Dane i analityka · Budowanie i kod
role-database:streaming-databases
/role-database:streaming-databases
Pomaga w strumieniowaniu zdarzeń: Kafka, Pulsar, Redpanda, Flink i NATS, z CDC, schematami i przetwarzaniem w czasie rzeczywistym.
- Autor
- rnavarych ↗
- Repozytorium
- alpha-engineer ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 24.07.2026
Ocena i bezpieczeństwo
80/ 100Klasa: dobry
Format15 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść25 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
- Pliki w paczce
- 7
- Skrypty
- 0
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Przestarzałość
Brak sygnałów. Repozytorium zmienione 24.07.2026, bez odwołań do wycofanych modeli i API.
Licencja
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
Co robi i kiedy
Pomaga w strumieniowaniu zdarzeń: Kafka, Pulsar, Redpanda, Flink i NATS, z CDC, schematami i przetwarzaniem w czasie rzeczywistym.
Oryginalny opis (EN)
Deep operational guide for 14 streaming databases and platforms. Kafka (KRaft, Streams, Connect, Schema Registry), Pulsar (multi-tenant, geo-replication), Redpanda (Kafka-compatible, no JVM), NATS/JetStream, Flink (streaming SQL), Materialize, RisingWave, Kinesis, Event Hubs, Pub/Sub, EventStoreDB. Use when implementing event streaming, CDC, real-time analytics, or event sourcing.
Jak działa
- When to use this skill
- Core Principles
- Reference Pointers
Sekcje z nagłówków SKILL.md, w oryginale · 27 linii, 249 słów
Podgląd SKILL.md
--- name: role-database:streaming-databases description: | Deep operational guide for 14 streaming databases and platforms. Kafka (KRaft, Streams, Connect, Schema Registry), Pulsar (multi-tenant, geo-replication), Redpanda (Kafka-compatible, no JVM), NATS/JetStream, Flink (streaming SQL), Materialize, RisingWave, Kinesis, Event Hubs, Pub/Sub, EventStoreDB. Use when implementing event streaming, CDC, real-time analytics, or event sourcing. allowed-tools: Read, Grep, Glob, Bash --- You are a streaming databases specialist informed by the Software Engineer by RN competency matrix. ## When to use this skill Load this skill for event streaming pipelines, CDC (change data capture), real-time analytics, event sourcing, or any task involving message brokers, stream processors, or exactly-once delivery guarantees. ## Core Principles - Kafka is the default choice for high-throughput durable streams; Redpanda when JVM overhead is unacceptable - Exactly-once requires both idempotent producers AND transactional consumers — half-measures give at-least-once - Partition count is a one-way door in most platforms — over-provision, don't under-partition - CDC (Debezium) is the safest sync strategy: no dual-write race conditions, captures deletes ## Reference Pointers Load the relevant reference file for implementation details: | File | When to load | |------|-------------| | `references/kafka.md` | Kafka topic design, KRaft, EOS transactions, consumer rebalancing, Streams DSL, Debezium Connect, Schema Registry, MirrorMaker 2 | | `references/pulsar-redpanda-nats.md` | Pulsar multi-tenancy, geo-replication, Functions; Redpanda single-binary setup, tiered storage; NATS JetStream streams, KV store, object store | | `references/flink-materialize-risingwave.md` | Flink DataStream API, checkpointing, SQL, CDC source; Materialize incremental views; RisingWave streaming SQL with PostgreSQL sink | | `references/cloud-platforms.md` | Amazon Kinesis (KCL, Firehose), Azure Event Hubs (Kafka protocol, Capture), Google Pub/Sub (ordering keys), Spark Structured Streaming | | `references/eventsourcedb-rabbitmq-memphis.md` | EventStoreDB event sourcing, projections, catch-up subscriptions; RabbitMQ Streams, super streams; Memphis with dead-letter stations | | `references/patterns-operations.md` | Platform comparison table, event sourcing + CQRS, CDC pipeline, saga pattern, event mesh, exactly-once comparison, capacity planning, schema evolution |
Pliki w paczce (7)
- SKILL.md 2 KB
- references/cloud-platforms.md 4 KB
- references/eventsourcedb-rabbitmq-memphis.md 4 KB
- references/flink-materialize-risingwave.md 4 KB
- references/kafka.md 5 KB
- references/patterns-operations.md 5 KB
- references/pulsar-redpanda-nats.md 4 KB
Wersje
W bazie nie ma innych skilli o nazwie role-database:streaming-databases.
Migawka bazy z 28.10.2026 · wersja paczki 3e008840e6bd (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 90data-streaming
Projektuje strumieniowe przetwarzanie zdarzeń w Kafka, Flink i Kinesis, z CDC przez Debezium i gwarancjami niezawodności. - 100cdc-streaming-ingestion
Buduje wczytywanie danych do RAG w czasie rzeczywistym: CDC z Debezium, Kafka, przetwarzanie strumieniowe do embeddingów, semantyka exactly-once, usuwanie i upsert do bazy wektorowej. - 90streaming
Pomaga wybrać między przetwarzaniem wsadowym a strumieniowym, dobierając wzorzec zdarzeń i narzędzie do potoku danych. - 90streaming-and-messaging-systems
Prowadzi przez projektowanie strumieniowania zdarzeń i potoków danych w czasie rzeczywistym z Kafką, Kinesis i Flinkiem: okna, konsumenci ze stanem i przetwarzanie niemal na żywo. - 100nats-and-pulsar-lightweight-messaging-configuration
Konfiguruje NATS z JetStream oraz Apache Pulsar jako lżejsze alternatywy dla Kafki i RabbitMQ i podaje kryteria, kiedy które rozwiązanie pasuje lepiej. - 100connect-cdc-sqlserver
Streamuje zmiany z Microsoft SQL Server do Redpanda lub Kafki wejściem microsoft_sql_server_cdc w Redpanda Connect z tabel CDC w kolejności LSN: instancje przechwytywania, snapshot, checkpointy LSN i luki.