京东基于Samza的流式计算实践

关于Samza Samza是Apache开源的一个分布式流处理框架，它使用Apache Kafka作为流式数据的存储和中转，采用Apache Hadoop YARN来提供分布式运行环境、容错、资源隔离（CPU和内存）、安全性和资源管理。Samza专用于实时流式数据的处理，从用途来讲比较像目前广泛应用的Twitter开源流处理框架Storm。