您好,登录后才能下订单哦!
这篇文章主要讲解了“Pulsar的优势有哪些”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Pulsar的优势有哪些”吧!
Kafka 基础知识
Kafka 是消息传递系统之王。它由 LinkedIn 于 2011 年创建,并在 Confluent 的支持下得到了广泛的传播。
Confluent 已向开源社区发布了许多新功能和附加组件,例如用于模式演化的 Schema Registry,用于从其他数据源轻松流式传输的 Kafka Connect 等。
数据库到 Kafka,Kafka Streams 进行分布式流处理,最近使用 KSQL 对 Kafka topic 执行类似 SQL 的查询等等。
Kafka 快速,易于安装,非常受欢迎,可用于广泛的范围或用例。从开发人员的角度来看,尽管 Apache Kafka 一直很友好,但在操作运维方面却是一团糟。
因此,让我们回顾一下 Kafka 的一些痛点:
Kafka 演示[2]
Kakfa的诸多痛点如下:
扩展 Kafka 十分棘手,这是由于 broker 与存储数据的耦合架构结构所致。剥离一个 broker 意味着它必须复制 topic 分区和副本,这非常耗时。
没有与租户完全隔离的本地多租户。
存储会变得非常昂贵,尽管可以长时间存储数据,但是由于成本问题却很少用到它。
万一副本不同步,有可能丢失消息。
必须提前计划和计算 broker、topic、分区和副本的数量(确保计划的未来使用量增长),以避免扩展问题,这非常困难。
如果仅需要消息传递系统,则使用偏移量可能会很复杂。
集群重新平衡会影响相连的生产者和消费者的性能。
MirrorMaker[3] Geo 复制机制存在问题。像 Uber 这样的公司已经创建了自己的解决方案来克服这些问题。
如您所见,大多数问题与操作运维方面有关。尽管安装起来相对容易,但 Kafka 难以管理和调优。而且,它也缺乏应有的灵活和弹性。
Pulsar 基础知识
Pulsar 由 Yahoo!在 2013 年创建,并于 2016 年捐赠给 Apache 基金会。Pulsar 现在是 Apache 软件基金会的顶级项目。
Yahoo!、Verizon、Twitter 等公司已在生产中使用它来处理成千上万消息。它具有运行成本低、灵活等特性。Pulsar 旨在解决 Kafka 的大部分难题,使其更易于扩展。
Pulsar 非常灵活:它既可以应用于像 Kafka 这样的分布式日志应用场景,也可以应用于像 RabbitMQ 这样的纯消息传递系统场景。
它支持多种类型的订阅、多种交付保证、保留策略以及处理模式演变的方法,以及其他诸多特性。
Pulsar 架构图[4]
Pulsar 的特性如下:
内置多租户,不同的团队可以使用相同的集群并将其隔离,解决了许多管理难题。它支持隔离、身份验证、授权和配额。
多层体系结构:Pulsar 将所有 topic 数据存储在由 Apache BookKeeper 支持的专业数据层中。
存储和消息传递的分离解决了扩展、重新平衡和维护集群的许多问题。它还提高了可靠性,几乎不可能丢失数据。
另外,在读取数据时可以直连 BookKeeper,且不影响实时摄取。例如,可以使用 Presto 对 topic 执行 SQL 查询,类似于 KSQL,但不会影响实时数据处理。
虚拟 topic:由于采用 n 层体系结构,因此对 topic 的数量没有限制,topic 及其存储是分离的。用户还可以创建非持久性 topic。
N 层存储:Kafka 的一个问题是,存储费用可能变高。因此,它很少用于存储"冷"数据,并且消息经常被删除,Apache Pulsar 可以借助分层存储自动将旧数据卸载到 Amazon S3 或其他数据存储系统,并且仍然向客户端展示透明视图;Pulsar 客户端可以从时间开始节点读取,就像所有消息都存在于日志中一样。
Pulsar Function:易于部署、轻量级计算过程、对开发人员友好的 API,无需运行自己的流处理引擎(如 Kafka)。
安全性:它具有内置的代理、多租户安全性、可插拔的身份验证等特性。
快速重新平衡:分区被分为易于重新平衡的分片。
服务器端重复数据删除和无效字段:无需在客户端中执行此操作,也可以在压缩期间删除重复数据。
内置 Schema registry(架构注册表):支持多种策略,易于操作。
地理复制和内置 Discovery:易于将集群复制到多个区域。
集成的负载均衡器和 Prometheus 指标。
多重集成:Kafka、RabbitMQ 等。
支持多种编程语言,例如 GoLang、Java、Scala、Node、Python…...
分片和数据分区在服务器端透明进行,客户端不需要了解分片与分区数据。
Pulsar 特性列表[5]
Pulsar 入门
Pulsar 入门非常容易,使用前提是安装 JDK。
①下载 Pulsar 并解压缩(备注:目前 Apache Pulsar 最新版本为 2.7.0):
$ wget https://archive.apache.org/dist/pulsar/pulsar-2.6.1/apache-pulsar-2.6.1-bin.tar.gz
②下载连接器(可选):
$ wget https://archive.apache.org/dist/pulsar/pulsar-2.6.1/connectors/{connector}-2.6.1.nar
③下载 nar 文件后,将文件复制到 Pulsar 目录中的 Connectors 目录。
④启动 Pulsar!
$ bin/pulsar standalone
Pulsar 提供了一个称为 Pulsar-Client 的 CLI 工具,我们可以使用它与集群进行交互。
生产消息:
$ bin/pulsar-client produce my-topic --messages "hello-pulsar"
消费消息:
$ bin/pulsar-client consume my-topic -s "first-subscription"
Akka 流示例
举一个客户端示例,我们在 Akka 上使用 Pulsar4s。
首先,我们需要创建一个 Source 来消费数据流,所需要的只是一个函数,该函数将按需创建消费者并查找消息 ID:
val topic = Topic("persistent://standalone/mytopic") val consumerFn = () => client.consumer(ConsumerConfig(topic, subscription))
然后,我们传递 ConsumerFn 函数来创建源:
import com.sksamuel.pulsar4s.akka.streams._ val pulsarSource = source(consumerFn, Some(MessageId.earliest))
Akka 源的物化值是 Control 的一个实例,该对象提供了一种"关闭"方法,可用于停止消费消息。现在,我们可以像往常一样使用 Akka Streams 处理数据。
要创建一个接收器:
val topic = Topic("persistent://standalone/mytopic") val producerFn = () => client.producer(ProducerConfig(topic)) import com.sksamuel.pulsar4s.akka.streams._ val pulsarSink = sink(producerFn)
完整示例摘自 Pulsar4s[6]:
object Example { import com.sksamuel.pulsar4s.{ConsumerConfig, MessageId, ProducerConfig, PulsarClient, Subscription, Topic} import org.apache.pulsar.client.api.Schema implicit val system: ActorSystem = ActorSystem() implicit val materializer: ActorMaterializer = ActorMaterializer() implicit val schema: Schema[Array[Byte]] = Schema.BYTES val client = PulsarClient("pulsar://localhost:6650") val intopic = Topic("persistent://sample/standalone/ns1/in") val outtopic = Topic("persistent://sample/standalone/ns1/out") val consumerFn = () => client.consumer(ConsumerConfig(topics = Seq(intopic), subscriptionName = Subscription("mysub"))) val producerFn = () => client.producer(ProducerConfig(outtopic)) val control = source(consumerFn, Some(MessageId.earliest)) .map { consumerMessage => ProducerMessage(consumerMessage.data) } .to(sink(producerFn)).run() Thread.sleep(10000) control.stop() }
Pulsar Function 示例
Pulsar Function 处理来自一个或多个 topic 的消息,对其进行转换并将结果输出到另一个 topic:
Pulsar Function[7]
可以在两个接口之间进行选择以编写函数:
语言原生接口:不需要特定的 Pulsar 库或特殊的依赖项;无法访问上下文,仅支持 Java 和 Python。
Pulsar Function SDK:可用于 Java/Python/ Go,并提供更多功能,比如访问上下文对象。
只需编写一个简单的函数即可使用语言原生接口转换消息:
def process(input): return "{}!".format(input)
用 Python 编写的这个简单函数只是向所有传入的字符串添加一个感叹号,并将结果字符串发布到 topic。
使用 SDK 需要导入依赖项,例如在 Go 中,我们可以编写:
package main import ( "context" "fmt" "github.com/apache/pulsar/pulsar-function-go/pf" ) func HandleRequest(ctx context.Context, in []byte) error { fmt.Println(string(in) + "!") return nil } func main() { pf.Start(HandleRequest) }
如果要发布无服务器功能并将其部署到集群,可以使用 Pulsar-Admin CL;如果使用 Python,我们可以编写:
$ bin/pulsar-admin functions create \ --py ~/router.py \ --classname router.RoutingFunction \ --tenant public \ --namespace default \ --name route-fruit-veg \ --inputs persistent://public/default/basket-items Pulsar Function 的一个重要功能是用户可以在发布该函数时设置交付保证: $ bin/pulsar-admin functions create \ --name my-effectively-once-function \ --processing-guarantees EFFECTIVELY_ONCE
有以下选择:
Pulsar 的优势
与 Kafka 相比,让我们回顾下 Pulsar 的主要优势:
更多功能:Pulsar Function、多租户、Schema registry、n 层存储、多种消费模式和持久性模式等。
更大的灵活性:3 种订阅类型(独占,共享和故障转移),用户可以在一个订阅上管理多个 topic。
持久性选项:非持久(快速)、持久、压缩(每个消息仅最后一个键),用户可以选择交付保证。Pulsar 具有服务器端重复数据删除和无效字样多保留政策和 TTL 的特性。
无需提前定义扩展需求。
支持队列与流两种消息消费模型,所以 Pulsar 既可以代替 RabbitMQ 也可以代替 Kafka。
存储与 broker 分离,因此扩展性更好,重新平衡更快、更可靠。
易于操作运维:架构解耦和 n 层存储。
与 Presto 的 SQL 集成,可直接查询存储而不会影响 broker。
借助 n 层自动存储选项,可以更低成本地存储。
更快:基准测试[8]在各种情况下都表现出更好的性能。Pulsar 具有较低的延迟和更好的扩展功能。
Pulsar Function 支持无服务器计算,无需部署管理。
集成 Schema registry。
集成的负载平衡器和 Prometheus 指标。
地理复制效果更好,更易于设置。Pulsar 内置 Discover-ability。
创建 topic 数量没有限制。
与 Kafka 兼容,易于集成。
Pulsar 的劣势
Pulsar 并不完美,Pulsar 也存在一些问题:
相对缺乏支持、文档和案例。
n 层体系结构导致需要更多组件:BookKeeper。
插件和客户端相对 Kafka 较少。
云中的支持较少,Confluent 具有托管云产品。
不过,上面的情况都在得到快速改善,目前 Pulsar 也逐渐被越来越多的公司和组织使用。
Apache Pulsar 商业支持公司 StreamNative 也推出了 StreamNative Cloud,Apache Pulsar 正在快速成长,我们都可以看到令人欣喜的变化。
Confluent 曾发布博客对比 Pulsar 和 Kafka ,但请注意,这些问题可能有偏见。
Pulsar 使用场景
Pulsar 可用于广泛的场景:
发布/订阅队列消息传递。
分布式日志。
事件溯源,用于永久性事件存储。
微服务。
SQL 分析。
Serverless 功能。
什么时候应该考虑 Pulsar?
同时需要像 RabbitMQ 这样的队列和 Kafka 这样的流处理程序。
需要易用的地理复制。
实现多租户,并确保每个团队的访问权限。
需要长时间保留消息,并且不想将其卸载到另一个存储中。
需要高性能,基准测试表明 Pulsar 提供了更低的延迟和更高的吞吐量。
如果在云端,请注意考虑基于云的解决方案。云提供商拥有涵盖某些场景的不同服务。
例如,对于队列消息,云提供商提供了许多服务,比如 Google pub / sub;对于分布式日志,有 Confluent 云或 AWS Kinesis;StreamNative 也提供了基于 Pulsar 的云端服务。
云提供商还提供了非常好的安全性。Pulsar 的优势在于可以在一个平台上提供许多功能。
一些团队可能将其用作微服务的消息传递系统,而另一些团队则将其用作数据处理的分布式日志。
感谢各位的阅读,以上就是“Pulsar的优势有哪些”的内容了,经过本文的学习后,相信大家对Pulsar的优势有哪些这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。