liiklus:基于事件的Reactive(RSocket/gRPC)系统

栏目: 编程语言 · 发布时间: 6年前

内容简介:Liiklus [li:klus](爱沙尼亚语中的“流量”) - 基于gRPC的网关,用于基于事件的系统,如果你认为Kafka实现事件系统过于底层,可以使用该系统:目前谁在使用?开始使用:

Liiklus [li:klus](爱沙尼亚语中的“流量”) - 基于gRPC的网关,用于基于事件的系统,如果你认为Kafka实现事件系统过于底层,可以使用该系统:

  • 水平可扩展的gRPC流媒体网关
  • 支持与gRPC一样多的客户端语言(Java,Go,C ++,Python等)
  • 响应reactive第一
  • 每个分区有背压感知源
  • 至少一次/最多一次交付保证
  • 可插拔事件存储(Kafka,Pulsar,Kinesis等......)
  • 可插拔位置存储(DynamoDB,Cassandra,Redis等...)
  • WIP:冷事件存储支持(S3,Minio,SQL,键/值等...)

目前谁在使用?

  • https://vivy.com/ - 25多个微服务,Kafka面前的共享日志基础设施(事件溯源/ CQRS)抽象

开始使用:

$ docker run \
    -e kafka_bootstrapServers=some.kafka.host:9092 \
    -e storage_positions_type=MEMORY \ # only <b>for</b> testing, DO NOT use in production
    -p 6565:6565 \
    bsideup/liiklus:$LATEST_VERSION

现在可以使用 LiiklusService.proto 生成您的客户端。

客户端必须实现以下算法:

  1. 订阅作业:
    stub.subscribe(SubscribeRequest(    topic=<font>"your-topic"</font><font>,    group=</font><font>"your-consumer-group"</font><font>,    [autoOffsetReset=</font><font>"earliest|latest"</font><font>]))
    </font>
  2. 接受:对Subscribe使用相同频道的每个发出的回复:
    stub.receive(ReceiveRequest(    assignment=reply.getAssignment()))
  3. 确认
    stub.ack(AckRequest(    assignment=reply.getAssignment(),    offset=record.getOffset()))

注1:如果在处理之前确认记录是最多一次,在处理后确认记录是至少一次

注意2:建议每隔n个记录确认一次,或者每隔n秒确认一次,以减少位置存储库的负载

使用 Project Reactorreactive-grpc的 示例代码:

<b>var</b> stub = ReactorLiiklusServiceGrpc.newReactorStub(channel);
stub
    .subscribe(
        SubscribeRequest.newBuilder()
            .setTopic(<font>"user-events"</font><font>)
            .setGroup(</font><font>"analytics"</font><font>)
            .setAutoOffsetReset(AutoOffsetReset.EARLIEST)
            .build()
    )
    .flatMap(reply -> stub
        .receive(ReceiveRequest.newBuilder().setAssignment(reply.getAssignment()).build())
        .window(1000) </font><font><i>// ACK every 1000th records</i></font><font>
        .concatMap(
            batch -> batch
                .map(ReceiveReply::getRecord)
                </font><font><i>// TODO process instead of Mono.delay(), i.e. by indexing to ElasticSearch</i></font><font>
                .concatMap(record -> Mono.delay(Duration.ofMillis(100)))
                .sample(Duration.ofSeconds(5)) </font><font><i>// ACK every 5 seconds</i></font><font>
                .onBackpressureLatest()
                .delayUntil(record -> stub.ack(
                    AckRequest.newBuilder()
                        .setAssignment(reply.getAssignment())
                        .setOffset(record.getOffset())
                        .build()
                )),
            1
        )
    )
    .blockLast()
</font>

以上所述就是小编给大家介绍的《liiklus:基于事件的Reactive(RSocket/gRPC)系统》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

引爆点

引爆点

【加】马尔科姆•格拉德威尔(Malcolm Gladwell) / 钱清、覃爱冬 / 中信出版社 / 2014-4 / 36.00元

《引爆点》是《纽约客》怪才格拉德威尔的一部才华横溢之作。他以社会上突如其来的流行潮为切入点,从全新角度探索了控制科学和营销模式。他认为,思想、行为、信息及产品常会像传染病暴发一样迅速传播。正如一个病人就能引起全城流感;几位涂鸦爱好者能在地铁掀起犯罪浪潮;一位满意而归的顾客还能让新开张的餐馆座无虚席;发起小规模流行的团队能引发大规模流行风暴。这些现象均属“社会流行潮”,它达到临界水平并爆发的那一刻,......一起来看看 《引爆点》 这本书的介绍吧!

在线进制转换器
在线进制转换器

各进制数互转换器

MD5 加密
MD5 加密

MD5 加密工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换