IM在一个POC转换现有弗林克应用/拓扑工作使用KafkaStreams。我的问题是关于部署。kafkastreams - 加入更多的处理能力
特别是 - 在Flink中,向flink安装添加了“工作者节点”,然后向拓扑添加更多并行化以跟上日益增长的数据速率。
随着数据速率的增加,人们如何增加KStream容量? KStreams是否自动处理?我是否启动更多流程(ala微服务)?
还是我错过了这里的大图?
IM在一个POC转换现有弗林克应用/拓扑工作使用KafkaStreams。我的问题是关于部署。kafkastreams - 加入更多的处理能力
特别是 - 在Flink中,向flink安装添加了“工作者节点”,然后向拓扑添加更多并行化以跟上日益增长的数据速率。
随着数据速率的增加,人们如何增加KStream容量? KStreams是否自动处理?我是否启动更多流程(ala微服务)?
还是我错过了这里的大图?
我是否会推出更多流程(ala Micro-services)?
简短的回答是肯定的:
看到卡夫卡流文件在http://docs.confluent.io/3.0.0/streams/developer-guide.html#elastic-scaling-of-your-application进一步的细节(遗憾的是卡夫卡流Apache的卡夫卡文档没有这些细节还没有)。
还是我错过了这里的大图?
大的图片是,图片其实很好,很小。 :-)
因此,让我添加以下内容,因为我觉得很多用户被其他相关技术的复杂性所困惑,然后并不真正期望您可以在一个流中执行流处理(包括其部署)更简单的方法,就像你可以用Kafka Streams做什么:
Kafka Streams应用程序是一个正常的普通的旧Java应用程序,恰好使用Kafka Streams库。现有流处理技术的一个关键区别在于,通过使用Kafka Streams库,您的应用程序变得可扩展,具有弹性,容错等特性,而无需使用特殊的“处理集群”来添加计算机,就像为Flink,Spark,Storm等做好准备。Kafka Streams部署模型更加简单和简单:只需启动或停止应用程序的其他实例(即字面上相同的代码)。这适用于基本上任何与部署相关的工具,包括但不限于Puppet,Ansible,Docker,Mesos,YARN。您甚至可以通过运行java ... YourApp
来手动执行此操作。
因此,他们共享数据(聚合等),如flink /风暴/等应用程序? – ethrbunny
另外 - 为了实现这个运行,需要使用Kafka的Confluent版本/版本? – ethrbunny
应用程序实例不共享数据。我建议阅读文档以获得更好的理解。 –