阿帕奇光束

Apache Beam是一个开放源代码统一模型，用于定义批处理和流数据并行处理管道。 使用一种开源的Beam SDK，您可以构建一个定义管道的程序。 然后，该管道由Beam支持的分布式处理后端之一执行，这些后端包括Apache Apex ， Apache Flink ， Apache Spark和Google Cloud Dataflow 。

Beam对于令人尴尬的并行数据处理任务特别有用，在该任务中，问题可以分解为许多较小的数据束，可以独立和并行处理。 您还可以将Beam用于提取，转换和加载（ETL）任务以及纯数据集成。 这些任务对于在不同的存储介质和数据源之间移动数据，将数据转换为更理想的格式或将数据加载到新系统上非常有用。

Apache Beam管道运行器

Beam Pipeline运行器将您使用Beam程序定义的数据处理管道转换为与您选择的分布式处理后端兼容的API。 运行Beam程序时，需要为要在其中执行管道的后端指定适当的运行程序。

Beam当前支持与以下分布式处理后端一起使用的Runner：

• Apache Apex
• Apache Flink
• Apache Gearpump（正在孵化）
• 阿帕奇火花
• Google Cloud Dataflow

[1] https://beam.apache.org

翻译自: https://www.javacodegeeks.com/2018/02/apache-beam.html