雲原生時代頂流訊息中介軟體Apache Pulsar部署實操之輕量級計算框架

itxiaoshen發表於2023-03-07

Apache框架

Pulsar Functions(輕量級計算框架)

Pulsar Functions(輕量級計算框架)

基礎定義

Function instance(函式例項)是函式執行框架的核心元素，由以下元素組成:

消費來自不同輸入主題的訊息的消費者的集合。
呼叫函式的執行程式。
將函式的結果傳送到輸出主題的生產者。

函式例項的內部工作流

一個函式可以有多個例項，每個例項執行一個函式的副本。可以在配置檔案中指定例項數。
函式例項中的使用者使用FQFN作為訂閱者名，以基於訂閱型別在多個例項之間實現負載平衡。訂閱型別可以在函式級別指定。
每個函式都有一個單獨的FQFN狀態儲存。可指定一個狀態介面，以便在BookKeeper中持久化中間結果。其他使用者可以查詢函式的狀態並提取這些結果。

工作流程

Function worker 是一個邏輯元件，用於在Pulsar Functions的叢集模式部署中監視、編排和執行單個函式。每個函式例項都可以作為執行緒或程式執行，具體取決於所選的配置。如果Kubernetes叢集可用，則可以在Kubernetes中以StatefulSets的形式生成函式。

Function worker的內部架構和工作流如下

使用者向REST伺服器傳送請求以執行函式例項。
REST伺服器響應請求並將請求傳遞給功能後設資料管理器。
函式後設資料管理器將請求更新寫入函式後設資料主題。並跟蹤所有與後設資料相關的訊息，並使用函式後設資料主題持久化函式的狀態更新。
函式後設資料管理器從函式後設資料主題讀取更新，並觸發排程管理器計算分配。
日程管理器將作業更新寫入作業主題。
函式執行時管理器偵聽分配主題，讀取分配更新，並更新其內部狀態，該狀態包含所有工作人員的所有分配的全域性檢視；如果更新更改了工作物件上的賦值，函式執行時管理器將透過啟動或停止函式例項的執行來具體化新的賦值。
會員管理要求協調主題選舉一個領導工作者，所有工作人員都訂閱故障轉移訂閱中的協調主題，但活動的工作人員成為領導者並執行分配，從而保證該主題只有一個活動消費者。
成員管理器從協調主題讀取更新。

函式執行時

函式例項是在執行時內呼叫的，許多例項可以並行執行。Pulsar支援三種不同成本和隔離保證的函式執行時型別，以最大限度地提高部署靈活性。可以根據需要使用其中之一來執行函式。

執行緒執行時：每個例項都作為一個執行緒執行。由於執行緒模式的程式碼是用Java編寫的，所以它只適用於Java例項。當函式以執行緒模式執行時，它與函式工作者執行在同一個Java虛擬機器(JVM)上。
程式執行時：每個例項都作為一個程式執行。當函式以程式模式執行時，它執行在函式工作者執行的同一臺機器上。
Kubernetes執行時：函式由worker以Kubernetes StatefulSet的形式提交，每個函式例項作為pod執行。Pulsar支援在啟動函式時向Kubernetes StatefulSets和服務新增標籤，這有助於選擇目標Kubernetes物件。

處理保證和訂閱型別

Pulsar提供了三種不同的訊息傳遞語義，可以將它們應用於一個函式。根據ack時間節點確定不同的傳遞語義實現。

At-most-once：最多一次，傳送到函式的每個訊息都將盡最大努力處理。不能保證訊息是否會被處理。當選擇此語義時，autoAck配置必須設定為true，否則啟動將失敗(autoAck配置將在將來的版本中棄用)。Ack時間節點:函式處理之前。
At-least-once：最少一次，傳送到函式的每個訊息都可以被處理多次(以防處理失敗或重新交付)。如果建立函式時沒有指定——processing- guaranteed標誌，則該函式提供至少一次交付保證。Ack時間節點:傳送訊息到輸出後。
Effectively-once：精確一次，送到函式的每條訊息都可以被處理多次，但它只有一個輸出。重複的訊息將被忽略。有效地在至少一次處理和有保證的伺服器端重複資料刪除的基礎上實現一次。這意味著一個狀態更新可以發生兩次，但是相同的狀態更新只應用一次，另一個重複的狀態更新在伺服器端被丟棄。Ack時間節點:傳送訊息到輸出後。
Manual：當選擇這個語義時，框架不會執行任何ack操作，需要在函式中呼叫context.getCurrentRecord().ack()方法來手動執行ack操作。Ack時間節點:在函式方法中自定義。

提示

預設情況下，Pulsar函式提供至少一次交付保證。如果建立函式時沒有為——processing guaranteed標誌提供值，則該函式提供至少一次保證。
排他訂閱型別在Pulsar函式中不可用，原因：
- 如果只有一個例項，exclusive等於故障轉移。
- 如果有多個例項，exclusive可能會在函式重新啟動時崩潰並重新啟動。在這種情況下，排他不等於故障轉移。因為當主消費者斷開連線時，所有未確認的和後續的訊息都被傳遞到下一個。
要將訂閱型別從shared更改為key_shared，可以在pulse -admin中使用- retain-key- ordered選項。

可以在建立函式時設定函式的處理保證。如下面的命令建立了一個應用了“精確一次”保證的函式。

bin/pulsar-admin functions create \
  --name my-effectively-once-function \
  --processing-guarantees EFFECTIVELY_ONCE \

可以使用update命令更改應用於函式的處理保證。

bin/pulsar-admin functions update \
  --processing-guarantees ATMOST_ONCE \

視窗函式

定義

目前，視窗函式僅在Java中可用，並且不支援MANUAL和effective -once delivery語義。視窗函式是跨資料視窗(即事件流的有限子集)執行計算的函式。如下圖所示，流被劃分為“桶”，其中可以應用函式。

函式的資料視窗定義包含兩個策略:

清除策略:控制在視窗中收集的資料量。
觸發策略:控制何時觸發一個函式並執行該函式以根據清除策略處理視窗中收集的所有資料。

觸發策略和驅逐策略都由時間或計數驅動。

提示

同時支援處理時間和事件時間。
處理時間是根據函式例項構建和處理視窗時的壁時間定義的。視窗完整性的判斷很簡單，您不必擔心資料到達混亂。

視窗型別

滾動視窗

滾動視窗將元素分配給具有指定時間長度或計數的視窗。滾動視窗的驅逐策略總是基於視窗已滿。因此只需要指定觸發器策略，基於計數或基於時間。在具有基於計數的觸發策略的滾動視窗中，如以下示例所示，觸發策略被設定為2。當視窗中有兩個專案時，無論時間如何，都會觸發並執行每個函式。

相反，如下面的示例所示，滾動視窗的視窗長度為10秒，這意味著當10秒的時間間隔過去時，函式將被觸發，而不管視窗中有多少事件。

滑動視窗

滑動視窗方法透過設定清除策略來限制保留用於處理的資料量，並使用滑動間隔設定觸發器策略來定義固定的視窗長度。如果滑動間隔小於視窗長度，則存在資料重疊，這意味著同時落入相鄰視窗的資料將被多次用於計算。如下面的示例所示，視窗長度為2秒，這意味著任何超過2秒的資料都將被清除，不會在計算中使用。滑動間隔被配置為1秒，這意味著該函式每秒執行一次，以處理整個視窗長度內的資料。

函式配置

在獨立的Pulsar中建立和驗證函式(包括有狀態函式和視窗函式)的分步說明和示例

在conf/broker.conf檔案(對於Pulsar standalone, conf/standalone.conf)中，將functionsWorkerEnabled設定為true。vim conf/broker.conf

functionsWorkerEnabled=true

如果是standalone Pulsar 在conf/standalone.conf檔案中增加上面的欄位。

重啟broker

bin/pulsar-daemon stop broker
bin/pulsar-daemon start broker

檢查Pulsar Function叢集

bin/pulsar-admin functions-worker get-cluster

函式示例

使用官方的函式示例演示，檢視根目錄下examples資料夾

建立租戶和名稱空間

bin/pulsar-admin tenants create my-test
bin/pulsar-admin namespaces create my-test/my-namespace
bin/pulsar-admin namespaces list my-test

修改 vim examples/example-function-config.yaml

tenant: "my-test"
namespace: "my-namespace"
name: "example"
className: "org.apache.pulsar.functions.api.examples.ExclamationFunction"
inputs: ["persistent://my-test/my-namespace/test_src"]
userConfig:
  "PublishTopic": "persistent://my-test/my-namespace/test_result"

output: "persistent://my-test/my-namespace/test_result"
autoAck: true
parallelism: 1

建立函式

bin/pulsar-admin functions create \
   --function-config-file examples/example-function-config.yaml \
   --jar examples/api-examples.jar

檢視函式的配置

bin/pulsar-admin functions get \
   --tenant my-test \
   --namespace my-namespace \
   --name example

檢視狀態

bin/pulsar-admin functions status \
   --tenant my-test \
   --namespace my-namespace \
   --name example

消費訊息

bin/pulsar-client consume persistent://my-test/my-namespace/test_result -s 'my-subscription' -p Earliest -n 0

生產訊息

bin/pulsar-client produce persistent://my-test/my-namespace/test_src --messages "test-messages-`date`" -n 10

檢視消費者的輸出

有狀態函式示例

在BookKeeper中啟用streamStorage服務。目前服務使用的是NAR包，需要在conf/bookkeeper.conf檔案中進行配置。vim conf/bookkeeper.conf

### Grpc Server ###
#
## the grpc server port to listen on. default is 4181
storageserver.grpc.port=4181
#
#### Dlog Settings for table service ###
#
##### Replication Settings
dlog.bkcEnsembleSize=3
dlog.bkcWriteQuorumSize=2
dlog.bkcAckQuorumSize=2
#
#### Storage ###
#
## local storage directories for storing table ranges data (e.g. rocksdb sst files)
storage.range.store.dirs=data/bookkeeper/ranges
#
## whether the storage server capable of serving readonly tables. default is false.
storage.serve.readonly.tables=false
#
## the cluster controller schedule interval, in milliseconds. default is 30 seconds.
storage.cluster.controller.schedule.interval.ms=30000

建立vim examples/example-stateful-function-config.yaml

tenant: "my-test"
namespace: "my-namespace"
name: "word_count"
className: "org.apache.pulsar.functions.api.examples.WordCountFunction"
inputs: ["persistent://my-test/my-namespace/wordcount_src"] # this function will read messages from these topics
autoAck: true
parallelism: 1

建立函式

bin/pulsar-admin functions create \
   --function-config-file examples/example-stateful-function-config.yaml \
   --jar examples/api-examples.jar

查詢帶有itxs鍵的函式的狀態表。該操作監視與itxs相關的更改。

bin/pulsar-admin functions querystate \
   --tenant my-test \
   --namespace my-namespace \
   --name word_count -k itxs -w

消費訊息

bin/pulsar-client consume persistent://my-test/my-namespace/wordcount_result -s 'my-subscription' -p Earliest -n 0

bin/pulsar-client consume test_wordcount_dest -s 'my-subscription' -p Earliest -n 0

生產訊息

bin/pulsar-client produce persistent://my-test/my-namespace/wordcount_src --messages "itxs" -n 10

視窗函式示例

建立vim examples/example-stateful-function-config.yaml

tenant: "my-test"
namespace: "my-namespace"
name: "window-example"
className: "org.apache.pulsar.functions.api.examples.AddWindowFunction"
inputs: ["persistent://my-test/my-namespace/window_src"]
userConfig:
  "PublishTopic": "persistent://my-test/my-namespace/window_result"

output: "persistent://my-test/my-namespace/window_result"
autoAck: true
parallelism: 1
windowConfig:
  windowLengthCount: 10
  slidingIntervalCount: 5

建立函式

bin/pulsar-admin functions create \
   --function-config-file examples/example-window-function-config.yaml \
   --jar examples/api-examples.jar

消費訊息

bin/pulsar-client consume -s test-sub -n 0 persistent://my-test/my-namespace/window_result

生產訊息

bin/pulsar-client produce -m "3" -n 10 persistent://my-test/my-namespace/window_src

檢視消費視窗輸出

自定義函式開發

定義

Pulsar 函式支援Java、Python和Go等語言，如果是Java語言則支援下面三類介面：

使用原生語言介面：不需要特定於Pulsar的庫或特殊依賴(只需要JDK核心庫)；適合於不需要訪問上下文的函式。
使用Pulsar函式SDK：特定於脈衝星的庫，提供了語言本機介面中無法提供的一系列功能，例如狀態管理或使用者配置；適用於需要訪問上下文的函式。
擴充套件Pulsar函式SDK：對特定於pulse的庫的擴充套件，在Java中提供初始化和關閉介面。適用於需要初始化和釋放外部資源的函式。

原生語言介面示例

新建Maven工程，Pom檔案內容如下

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>cn.itxs</groupId>
    <artifactId>pulsar-demo</artifactId>
    <version>1.0</version>

    <properties>
        <maven.compiler.source>17</maven.compiler.source>
        <maven.compiler.target>17</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>

    <build>
        <plugins>
            <plugin>
                <artifactId>maven-assembly-plugin</artifactId>
                <configuration>
                    <appendAssemblyId>false</appendAssemblyId>
                    <descriptorRefs>
                        <descriptorRef>jar-with-dependencies</descriptorRef>
                    </descriptorRefs>
                    <archive>
                        <manifest>
                            <mainClass>sn.itxs.pulsar.function.NativeFunctionDemo</mainClass>
                        </manifest>
                    </archive>
                </configuration>
                <executions>
                    <execution>
                        <id>make-assembly</id>
                        <phase>package</phase>
                        <goals>
                            <goal>assembly</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.10.1</version>
            </plugin>
        </plugins>
    </build>
</project>

建立NativeFunctionDemo.java

package sn.itxs.pulsar.function;

import java.util.function.Function;

public class NativeFunctionDemo implements Function<String, String> {
    @Override
    public String apply(String s) {
        return String.format("hahaha,native implement %s!", s);
    }
}

打包生成pulsar-demo-1.0.jar,上傳到安裝Pulsar伺服器上的，這裡就放在pulsar根目錄下的examples資料夾，後續的操作就和前面函式示例一樣
建立函式描述檔案,vim examples/native-example-function-config.yaml

tenant: "my-test"
namespace: "my-namespace"
name: "native-example"
className: "sn.itxs.pulsar.function.NativeFunctionDemo"
inputs: ["persistent://my-test/my-namespace/native_src"]
userConfig:
  "PublishTopic": "persistent://my-test/my-namespace/native_result"

output: "persistent://my-test/my-namespace/native_result"
autoAck: true
parallelism: 1

建立函式

bin/pulsar-admin functions create \
   --function-config-file examples/native-example-function-config.yaml \
   --jar examples/pulsar-demo-1.0.jar

消費訊息

bin/pulsar-client consume persistent://my-test/my-namespace/native_result -s 'my-subscription' -p Earliest -n 0

生產訊息

bin/pulsar-client produce persistent://my-test/my-namespace/native_src --messages "actual pulsar" -n 10

檢視消費者的輸出

Pulsar函式SDK示例

由於依賴Pulsar函式SDK，因此JDK需要選擇17,在前面的工程新增Pom依賴

    <properties>
        <pulsar.version>2.11.0</pulsar.version>
    </properties>
        
    <dependencies>
        <dependency>
            <groupId>org.apache.pulsar</groupId>
            <artifactId>pulsar-functions-api</artifactId>
            <version>${pulsar.version}</version>
        </dependency>
    </dependencies>

打包指定sn.itxs.pulsar.function.SdkFunctionDemo
建立SdkFunctionDemo.java

package sn.itxs.pulsar.function;

import org.apache.pulsar.functions.api.Context;
import org.apache.pulsar.functions.api.Function;

public class SdkFunctionDemo implements Function<String, String> {
    @Override
    public String process(String input, Context context) {
        return String.format("hahaha,pulsar sdk implement %s!", input);
    }
}

打包生成pulsar-demo-1.0.jar,上傳到安裝Pulsar伺服器上的，這裡還是覆蓋pulsar根目錄下的examples資料夾檔案，其他和前面一樣
建立函式描述檔案,vim examples/sdk-example-function-config.yaml

tenant: "my-test"
namespace: "my-namespace"
name: "sdk-example"
className: "sn.itxs.pulsar.function.SdkFunctionDemo"
inputs: ["persistent://my-test/my-namespace/sdk_src"]
userConfig:
  "PublishTopic": "persistent://my-test/my-namespace/sdk_result"

output: "persistent://my-test/my-namespace/sdk_result"
autoAck: true
parallelism: 1

建立函式

bin/pulsar-admin functions create \
   --function-config-file examples/sdk-example-function-config.yaml \
   --jar examples/pulsar-demo-1.0.jar

消費訊息

bin/pulsar-client consume persistent://my-test/my-namespace/sdk_result -s 'my-subscription' -p Earliest -n 0

生產訊息

bin/pulsar-client produce persistent://my-test/my-namespace/sdk_src --messages "actual pulsar" -n 10

檢視消費者的輸出

本人部落格網站IT小神 www.itxiaoshen.com

雲原生時代頂流訊息中介軟體Apache Pulsar部署實操之Pulsar IO與Pulsar SQL
2023-03-08
ApacheSQL
中介軟體之訊息中介軟體-pulsar
2024-06-09
QCon 北京｜Apache Pulsar：雲原生時代的訊息服務
2021-12-09
Apache
雲原生時代訊息中介軟體的演進路線
2020-08-27
Redis 訊息中介軟體 ServiceStack.Redis 輕量級
2020-05-22
Redis
官宣：計算中介軟體 Apache Linkis 正式畢業成為 Apache 頂級專案
2023-03-31
Apache
雲原生時代，中介軟體應該如何 “進化”？
2022-06-22
訊息中介軟體之ActiveMQ
2022-02-21
MQ
解析訊息中介軟體之RabbitMQ
2021-07-15
MQ
訊息中介軟體
2018-03-15
常見訊息中介軟體之RocketMQ
2020-09-23
MQ
常見訊息中介軟體之ActiveMQ
2020-09-23
MQ
博文推薦｜Apache Pulsar: 統一訊息流平臺
2022-01-26
Apache
計算中介軟體 Apache Linkis 成為 Apache 重要專案
2023-02-02
Apache
Go Web輕量級框架Gin學習系列：中介軟體使用詳解
2019-04-29
GoWeb框架
訊息中介軟體rabbitMQ
2021-08-15
MQ
訊息型中介軟體之RabbitMQ叢集
2020-08-27
MQ
計算儲存分離在京東雲訊息中介軟體JCQ上的應用
2022-12-22
訊息中介軟體—RocketMQ訊息傳送
2019-02-18
MQ
訊息中介軟體—Kafka 的設計思想
2019-03-19
Kafka
博文推薦｜Apache Pulsar 輕裝上陣：邁向輕 ZooKeeper 時代
2022-04-06
Apache
分散式訊息中介軟體
2024-10-01
分散式
訊息中介軟體選型
2020-12-16
訊息中介軟體Kafka+Zookeeper叢集簡介、部署和實踐
2018-08-03
Kafka
訊息型中介軟體之RabbitMQ基礎使用
2020-08-26
MQ
快速部署DBus體驗實時資料流計算
2019-07-30
[分散式][訊息中介軟體]訊息中介軟體如何實現每秒幾十萬的高併發寫入
2019-03-04
分散式
實時採集MySQL資料之輕量工具Maxwell實操
2022-12-19
MySql
PHP 訊息中介軟體工具庫
2019-05-24
PHP
訊息中介軟體 — 使用場景
2018-05-21
訊息中介軟體 — RocketMQ簡介
2018-05-22
MQ
下一代分散式訊息佇列Apache Pulsar從入門到實現
2018-07-30
分散式佇列Apache
FolkMQ v1.3.2 釋出（訊息中介軟體、事件匯流排）
2024-03-28
MQ事件
vivo 超大規模訊息中介軟體實踐之路
2023-01-30
中介軟體增強框架之-CaptureFramework框架
2019-08-05
框架APTFramework
訊息中介軟體部署及比較：rabbitMQ、activeMQ、zeroMQ、rocketMQ、Kafka、redis
2019-03-03
MQKafkaRedis
深入訊息中介軟體選型分析
2018-04-04
如何設計一個簡單的訊息中介軟體
2020-09-05