首页 / 行业

Rust流处理新秀，即将抗衡Flink霸主地位

2023-04-09 10:21:00

Arroyo是一个使用Rust编写的分布式流处理引擎，旨在高效地对数据流进行有状态的计算。与传统的批处理不同，流处理引擎可以同时处理有界和无界的数据源，并在结果可用时立即得出结果。

废话不多说，先上github：

https://github.com/ArroyoSystems/arroyo

简而言之：Arroyo可让你对大量实时数据提出复杂问题，并在亚秒级时间内获得结果。

说到这里，感觉就是Flink在Rust中的完美替代品。如果真的可以稳定使用，那么将是Rust撼动Java在大数据流式处理计算的第一枪。

我们看下, 官网的宣传图：

官方标榜主要特性有:

支持SQL和Rust流水线

可扩展到每秒数百万事件

支持状态操作，如窗口和连接

支持状态检查点功能，以实现流水线的容错和恢复

通过Dataflow模型进行及时的流处理

用例

检测欺诈和安全事件

实时产品和业务分析

实时数据摄取到您的数据仓库或数据湖中

实时机器学习特征生成

为什么选择Arroyo

现在已经有一些现有的流引擎，包括Apache Flink, Spark streaming和Kafka Streams。为什么要搞一个新的呢？

官方也给出了具体的说明：（可以说非常炸裂）

无服务器运维：Arroyo管道被设计为在现代云环境中运行，支持无缝扩展、恢复和重新调度。

高性能SQL：SQL是一流的关注点，具有始终优秀的性能。

专为非专家设计：Arroyo从其内部实现中清晰地分离了管道API。使用者不需要成为流处理专家即可构建实时数据pipeline。

如何开始

可以通过运行以下Docker命令来使用只有单个节点的Arroyo群集：

$dockerrun-p8000:8000-p8001:8001ghcr.io/arroyosystems/arroyo-single:multi-arch

然后可以在浏览器打开：http://localhost:8000

深入学习

官方文档：https://doc.arroyo.dev/getting-started（看了下，文档写的非常好）

使用复杂SQL构建你的第一个pipeline

https://doc.arroyo.dev/tutorial/first-pipeline

总结

之前也有Rust尝试做大数据套件，但是都没有很成功的案例。或许Arroyo将是第一个用Rust编写的分布式流处理引擎成功的案例，这样将再次证明Rust在大数据基建领域的可行性。

后面我也会继续关注Arroyo，并写一系列的使用教程发布到本公众号，并做一些Flink和Arroyo的深入对比。

谢谢大家支持, 做第一个吃螃蟹的人。

审核编辑：李倩