Sylph 0.6 预览版发布，全面支持SPARK流计算引擎

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