首页
/ Apache Samza 技术文档

Apache Samza 技术文档

2024-12-18 19:18:10作者:郁楠烈Hubert

1. 安装指南

1.1 环境要求

  • Java 8 或 Java 11 运行环境
  • Gradle(用于构建项目)
  • Apache Kafka
  • Apache Hadoop YARN

1.2 构建 Samza

1.2.1 从 Git 仓库构建

  1. 克隆 Samza 仓库:
    git clone https://github.com/apache/samza.git
    cd samza
    
  2. 运行构建命令:
    ./gradlew clean build
    

1.2.2 从源码发布包构建

  1. 下载 Gradle 包装器脚本。
  2. 运行引导脚本:
    gradle -b bootstrap.gradle
    
  3. 引导完成后,使用以下命令构建:
    ./gradlew clean build
    

1.3 Java 版本支持

  • Samza 支持在 Java 8 和 Java 11 环境下运行。
  • 如果使用 Java 11,需使用 YARN 3.3.4+,并使用 samza-yarn3 模块。

1.4 Scala 和 YARN

  • Samza 默认使用 Scala 2.11 或 2.12 和 YARN 2.10.1。
  • 使用 -PscalaSuffix 切换 Scala 版本:
    ./gradlew -PscalaSuffix=2.12 clean build
    

2. 项目的使用说明

2.1 运行测试

  • 运行所有测试:
    ./gradlew clean test
    
  • 运行单个测试:
    ./gradlew clean :samza-test:test -Dtest.single=TestStatefulTask
    
  • 运行性能测试:
    ./gradlew samza-shell:kvPerformanceTest -PconfigPath=file://$PWD/samza-test/src/main/config/perf/kv-perf.properties
    
  • 运行集成测试:
    ./bin/integration-tests.sh <dir> yarn-integration-tests
    

2.2 代码检查

  • 运行 Checkstyle:
    ./gradlew checkstyleMain checkstyleTest
    

2.3 作业管理

  • 运行作业:
    ./gradlew samza-shell:runJob -PconfigPath=/path/to/job/config.properties
    
  • 检查作业的最新检查点:
    ./gradlew samza-shell:checkpointTool -PconfigPath=/path/to/job/config.properties
    
  • 修改作业的检查点:
    ./gradlew samza-shell:checkpointTool -PconfigPath=/path/to/job/config.properties \
        -PnewOffsets=file:///path/to/new/offsets.properties
    

2.4 开发环境配置

  • 生成 Eclipse 项目:
    ./gradlew eclipse
    
  • 生成 IntelliJ 项目:
    ./gradlew idea
    

3. 项目API使用文档

3.1 API 概述

Samza 提供了一个简单的回调式 API,类似于 MapReduce,用于处理消息。主要 API 包括:

  • processMessage(Message message):处理单个消息。
  • snapshotState():快照处理器的当前状态。
  • restoreState():从快照中恢复处理器的状态。

3.2 状态管理

Samza 管理处理器的状态快照和恢复。当处理器重启时,Samza 会从一致的快照中恢复其状态。

3.3 故障容错

Samza 与 YARN 协同工作,当集群中的机器故障时,Samza 会透明地将任务迁移到另一台机器。

3.4 可扩展性

Samza 在每个级别上都是分区和分布式的,Kafka 提供了有序、分区、可重放、容错的消息流,YARN 提供了分布式环境来运行 Samza 容器。

4. 项目安装方式

4.1 从源码安装

  1. 克隆仓库并进入目录:
    git clone https://github.com/apache/samza.git
    cd samza
    
  2. 构建项目:
    ./gradlew clean build
    

4.2 从源码发布包安装

  1. 下载 Gradle 包装器脚本。
  2. 运行引导脚本:
    gradle -b bootstrap.gradle
    
  3. 构建项目:
    ./gradlew clean build
    

4.3 运行环境配置

  • 确保安装了 Java 8 或 Java 11。
  • 配置 Kafka 和 YARN 环境。

通过以上步骤,您可以成功安装并使用 Apache Samza 进行分布式流处理。

热门项目推荐
相关项目推荐

项目优选

收起
Python-100-DaysPython-100-Days
Python - 100天从新手到大师
Python
263
54
国产编程语言蓝皮书国产编程语言蓝皮书
《国产编程语言蓝皮书》-编委会工作区
65
17
open-eBackupopen-eBackup
open-eBackup是一款开源备份软件,采用集群高扩展架构,通过应用备份通用框架、并行备份等技术,为主流数据库、虚拟化、文件系统、大数据等应用提供E2E的数据备份、恢复等能力,帮助用户实现关键数据高效保护。
HTML
85
63
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
53
44
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
196
45
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
268
69
xxl-jobxxl-job
XXL-JOB是一个分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。
Java
9
0
RuoYi-VueRuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
171
41
RuoYi-Cloud-Vue3RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
38
24
qwerty-learnerqwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
332
27