内容简介:Sylph 是一个一站式的大数据流计算平台,通过编译Stream SQL,sylph会自动生成Apache Flink等分布式程序到Apache Yarn集群运行。通过它您只需编写Stream SQL,即可完成常见流计算快速开发、部署、运维、监控。1. 支持将Stream SQL编译为Spark Streaming引擎来执行流计算作业
一站式大数据流计算平台Sylph 0.6预览版,开始全面支持SPARK流计算引擎
简介
Sylph 是一个一站式的大数据流计算平台,通过编译Stream SQL,sylph会自动生成Apache Flink等分布式程序到Apache Yarn集群运行。
通过它您只需编写Stream SQL,即可完成常见流计算快速开发、部署、运维、监控。
0.6 特性预览
1. 支持将Stream SQL编译为Spark Streaming引擎来执行流计算作业
2. 支持将Stream SQL编译为Spark2x StructuredStreaming引擎来执行流计算作业
3. Spark Streaming引擎支持kafka08,且支持offset commit
4. Spark Streaming引擎支持预编译,将会在编译任务时尽早发现 SQL 语法中的错误,而不是等到运行时
Demo
create function get_json_object as 'ideal.sylph.runner.flink.udf.UDFJson'; create source table topic1( _topic varchar, _key varchar, _partition integer, _offset bigint, _message varchar ) with ( type = 'kafka08', kafka_topic = 'event_topic', auto.offset.reset = latest, kafka_broker = 'localhost:9092', kafka_group_id = 'test1', zookeeper.connect = 'localhost:2181' ); -- 定义数据流输出位置 create sink table event_log( key varchar, user_id varchar, offset bigint ) with ( type = 'kudu', kudu.hosts = 'localhost:7051', kudu.tableName = 'impala::test_kudu.log_events', kudu.mode = 'INSERT', batchSize = 5000 ); insert into event_log select _key,get_json_object(_message, 'user_id') as user_id,_offset from topic1
Sylph 有哪些可以吸引到我的特点
-
只需在WEB界面修改SQL重新运行,即可抛弃掉过去加个字段都是需要修改代码重新打包部署Spark(Flink)的烦恼。
-
Sylph对任务有一定的监控和代理功能,您不在需要登录到yarn:8088查看了
-
现在您可以只需点击按钮重新选择执行引擎,即可完成作业在FLINK、SPARK-Streaming、SPARK-StructuredStreaming等流计算引擎的切换。
-
因为业务都用SQL描述开发了,所以您不必太担心未来的底层spark和flink版本升级和代码迁移问题
-
如果你喜欢分析对比各种流计算引擎之间区别和差异,但是又苦恼代码迁移繁琐。那么快来尝试吧
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- Sylph 0.6 预览版发布,全面支持SPARK流计算引擎
- 文件预览 kkFileView v1.1 新增多媒体预览支持等
- 附件在线预览组件 WDA 1.2.6 发布,支持图片预览功能
- html中在线预览pdf文件之pdf在线预览插件
- 附件在线预览组件 WDA 1.2.3 发布,支持通过 url 预览附件
- 少侠,留步,图片预览术
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。
MD5 加密
MD5 加密工具
RGB HSV 转换
RGB HSV 互转工具