RocketMQ Streams 1.1.0: 轻量级流处理再出发

本文作者：倪泽，Apache RocketMQ committer、RSQLDB/RocketMQ Streams Maintainer

01 背景

RocketMQ Streams是一款基于RocketMQ为基础的轻量级流计算引擎，具有资源消耗少、部署简单、功能全面的特点，目前已经在社区开源。RocketMQ Streams在阿里云内部被使用在对资源比较敏感，同时又强烈需要流计算的场景，比如在自建机房的云安全场景下。

自RocketMQ Streams开源以来，吸引了大量用户调研和试用。但是也存在一些问题，在RocketMQ Streams 1.1.0中，主要针对以下问题做出了改进和优化。

1、面向用户API不够友好，不能使用泛型，不支持自定义序列化/反序列化；

2、代码冗余，在RocketMQ Streams中存在将流处理拓扑序列化反序列化模块，RocketMQ Streams作为轻量级流处理SDK，构建好流处理节点之后应该可以直接处理数据，不存在将流处理拓扑图本地保存或者网络传输需求。

3、流处理过程不容易理解，含有大量缓存、刷新逻辑；

4、存在大量支持SQL的代码，这部分和SDK方式运行流处理任务的逻辑无关；

在RocketMQ Streams 1.1.0中，对上述问题做出了改进，期望能带来更好的使用体验。同时，重新设计了流处理拓扑构建过程、去掉冗余代码，使得代码更容易被理解。

从今天起，将推出系列文章介绍RocketMQ Streams 1.1.0版本，本次文章主要介绍RocketMQ Streams 1.1.0的API如何使用，如何利用RocketMQ Streams快速构建流处理应用。

02 典型使用示例

本地运行下列示例的步骤：

1、部署RocketMQ 5.0；

2、使用mqAdmin创建topic；

3、构建示例工程，添加依赖，启动示例。RocketMQ Streams 坐标：

<dependency> <groupId>org.apache.rocketmq</groupId> <artifactId>rocketmq-streams</artifactId> <version>1.1.0</version> </dependency>

4、向topic中写入相应数据，并观察结果。

更详细文档请参考：https://github.com/apache/roc...

WordCount

public class WordCount { public static void main(String[] args) { StreamBuilder builder = new StreamBuilder("wordCount"); builder.source("sourceTopic", total -> { String value = new String(total, StandardCharsets.UTF_8); return new Pair<>(null, value); }) .flatMap((ValueMapperAction<String, List<String>>) value -> { String[] splits = value.toLowerCase().split("\W+"); return Arrays.asList(splits); }) .keyBy(value -> value) .count() .toRStream() .print(); TopologyBuilder topologyBuilder = builder.build(); Properties properties = new Properties(); properties.put(MixAll.NAMESRV_ADDR_PROPERTY, "127.0.0.1:9876"); RocketMQStream rocketMQStream = new RocketMQStream(topologyBuilder, properties); final CountDownLatch latch = new CountDownLatch(1); Runtime.getRuntime().addShutdownHook(new Thread("wordcount-shutdown-hook") { @Override public void run() { rocketMQStream.stop(); latch.countDown(); } }); try { rocketMQStream.start(); latch.await(); } catch (final Throwable e) { System.exit(1); } System.exit(0); } }

WordCount示例要点：

1、JobId wordCount唯一标识流处理任务；

2、自定义的反序列化；

3、一对多转化；

4、lambda形式从数据中指定Key；

5、支持有状态计算；

窗口聚合

public class WindowCount { public static void main(String[] args) { StreamBuilder builder = new StreamBuilder("windowCountUser"); AggregateAction<String, User, Num> aggregateAction = (key, value, accumulator) -> new Num(value.getName(), 100); builder.source("user", source -> { User user1 = JSON.parseObject(source, User.class); return new Pair<>(null, user1); }) .selectTimestamp(User::getTimestamp) .filter(value -> value.getAge() > 0) .keyBy(value -> "key") .window(WindowBuilder.tumblingWindow(Time.seconds(15))) .aggregate(aggregateAction) .toRStream() .print(); TopologyBuilder topologyBuilder = builder.build(); Properties properties = new Properties(); properties.putIfAbsent(MixAll.NAMESRV_ADDR_PROPERTY, "127.0.0.1:9876"); properties.put(Constant.TIME_TYPE, TimeType.EVENT_TIME); properties.put(Constant.ALLOW_LATENESS_MILLISECOND, 2000); RocketMQStream rocketMQStream = new RocketMQStream(topologyBuilder, properties); rocketMQStream.start(); } }

窗口聚合示例要点：

1、支持指定时间字段；

2、支持滑动、滚动、会话多种类型window；

3、支持自定义UDAF类型聚合；

4、支持自定义时间类型和数据最大迟到时间；

双流JOIN

public class JoinWindow { public static void main(String[] args) { StreamBuilder builder = new StreamBuilder("joinWindow"); //左流 RStream<User> user = builder.source("user", total -> { User user1 = JSON.parseObject(total, User.class); return new Pair<>(null, user1); }); //右流 RStream<Num> num = builder.source("num", source -> { Num user12 = JSON.parseObject(source, Num.class); return new Pair<>(null, user12); }); //自定义join后的运算 ValueJoinAction<User, Num, Union> action = new ValueJoinAction<User, Num, Union>() { @Override public Union apply(User value1, Num value2) { ... } }; user.join(num) .where(User::getName) .equalTo(Num::getName) .window(WindowBuilder.tumblingWindow(Time.seconds(30))) .apply(action) .print(); TopologyBuilder topologyBuilder = builder.build(); Properties properties = new Properties(); properties.put(MixAll.NAMESRV_ADDR_PROPERTY, "127.0.0.1:9876"); RocketMQStream rocketMQStream = new RocketMQStream(topologyBuilder, properties); rocketMQStream.start(); } }

双流聚合示例要点：

1、支持window join和非window join，对于非window join，只需要在上述及连表达式中去掉window即可；

2、支持多种窗口类型的window join；

3、支持对join后数据自定义操作；

03 参与贡献

RocketMQ Streams是Apache RocketMQ的子项目，已经在社区开源，参与RocketMQ Streams相关工作，请参考以下资源：

1、试用RocketMQ Streams，并阅读相关文档以了解更多信息；

maven仓库坐标：

<dependency> <groupId>org.apache.rocketmq</groupId> <artifactId>rocketmq-streams</artifactId> <version>1.1.0</version> </dependency>

RocketMQ Streams文档：

https://rocketmq.apache.org/z...

2、参与贡献：如果你有任何功能请求或错误报告，请随时提交 Pull Request 来分享你的反馈和想法；

社区仓库：

https://github.com/apache/roc...

3、联系我们：可以在 GitHub上创建 Issue，向 RocketMQ 邮件列表发送电子邮件，或在 RocketMQ Streams SIG 交流群与专家共同探讨，RocketMQ Streams SIG加入方式：添加“小火箭”微信，回复RocketMQ Streams。