Samza官方文档

Samza介绍

Samza是近日由LinkedIn开源的一项技术，它是一个分布式流处理框架，它是基于Kafka消息队列来实现类实时的流式数据处理的，非常像Twitter的流处理系统Storm。不同的是Samza基于Hadoop，而且使用了LinkedIn自家的Kafka分布式消息系统，并使用资源管理器Apache Hadoop YARN实现容错处理、处理器隔离、安全性和资源管理。

如何实现

Samza作为一个分布式的消息队列系统，kafka已经实现了流式处理框架底层的许多核心基础架构，把消息串联流动起来就是Streaming了。但是要构建一个可用的流式数据处理框架，还是有许多事情要做。例如生产者和消费者进程的管理，作业调度和容错处理，辅助工具和监控管理手段，更友好方便的用户接口等等，本质上说，Samza是在消息队列系统上的更高层的抽象，是一种应用流式处理框架在消息队列系统上的一种应用模式的实现。

Samza特点

• 简单的API
• 管理状态
• 容错
• 耐久性
• 可扩展性
• 可插拔
• 处理器分离

Samza历史版本

• Samza0.7
  
• Samza0.8
  
• Samza0.9
  
• Samza1.0    
  
• Samza1.1
  
• Samza1.2
  
• Samza1.3
  
• Samza1.4
  

学习本课程最好先学习：

《kafka教程》

《Hadoop教程》

《Storm》

相关网址

官网：http://samza.apache.org/