Orleans 2.0 官方文档 —— 7.3 流 -> 为什么需要Orleans流

最新推荐文章于 2024-08-23 08:57:52 发布

闫辉_13510215218

最新推荐文章于 2024-08-23 08:57:52 发布

阅读量863

点赞数

分类专栏： Orleans

Orleans 专栏收录该内容

91 篇文章 5 订阅

订阅专栏

为什么需要Orleans流？

已有多种技术可用于构建流处理系统。这些包括用于持久存储流数据的系统（例如，Event Hubs和Kafka），和流数据上表达计算操作的系统（例如，Azure Stream Analytics，Apache Storm和Apache Spark Streaming）。这些都是很棒的系统，可以帮助您构建高效的数据流处理管道。

现有系统的局限性

但是，这些系统不适用于细粒度的、自由形式的流数据的计算。上面提到的流计算系统，都允许您指定一个操作的统一数据流图，它以相同地方式应用于所有流项。当数据是一致的，且您希望对此数据表达相同的转换、过滤或聚合操作集时，这是一个强大的模型。但是在其他用例中，您需要对不同的数据项表达根本不同的操作。在其中的一些应用程序中，作为处理的一部分，您偶尔需要进行外部调用，例如调用一些任意REST API。统一的数据流处理引擎要么不支持这些场景，要么以有限和受限的方式支持它们，要么支持它们效率低下。这是因为它们本身针对大量类似的数据项进行了优化，并且通常在表现力、处理方面受到限制。Orleans 流针对的是其他场景。

动机

这一切都始于Orleans的用户，他们请求支持从grain方法调用返回一系列的条目。可以想象，这只是冰山一角。他们实际上需要的远不止这些。

Orleans 流的一个典型场景是，当您拥有每个用户的流，并且您希望在单个用户的上下文中，为每个用户执行不同的处理。我们可能有数百万计的用户，但其中一些用户对天气感兴趣，可以订阅特定位置的天气警报，而有些用户对体育赛事感兴趣；有人正在跟踪特定航班的状态。处理这些事件需要不同的逻辑，但您不希望运行两个独立的流处理实例。有些用户仅对特定库存感兴趣，并且只有在某些外部条件适用时，这些条件可能不一定是流数据的一部分（因此需要在运行时作为处理的一部分进行动态检查）。

用户始终在改变他们的兴趣，因此他们对特定事件流的订阅，会动态地来了又去了，因此，流拓扑会动态地、快速地变化。最重要的是，每个用户的处理逻辑，也会根据用户状态和外部事件，进行动态地进化和改变。外部事件可以修改特定用户的处理逻辑。例如，在游戏作弊检测系统中，当发现一种新的作弊方式时，需要用新规则更新处理逻辑，以检测这种新的违规行为。当然，这需要在不中断正在进行的处理流程的情况下完成。批量数据流处理引擎的构建不支持此类场景。

毫无疑问，一个这样的系统，必须在许多联网的机器上运行，而不是在单个节点上运行。因此，处理逻辑必须以可伸缩和弹性的方式，部署在服务器集群中。

新的要求

我们确定了流处理系统的4个基本要求，使其能够针对上述场景。

灵活的流处理逻辑
支持高动态拓扑
细粒度的流粒度
部署

灵活的流处理逻辑

我们希望系统支持表达流处理逻辑的不同方式。我们上面提到的现有系统，要求开发人员编写一个声明性的数据流计算图，通常是按照函数式编程风格编写的。这限制了处理逻辑的表现力和灵活性。Orleans流对处理逻辑的表达方式漠不关心。它可以表示为一个数据流（例如，使用在.NET中的 Reactive Extensions（Rx））；表示为一个功能程序；表示为一个声明性的查询；或者在一个一般的命令逻辑中。逻辑可以是有状态的或无状态的，可能有、也可能没有副作用，并且可以触发外部动作。所有的权力都交给了开发者。

支持动态拓扑

我们希望系统允许动态地进化拓扑。我们上面提到的现有系统，通常仅限于静态拓扑，它在部署时固定且不能在运行时进化。在下面的数据流表达式示例中，在您需要更改它之前，一切都很好且很简单。

Stream.GroupBy(x=> x.key).Extract(x=>x.field).Select(x=>x+2).AverageWindow(x, 5sec).Where(x=>x > 0.8) *

更改Where过滤器中的阈值条件，添加额外的Select语句，或在数据流图中添加另一个分支并生成新的输出流。在现有系统中，如果不拆除整个拓扑，并从头开始重新启动数据流，这是不可能的。实际上，那些现有的系统将检查现有的计算，并能够从最新的检查点重新启动。尽管如此，这种重新启动对于实时产生结果的在线服务来说是破坏性的，并且代价高昂。当我们考虑大量这样的表达式，以类似的方式被执行但参数（每用户，每个设备等）不同，并且参数不断变化时，这种重新启动变得特别地不切实际。

我们希望系统，允许在运行时通过向计算图中添加新的链接或节点，或通过更改计算节点内的处理逻辑，来进化流处理图。

细粒度的流粒度

在现有系统中，最小的抽象单元通常是整个流（拓扑）。但是，我们的许多目标场景，都要求拓扑中的单个节点/链路本身就是一个逻辑实体。这样，每个实体都可以独立管理。例如，在包括多个链路的大的流拓扑中，不同的链路可以具有不同的特性，并且可以在不同的物理传输上实现。一些链接可以通过TCP套接字，而其他链接可以通过可靠的队列。不同的链接可以有不同的交付保证。不同的节点可以具有不同的检查点策略，并且它们的处理逻辑可以用不同的模型或甚至不同的语言来表达。这种灵活性在现有系统中通常是不可能实现的。

抽象和灵活性参数的单位，类似于SoA（面向服务的体系结构）与Actors的比较。Actor系统允许更大的灵活性，因为每个系统本质上都是一个独立管理的“极小服务”。同样，我们希望系统允许这样的细粒度控制。

部署

当然，我们的系统应具有“良好的分布式系统”的所有属性。包括：