

よくある質問

「ストリーム分析のためのKSQL入門」レッスンは無料ですか？

はい。「ストリーム分析のためのKSQL入門」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Apache Kafka & Stream Processing Fundamentalsコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Apache Kafka & Stream Processing Fundamentalsコースには全4レッスンが含まれています。

「ストリーム分析のためのKSQL入門」で何を学びますか？

Kafka上でリアルタイムストリーム処理を行うSQL風インターフェース、KSQLについて学び、迅速なデータ変換とクエリを実現します。ブラウザで直接実行するハンズオンコードでApache Kafka & Stream Processing Fundamentalsを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

Apache Kafka & Stream Processing Fundamentalsを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのApache Kafka & Stream Processing Fundamentalsは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。これはレッスン3/4です。

「ストリーム分析のためのKSQL入門」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このApache Kafka & Stream Processing Fundamentalsレッスンでコードを書いて実行できますか？

はい。すべてのApache Kafka & Stream Processing Fundamentalsレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

← Apache Kafka & Stream Processing Fundamentalsに戻る