Des architectures axées sur les événements aux analyses en temps réel et à l'IA, tout ce que vous construisez commence ici.
Le streaming de données transfère des données à haut débit et à faible latence entre les systèmes en temps réel. Jay Kreps, PDG de Confluent, a co-créé Apache Kafka®, la référence open source pour le streaming de données.
Aujourd'hui, des milliers de startups et d'entreprises font confiance à Confluent plutôt que d'avoir à gérer Kafka eux-mêmes. Notre moteur Kafka cloud-native, KORA redimensionne automatiquement et 10x plus rapidement les charges de travail en Go/s avec des latences maximales 10 fois plus faibles— et une disponibilité de 99,99 % garantie par SLA.
La gestion de Kafka vous coûte cher
Découvrez comment réduire le coût total de possession de jusqu'à 70 %
Avec le streaming de données, vous n'opérez pas de pipelines point à point fragiles. Chaque événement — clic, transaction, relevé de capteur ou mise à jour de base de données — est consigné dans un journal partagé en mode append-only.
Confluent diffuse des données pour tous les cas d'usage :
Optimisez vos ressources à moindre coût grâce à une tarification à l'usage
Synchronise automatiquement les données à travers les architectures globales au sein de votre réseau privé
Inclut le RBAC, le chiffrement en transit et au repos, et le BYOK
Inclure SOC 2 Type II, PCI DSS niveau 1, HIPAA et FedRAMP Moderate.
Un nombre illimité de producers de données peut écrire des événements dans un journal partagé, et un nombre illimité de consumers peut lire ces événements indépendamment et en parallèle. Vous pouvez ajouter, faire évoluer, récupérer et mettre à l'échelle des producers ou des consumers, sans dépendances.
Confluent intègre vos systèmes hérités et modernes :
Déployez une application client d'exemple en quelques minutes en utilisant la langue de votre choix.
Évitez de consacrer 3 à 6 mois à la conception, à la création et aux tests de chaque connecteur.
Lancez-vous en quelques minutes sans frais d'exploitation, ce qui réduit votre coût total de possession.
Créez vos propres intégrations et laissez-nous gérer l'infrastructure Connect
Une fois les événements dans le flux, ils sont organisés en topics logiques comme « commandes » ou « paiements ». Les applications, l'analyse et l'IA accèdent toutes à ces topics en tant que source d'enregistrement partagée.
Confluent enrichit vos données dès leur création, et non après qu'elles aient été traitées par lots :
Filtrez, transformez et reliez chaque événement en temps réel à l'aide de SQL
Appliquez la validation des schémas et de la sémantique avant que des données erronées n'entrent dans le système
Organise les topics pour l’enrichissement et l’accès en libre-service via une interface utilisateur ou des API
Représente les topics dans des formats de tables ouverts tels qu'Apache Iceberg® et Delta Lake.
Confluent peut être déployé dans des environnements multi-cloud, hybrides, en périphérie et sur site à un coût inférieur à celui de Kafka open source et de votre hyperscaler préféré.
Service cloud-native qui va au-delà d'Apache Kafka—disponible sur AWS, Azure et Google Cloud dans plus de 60 régions.
Une distribution complète d'Apache Kafka destinée aux entreprises, pour les charges de travail situées dans vos environnements sur site et dans des clouds privés.
Un service de streaming de données natif Bring Your Own Cloud (BYOC) compatible avec Kafka, avec fonction Zero Access et sécurisé par défaut.
Un service complet de streaming de données privé de niveau entreprise, avec des opérations cloud native pour de grandes équipes de plateformes ayant des besoins exigeants en matière de sécurité et de conformité.
Les nouveaux développeurs reçoivent 400 $ de crédits à dépenser pendant leurs 30 premiers jours, sans avoir à passer par un représentant commercial.
Confluent vous offre les outils et ressources nécessaires pour :
Vous pouvez vous inscrire directement avec nous ou avec votre compte cloud marketplace ci-dessous.
Confluent Cloud et Confluent Platform s’appuient tous deux sur une version entreprise de Kafka distribuée, repensée pour offrir une scalabilité cloud-native, plus rapide, plus économique et plus résiliente. Confluent Cloud est spécifiquement propulsé par Kora, un moteur Kafka natif du cloud qui nous permet de réaliser des économies significatives pour nos clients — y compris jusqu'à 20–90 % d'économies de débit grâce à nos clusters Standard, Enterprise et Freight à auto-scaling .
Apache Kafka constitue le socle de streaming d’un Streamhouse en capturant et en distribuant les événements métier au fur et à mesure qu’ils se produisent. Des capacités supplémentaires de traitement, de gouvernance et d’interrogation transforment ces événements en un contexte métier actuel et fiable. En savoir plus sur l’architecture de données Streamhouse.
Utiliser Confluent pour le streaming de données est un choix judicieux pour toute organisation qui souhaite moderniser son architecture de données, développer des applications axées sur les événements, tirer parti des données en temps réel pour l'analyse et l'IA, et résoudre les problèmes d'intégrité des données associés à l'ETL traditionnel basé sur des lots.
Les API traditionnelles reposent généralement sur un modèle requête-réponse, dans lequel le client sollicite des données auprès du serveur. Le streaming de données repose sur un modèle de publication–abonnement : les producteurs publient des événements dans un journal partagé, et un nombre illimité de consommateurs peut ensuite y accéder de manière indépendante. Ce découplage est fondamental pour les architectures modernes et évolutives.
Un large éventail d'applications en bénéficient, y compris des applications pour l'analyse de flux, l'IA générative axée sur les événements et les systèmes multi-agents. Toute application qui doit réagir instantanément aux événements ou qui a besoin de données hautement fiables pour des cas d’usage critiques, comme la détection de fraude et la cybersécurité, peut bénéficier du streaming de données cloud-native sur Confluent.
Confluent prend en charge les formats de données standard de l'industrie tels qu'Avro, Protobuf et JSON Schema via le Schema Registry, qui fait partie de Stream Quality dans Stream Governance (la suite de gouvernance entièrement gérée de Confluent). Cela permet aux utilisateurs d'intégrer des centaines de systèmes grâce à notre portefeuille de plus de 120 connecteurs préconfigurés pour des sources et des collecteurs tels que des bases de données, des entrepôts de données et des services Cloud.
Oui, Confluent est 100 % compatible avec Apache Kafka®. Des outils tels que Cluster Linking vous permettent de créer des répliques fiables et en temps réel de vos données et métadonnées Kafka existantes dans Confluent, et peuvent également être utilisés pour migrer vos charges de travail Kafka sans temps d'arrêt.
Oui. Le Kora engine cloud native de Confluent Cloud est conçu pour une performance et une résilience à très grande échelle. Il gère des charges de travail en GBps+, évolue 10x plus vite que le service Kafka traditionnel, et bénéficie d'une disponibilité de 99,99 % garantie par SLA. Confluent Platform fonctionne également sur une distribution cloud native de Kafka et offre des fonctionnalités pour faciliter la mise à l'échelle self-managed, notamment Confluent pour Kubernetes et les playbooks Ansible. Pour la sécurité, Confluent propose des fonctionnalités de niveau entreprise et possède de nombreuses certifications de conformité, y compris SOC 2, ISO 27001 et PCI DSS pour toutes ses options de déploiement.
Les nouveaux utilisateurs reçoivent 400 $ de crédits pour se lancer sans attendre. Il vous suffit de vous inscrire et d'activer votre compte, et vous serez guidé pour lancer votre premier cluster, connecter une source de données, et utiliser le Schema Registry sur Confluent Cloud. Nous vous recommandons également d'explorer notre Demo Center et nos ressources sur Confluent Developer pour commencer.
Non. Confluent propose un service Apache Flink® entièrement géré pour un traitement des flux performant, mais il n'est pas indispensable pour la fonctionnalité principale de streaming de données. Vous pouvez diffuser des données directement des producers vers n’importe quel nombre de consumers sans utiliser de couche de traitement intégrée.

