![\"\"](\"http:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/Gregs-Headshot-2024.jpeg\")
<\/figure><\/div>\n\n\nGreg Murphy, Director de Marketing de Productos, Confluent<\/em><\/p> E3: \u00bfPuede decirnos algo m\u00e1s sobre la integraci\u00f3n de Confluent en SAP?<\/strong><\/p>\n\n\n\n En nuestra oferta SAP, nos centramos en ofrecer a los clientes de SAP y BTP la posibilidad de trasladar sus datos ERP a cualquier lugar. As\u00ed, cuando los clientes de SAP piensan en crear experiencias de cliente en tiempo real, an\u00e1lisis avanzados y el tipo de soluciones que su empresa necesita, no siempre significa que estos datos puedan permanecer en SAP; es necesario trasladarlos a herramientas y aplicaciones de terceros para darles vida.<\/p>\n\n\n\n As\u00ed que si pensamos en ello en primer lugar, ha a\u00f1adido las opciones que est\u00e1n disponibles para los clientes de SAP. En la actualidad, lo m\u00e1s habitual es que estos clientes utilicen la tecnolog\u00eda de c\u00f3digo abierto Apache Kafka, una tecnolog\u00eda de streaming de datos que permite a los clientes capturar estas actividades sobre la base de eventos y transmitirlas a donde sea necesario. Confluent fue desarrollado por los inventores de Apache Kafka. Hemos desarrollado una plataforma de streaming de datos totalmente gestionada y nativa en la nube con Kafka como epicentro. Permite a las organizaciones eliminar por completo la sobrecarga operativa, los gastos y retos de la gesti\u00f3n de la tecnolog\u00eda de c\u00f3digo abierto. Los clientes pueden aprovechar las ventajas del streaming de datos, lo que les permite convertirse en una organizaci\u00f3n inteligente en tiempo real que puede trabajar con estos datos ERP dondequiera se necesiten.<\/p>\n\n\n\n E3: \u00bfQu\u00e9 hace exactamente una plataforma de streaming de datos?<\/strong><\/p>\n\n\n\n Apache Kafka es una tecnolog\u00eda de c\u00f3digo abierto que se fund\u00f3 en LinkedIn en 2011. Fue creada por los fundadores de Confluent porque hab\u00eda una necesidad de movimiento de datos en tiempo real dentro de LinkedIn en ese momento con la tecnolog\u00eda que a\u00fan no exist\u00eda. As\u00ed que si piensas en la actividad basada en eventos -cada vez que a alguien le gusta o responde a un mensaje en LinkedIn, cualquier tipo de actividad- hab\u00eda una serie de sistemas que quer\u00edan conocer y entender esa actividad para poder construir procesos en torno a ella. Esto es exactamente para lo que se cre\u00f3 originalmente Kafka.<\/p>\n\n\n\n El principal caso de uso inicial es un modelo PubSub (publicar-suscribir), en el que los productores pueden enviar mensajes a la plataforma de streaming de datos, y cualquier consumidor posterior que quiera trabajar con esos datos de uno a muchos puede recogerlos y trabajar elegantemente con ellos. En lugar de una soluci\u00f3n punto a punto en la que cada aplicaci\u00f3n o herramienta ascendente tiene que mantener una integraci\u00f3n directa con todos los servicios descendentes que necesitan esos datos, este es un modelo mucho m\u00e1s elegante que permite a todos esos productores producir una vez en la tecnolog\u00eda de streaming de datos, y luego los consumidores pueden suscribirse o leer tantos de esos feeds como quieran. Proporciona a una empresa una forma muy elegante de transmitir todos los datos a trav\u00e9s de la organizaci\u00f3n y crear un sistema nervioso central en tiempo real. Eso es Apache Kafka. En esencia, es un sistema distribuido.<\/p>\n\n\n\n E3: \u00bfQu\u00e9 diferencia a la plataforma de datos de Confluent?<\/strong><\/p>\n\n\n\n Aunque Apache Kafka es una tecnolog\u00eda muy potente y ampliamente utilizada para el streaming de datos y el movimiento de datos a trav\u00e9s de la empresa en tiempo real, es muy dif\u00edcil para la mayor\u00eda de las organizaciones operar, escalar y utilizar realmente con \u00e9xito. La mayor\u00eda de las organizaciones tardar\u00e1n varios a\u00f1os en obtener un beneficio real de la tecnolog\u00eda, teniendo en cuenta los recursos de infraestructura, el personal a tiempo completo que se encargar\u00e1 de mantenerla en funcionamiento y los riesgos y desaf\u00edos que podr\u00eda implicar.<\/p>\n\n\n\n Kafka es muy potente, pero es una tecnolog\u00eda engorrosa, pesada y extensa que a\u00f1ade valor pero distrae a los equipos del n\u00facleo del negocio. Por ejemplo, un minorista que conf\u00eda en Apache Kafka no es precisamente alabado por sus clientes intermedios por gestionar tan bien Kafka. El minorista quiere centrarse en nuevos casos de uso que tengan un impacto en el cliente y que aprovechen los datos en tiempo real a los que tiene acceso. El objetivo de Confluent es basarse en esta tecnolog\u00eda de c\u00f3digo abierto y proporcionar a los clientes de todos los sectores todo el valor de una plataforma de streaming de datos, eliminando al mismo tiempo las cargas, los retos y los costes de gestionar esa tecnolog\u00eda de c\u00f3digo abierto, porque no es ah\u00ed donde est\u00e1 el valor para nuestros clientes y no es eso lo que quieren llevar al mercado. Eso es lo que hacemos nosotros. Y ah\u00ed es donde reside nuestra experiencia.<\/p>\n\n\n\n E3: \u00bfPuede explicarnos con m\u00e1s detalle?<\/strong><\/p>\n\n\n\n Hay tres pilares que realmente diferencian a la plataforma de streaming de datos de Confluent de esta tecnolog\u00eda de c\u00f3digo abierto. El primero es que Confluent es nativa de la nube. Hemos tomado Apache Kafka, la tecnolog\u00eda de c\u00f3digo abierto, y la hemos redise\u00f1ado completamente para la nube. Es una gran inversi\u00f3n llevar esta tecnolog\u00eda a la nube y permitir a los clientes configurar un cl\u00faster que pueda gestionar toda la organizaci\u00f3n con unos pocos clics.<\/p>\n\n\n\n Todas estas funciones se resumen en el llamado motor Kora. El motor Kora es el motor Apache Kafka, desarrollado especialmente para la nube. Es el\u00e1sticamente escalable. Esto significa que los cl\u00fasteres individuales pueden alcanzar hasta 20 gigabytes por segundo. Dispone de una cantidad infinita de espacio de almacenamiento.<\/p>\n\n\n\n E3: \u00bfPuede dar un ejemplo de estas funciones y c\u00f3mo afectan a los clientes?<\/strong><\/p>\n\n\n\n Se gaste como se gaste, se trata de una actividad muy perturbadora y costosa para la que las organizaciones deben estar preparadas. Dentro de la nube de Confluent, el escalado el\u00e1stico significa que escalamos autom\u00e1ticamente con la actividad para garantizar que los clientes tengan el rendimiento y la capacidad que necesitan para gestionar cualquier tr\u00e1fico que llegue a trav\u00e9s de la plataforma. Adem\u00e1s, reducimos la escala autom\u00e1ticamente cuando el tr\u00e1fico se ralentiza para garantizar la rentabilidad y que nadie tenga que pagar de m\u00e1s.<\/p>\n\n\n\n Se gaste como se gaste, se trata de una actividad muy perturbadora y costosa para la que las organizaciones deben estar preparadas. Dentro de la nube de Confluent, el escalado el\u00e1stico significa que escalamos autom\u00e1ticamente con la actividad para garantizar que los clientes tengan el rendimiento y la capacidad que necesitan para gestionar cualquier tr\u00e1fico que llegue a trav\u00e9s de la plataforma. Adem\u00e1s, reducimos la escala autom\u00e1ticamente cuando el tr\u00e1fico se ralentiza para garantizar la rentabilidad y que nadie tenga que pagar de m\u00e1s.<\/p>\n\n\n\n E3: \u00bfQu\u00e9 hay del almacenamiento en el motor Kora?<\/strong><\/p>\n\n\n\n El motor de Kora dispone de un espacio de almacenamiento infinito. Los clientes no s\u00f3lo tienen acceso a los datos en tiempo real que circulan por la plataforma. Pueden almacenar datos, y una cantidad infinita de ellos con nosotros. Ofrecemos un SLA (Service Level Agreement o acuerdo de nivel de servicio) de tiempo de actividad del 99,99 por ciento. Por tanto, damos una alta garant\u00eda de que la plataforma estar\u00e1 disponible. Tambi\u00e9n garantizamos tiempos de latencia bajos y un alto caudal de datos a trav\u00e9s de la plataforma. En definitiva, con este pilar nativo de la nube, hemos eliminado toda la carga operativa, el coste y las distracciones de Apache Kafka y hemos reconstruido todo el servicio en una experiencia en la nube, tal y como esperar\u00eda un cliente.<\/p>\n\n\n\n E3: \u00bfCu\u00e1l es el segundo pilar que caracteriza a la plataforma de streaming de datos de Confluent?<\/strong><\/p>\n\n\n\n El segundo pilar es que Confluent es completo. Nuestros clientes no solo necesitan Apache Kafka para crear experiencias en tiempo real. Lo que necesitan es una plataforma de streaming de datos completa que les permita construirla en torno a Apache Kafka y trabajar de forma realmente eficiente. Esto incluye integraciones de datos, como SAP, que nosotros ofrecemos. Tenemos m\u00e1s de 120 integraciones de origen y sincronizaci\u00f3n preconstruidas en la plataforma. La tecnolog\u00eda de streaming de datos permite tomar los datos de dondequiera que se produzcan y enviarlos a dondequiera que deban consumirse. Nuestros clientes nos han dicho que cada una de estas integraciones tarda hasta seis meses en desarrollarse, adem\u00e1s de toda una vida de soporte y gesti\u00f3n para mantenerlas en funcionamiento. En cambio, hay m\u00e1s de 120 para esta integraci\u00f3n preconstruida, por lo que los clientes pueden ahorrarse este tiempo, acceder autom\u00e1ticamente a todos los datos que necesitan y enviarlos all\u00ed donde se necesiten.<\/p>\n\n\n\n Como SAP es una oferta b\u00e1sica, se integra directamente en la consola SAP. No se trata s\u00f3lo de acceder a los datos SAP y reenviarlos a una de las ubicaciones que ofrecemos. Tambi\u00e9n hay datos de gran valor que residen fuera del sistema SAP. Piense en datos IoT, datos de herramientas de marketing, streaming de clics en tiempo real de Internet... hay una gran variedad de fuentes de datos que podr\u00edan ser necesarias. Permitimos a los clientes de SAP acceder a sus datos SAP y fusionarlos en tiempo real con todas estas fuentes de datos diferentes para que puedan pasarlos a bases de datos, almacenes de datos, lagos de datos y herramientas AI ML en tiempo real como un producto de datos completo.<\/p>\n\n\n\n Es la \u00fanica suite de gobernanza totalmente gestionada del sector para Apache Kafka que asegura y garantiza datos de alta calidad, pero tambi\u00e9n los hace accesibles al resto de la organizaci\u00f3n. Esto garantiza que m\u00e1s personas de la organizaci\u00f3n tengan acceso a datos en tiempo real para dar forma de manera eficiente a las experiencias que se esperan hoy en d\u00eda.<\/p>\n\n\n\n E3: \u00bfCu\u00e1l es el tercer pilar que caracteriza a la plataforma de streaming de datos de Confluent?<\/strong><\/p>\n\n\n\n Y, por \u00faltimo, es una oferta que est\u00e1 disponible en todas partes. Ya sea en la nube -estamos en AWS, Azure GCP, disponible en todas las nubes- la capacidad de conectar todos esos entornos y enviar datos entre ellos, o en las instalaciones con la plataforma Confluent y la conectividad all\u00ed tambi\u00e9n. As\u00ed que entre un entorno local, un entorno en la nube y un entorno h\u00edbrido, realmente un sistema nervioso centralizado. Datos en tiempo real para toda la empresa es lo que puede construirse en \u00faltima instancia.<\/p>\n\n\n\n E3: \u00bfC\u00f3mo pueden integrarse las dos plataformas espec\u00edficamente con SAP BTP, la Plataforma Tecnol\u00f3gica Empresarial?<\/strong><\/p>\n\n\n\n En diciembre, hicimos un anuncio externo sobre la disponibilidad de Confluent en la tienda SAP. Como parte de este anuncio, presentamos nuestra integraci\u00f3n directa entre SAP Datasphere, BTP y la nube de Confluent.<\/p>\n\n\n\n Esto ofrece a los clientes de SAP la posibilidad de acceder a la plataforma de streaming de datos de Confluent y a streamings de datos totalmente gestionados directamente desde SAP Datasphere. As\u00ed, cuando trabajo con BTP, tengo acceso a S\/4 Hana ECC y a otras herramientas de SAP. Como usuario, puedo configurar la escritura de estos datos en tiempo real en streamings de datos totalmente gestionados en Confluent. De este modo, los datos de ERP salen de SAP y pueden utilizarse posteriormente para alimentar aplicaciones y an\u00e1lisis con datos en tiempo real.<\/p>\n\n\n\n E3: \u00bfEn qu\u00e9 casos no ser\u00edan aplicables estas plataformas o ideales para las soluciones de un entorno inform\u00e1tico?<\/strong><\/p>\n\n\n\n Creo que los casos de uso son muy variados. Son muy abiertos. En Confluent, decimos que los clientes con los que trabajamos han abierto realmente un n\u00famero casi ilimitado de casos de uso. Sabemos que las soluciones que los clientes quieren crear no siempre dependen \u00fanicamente de los datos de SAP, y que estos datos por s\u00ed solos no siempre son decisivos para un caso de uso. Por lo tanto, es crucial que los clientes de SAP tengan acceso a datos m\u00e1s all\u00e1 de los sistemas BTP y SAP. Y esto es algo que hacemos f\u00e1cilmente accesible en la plataforma. No son s\u00f3lo los conectores preconstruidos en la plataforma los que permiten trasladar f\u00e1cilmente los datos hacia abajo. Tambi\u00e9n se pueden tomar datos adicionales, fusionarlos con datos SAP y crear algo m\u00e1s completo y listo para su uso posterior.<\/p>\n\n\n\n E3: \u00bfCu\u00e1l es la ventaja de la plataforma de streaming de datos de Confluent?<\/strong><\/p>\n\n\n\n En cuanto a la oferta nativa en la nube, se ha demostrado que nuestra oferta reduce el coste total de propiedad de Apache Kafka para las empresas hasta en un 60 por ciento. As\u00ed que cuando hablamos del valor de los datos en streaming \u2013y hay mucha demanda por parte de los clientes de SAP\u2013 quieren trabajar con Apache Kafka; quieren utilizarlo para su experiencia de cliente en tiempo real. Confluent puede ofrecer una soluci\u00f3n mejor para Kafka y tambi\u00e9n una plataforma completa de streaming de datos que reducir\u00e1 el coste total de propiedad de Kafka en un 60 por ciento. Esto devolver\u00e1 a nuestros clientes tiempo para centrarse no en la gesti\u00f3n de la infraestructura, sino en lo que realmente impulsar\u00e1 su negocio. Y en lo que sorprender\u00e1 y encantar\u00e1 a sus clientes, ya sean internos o externos.<\/p>\n\n\n\n E3: \u00bfCu\u00e1les opciones le dar\u00eda a los clientes que buscan integraci\u00f3n con S\/4 Hana en la nube y con BTP?<\/strong><\/p>\n\n\n\n La mejor manera de hacerlo es a trav\u00e9s de la integraci\u00f3n de Datasphere que hemos desarrollado. Est\u00e1 directamente conectada a la herramienta Datasphere dentro de BTP. Extrae datos de S\/4 Hana ECC, BW, hay una lista de al menos cinco, seis o siete fuentes diferentes por parte de SAP, pero S\/4 Hana encabeza la lista. Es el buque insignia de SAP. As\u00ed que esa es, con diferencia, la recomendaci\u00f3n por nuestra parte en cuanto a la forma m\u00e1s sencilla de liberar esos datos ERP para introducirlos en la plataforma de streaming de datos y moverlos en sentido descendente hacia donde tienen que ir. Para la gesti\u00f3n de inventarios de comercio electr\u00f3nico en tiempo real, fabricaci\u00f3n, casos de uso de IoT, IA, ML, entre otros. Esa ser\u00e1 la recomendaci\u00f3n por nuestra parte.<\/p>\n\n\n\n E3: \u00bfQu\u00e9 significa esto para los clientes de ERP en particular?<\/strong><\/p>\n\n\n\n Creemos que es importante que el mercado entienda la oferta de Confluent porque es, ante todo, una empresa inteligente en tiempo real que proporciona datos ERP en tiempo real a las aplicaciones posteriores. Los tres pilares en los que nos centramos espec\u00edficamente para SAP son: en primer lugar, crear aplicaciones en tiempo real a un coste menor. Esto se consigue con el motor Kora y reduciendo el coste total de propiedad de Kafka hasta en un 60 por ciento.<\/p>\n\n\n\n El segundo pilar es la transmisi\u00f3n de datos SAP a cualquier lugar donde se necesiten y su fusi\u00f3n con otras fuentes. Esto se hace con los conectores 120 y el procesamiento de streamings con Apache Flink (un marco de procesamiento por lotes de c\u00f3digo abierto).<\/p>\n\n\n\n El \u00faltimo pilar es permitir que los clientes mantengan estrictas normas de seguridad a medida que migran de BTP a la nube de Confluent. Disponemos de una serie de funciones de seguridad de nivel empresarial que son est\u00e1ndar en la plataforma. Por ejemplo, el cifrado de datos en reposo y en tr\u00e1nsito. Disponemos de diversas funciones de personalizaci\u00f3n, redes privadas, registros de auditor\u00eda y toda una serie de funciones de seguridad disponibles en la plataforma. Dispone de un conjunto est\u00e1ndar de normas de cumplimiento.<\/p>\n\n\n\n E3: \u00bfPuede hablarnos un poco m\u00e1s de las caracter\u00edsticas de gobernanza de la plataforma?<\/strong><\/p>\n\n\n\n Ofrecemos la \u00fanica suite de gobernanza totalmente gestionada del sector para Apache Kafka. Consta de varios pilares: calidad del flujo, cat\u00e1logo de flujos y linaje de flujos. La calidad del flujo es probablemente lo que la gente piensa m\u00e1s a menudo cuando piensa en la gobernanza del flujo, y es la integridad de los datos, las reglas de datos, los contratos, asegur\u00e1ndose de que los est\u00e1ndares est\u00e1n en su lugar para todos los datos que pasan a trav\u00e9s de la plataforma. Esto tambi\u00e9n garantiza que los datos puedan reutilizarse f\u00e1cilmente m\u00e1s adelante. Esto se hace por defecto.<\/p>\n\n\n\n Tambi\u00e9n tenemos un cat\u00e1logo de flujos y tanto el cat\u00e1logo de flujos como el linaje de flujos son la otra cara de la gobernanza, una visi\u00f3n m\u00e1s moderna de la gobernanza. Forman parte del mismo conjunto, pero no se centran en bloquear los datos, sino en abrirlos al cat\u00e1logo de flujos de la empresa.<\/p>\n\n\n\n Nuestro portal de datos permite a los clientes de la plataforma de streaming de datos comprender, por ejemplo, cu\u00e1les son los streamings de datos de alto valor que proceden de SAP. De modo que, aunque facilitamos enormemente a los clientes de SAP la generaci\u00f3n de estos streamings de datos y su env\u00edo a Confluent, el cat\u00e1logo de datos de nuestro sitio web y, en concreto, el portal de datos garantiza que los clientes de la nube de Confluent, aquellos que utilizan nuestra plataforma a diario, puedan ver y conocer estos streamings de datos. Saben qu\u00e9 datos est\u00e1n disponibles y pueden crear las herramientas que necesitan.<\/p>\n\n\n\n E3: \u00bfPuede dar un ejemplo de esto?<\/strong><\/p>\n\n\n\n Un ejemplo: tenemos un usuario de BTP y un usuario de la nube de Confluent. El usuario de la nube podr\u00eda utilizar el cat\u00e1logo que tiene el usuario de BTP para encontrar un streaming de datos que contenga los datos IoT de fabricaci\u00f3n que quiere y necesita. As\u00ed que eso es genial. Has encontrado algo que impulsa el proyecto. Sin embargo, la siguiente pregunta podr\u00eda ser: \u00bfDe d\u00f3nde proceden realmente estos datos? \u00bfQu\u00e9 ha pasado con ellos? \u00bfSe han mezclado con muchos otros datos? \u00bfC\u00f3mo puedo estar seguro de que puedo utilizar estos datos en mi proyecto?<\/p>\n\n\n\n Stream Lineage es la tercera parte de la suite de gobernanza, que proporciona a los clientes una visi\u00f3n integral de estos streamings de datos en forma de \"Google Maps\" para que puedan entender de d\u00f3nde vienen, a d\u00f3nde van y qu\u00e9 les ocurre por el camino. Pueden hacerlo a trav\u00e9s del cat\u00e1logo. Y cuando los encuentran con linaje, pueden entender f\u00e1cilmente qu\u00e9 son todos estos datos y c\u00f3mo pueden utilizarlos. As\u00ed que ese es el tercer punto que quer\u00eda a\u00f1adir: el mantenimiento de estrictas normas de seguridad, gobernanza y cumplimiento que pueden mantener los clientes de SAP cuando trasladan todos esos datos a la plataforma de streaming de datos de Confluent.<\/p>\n\n\n\n E3: \u00a1Gracias por la entrevista!<\/strong><\/p>\n\n\n\n confluent.io<\/a><\/p>","protected":false},"excerpt":{"rendered":" La revista E3 habl\u00f3 con Greg Murphy, director de marketing de productos de Confluent, sobre la plataforma de streaming de datos de Confluent y su integraci\u00f3n con SAP Datasphere en BTP. <\/p>","protected":false},"author":2713,"featured_media":141468,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[5],"tags":[39870,42268],"coauthors":[43310],"class_list":["post-141465","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-infrastruktur","tag-btp","tag-datasphere"],"featured_image_urls_v2":{"full":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"thumbnail":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-150x150.jpg",150,150,true],"medium":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-400x180.jpg",400,180,true],"medium_large":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-768x346.jpg",768,346,true],"large":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"image-100":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-100x45.jpg",100,45,true],"image-480":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-480x216.jpg",480,216,true],"image-640":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-640x288.jpg",640,288,true],"image-720":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-720x324.jpg",720,324,true],"image-960":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-960x432.jpg",960,432,true],"image-1168":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"image-1440":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"image-1920":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"1536x1536":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"2048x2048":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-18x8.jpg",18,8,true],"bricks_large_16x9":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"bricks_large":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"bricks_large_square":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming.jpg",1000,450,false],"bricks_medium":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-600x270.jpg",600,270,true],"bricks_medium_square":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-600x450.jpg",600,450,true],"profile_24":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/03\/data-streaming-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":" E3 Magazine sprach mit Greg Murphy, Staff Product Marketing Manager bei Confluent, \u00fcber die Daten-Streaming-Plattform von Confluent und ihre Integration mit SAP Datasphere auf der BTP. <\/p>\n","category_list_v2":"IT Management<\/a>","author_info_v2":{"name":"Laura Cepeda","url":"https:\/\/e3magpmp.greatsolution.dev\/es\/author\/laura-cepeda\/"},"comments_num_v2":"0 comentarios","acf":[],"_links":{"self":[{"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/posts\/141465","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/users\/2713"}],"replies":[{"embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/comments?post=141465"}],"version-history":[{"count":5,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/posts\/141465\/revisions"}],"predecessor-version":[{"id":141620,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/posts\/141465\/revisions\/141620"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/media\/141468"}],"wp:attachment":[{"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/media?parent=141465"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/categories?post=141465"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/tags?post=141465"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/coauthors?post=141465"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"\"](\"https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/08\/nl_werbung_800x100_es.jpg\")
<\/a><\/div>![\"\"](\"https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/08\/nl_werbung_800x100.jpg\")
<\/a><\/div>![\"\"](\"https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2023\/12\/steampunk_2024_1_800x100-scaled.jpg\")
<\/a><\/div>\n\n\n\n