Rust流处理新秀，即将抗衡Flink霸主地位

琴儿在睡觉

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发出。
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：
$ docker run -p 8000:8000 -p 8001:8001 ghcr.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。

照明亮化工程

Arroyo会长期维护吗？这个很重要。开源贵在坚持。

小短腿的黑猫

一个玩具，被你说的好像马上要上天了

落花本无意

太厉害了，不愧是宇宙语，期待2038年星舰的启航！in rust we trust！

顾方亚

flink是可以直接用JVM语言提交任务的，感觉这套东西如果不能和Python还有Java/c# 这样的语言无缝交互，最后大概就是玩具了