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/rocketmq-streams

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/zh/docs/streams/30RocketMQ Streams Overview

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/rocketmq-streams

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。

邮件列表：

https://lists.apache.org/list.html?dev@rocketmq.apache.org