Java DataFrames: The Missing Tool in Your Data-Oriented Toolkit

Veröffentlicht am: 23 Februar 2026
auf dem Kanal: InfoQ

1,036

In this #InfoQ video, Vladimir Zakharov demonstrates why Data-Oriented Programming (DOP) and Java DataFrames are the secret to high-performance, maintainable data processing.

Using the "One Billion Row Challenge" as a benchmark, Vladimir compares DataFrame-EC, Tablesaw, and Kotlin DataFrame against Python/Pandas. Discover how to achieve Python-like expressiveness with Java-level performance - all while keeping your architecture clean and externalizable.

⏱️ Video Timestamps (For Navigation)
0:00 — Meet Vladimir Zakharov (Java Expert & JSR 335 Group)
1:15 — What is Data-Oriented Programming (DOP)?
3:42 — The Cost of Records and Streams in Java
5:20 — Why Use DataFrames in a Java Ecosystem?
7:45 — The One Billion Row Challenge: Results & Analysis
10:30 — Code Comparison: Pandas vs. DataFrame-EC vs. Tablesaw
14:15 — Kotlin DataFrames: Pros and Cons
17:40 — Under the Hood: Primitive Collections & Object Pooling
21:10 — Advanced Use Cases: Joins, Pivots, and External DSLs
26:30 — Final Takeaways: When to Choose DataFrames over Databases

🔗 Transcript available on InfoQ: https://bit.ly/4rwe3hg

#Java #SoftwareArchitecture #DataEngineering #JVM

Auf dieser Seite können Sie das Online-Video Java DataFrames: The Missing Tool in Your Data-Oriented Toolkit mit der Dauer stunde minuten sekunde in guter Qualität ansehen, das der Benutzer InfoQ 23 Februar 2026 hochgeladen hat, den Link mit Freunden und Bekannten teilen, dieses Video wurde auf Youtube bereits 1,036 Mal angesehen und es wurde von 20 den Zuschauern gefallen. Viel Spaß beim Betrachtenden Zuschauern gefallen!

113