什么是 Pulsar?
Apache Pulsar 是 Apache 软件基金会顶级我的项目,是下一代 云原生 分布式音讯流平台,集音讯、存储、轻量化函数式计算为一体,采纳计算与存储拆散架构设计,反对多租户、长久化存储、多机房跨区域数据复制,具备强一致性、高吞吐以及低延时的高可扩大流数据存储个性。
Pulsar 的要害个性
- Pulsar 的单个实例原生反对 多个集群,可跨机房在集群间无缝地实现音讯复制。
- 极低的公布提早和端到端提早。
- 可无缝扩大到超过 一百万 个 topic。
- 简略的客户端 API,反对 Java、Go、Python 和 C++。
- 反对多种 topic 订阅模式(独占订阅、共享订阅、故障转移订阅)。
- 通过 Apache BookKeeper 提供的长久化音讯存储机制保障消息传递。
- 由轻量级的 serverless 计算框架 Pulsar Functions 实现流原生的数据处理。
- 基于 Pulsar Functions 的 serverless connector 框架 Pulsar IO 使得数据更易移入、移出 Apache Pulsar。
- 分层式存储 可在数据古老时,将数据从热存储卸载到冷 / 长期存储 (如 S3、GCS) 中。
Pulsar vs Kafka
下方链接为 Pulsar 与 Kafka 具体比照报告,可自行下载查看
https://streamnative.io/en/bl…
https://streamnative.io/zh/bl…
-
性能与可用性
基准测试(StreamNative)
数据起源
https://mp.weixin.qq.com/s/UZ…
https://streamnative.io/en/bl…
https://streamnative.io/white…
- 吞吐量(Throughput)
在与 Kafka 的持久性保障雷同的状况下,Pulsar 可达到 605 MB /s 的公布和端到端 吞吐量 (与 Kafka 雷同)以及 3.5 GB/s 的 catch-up read 吞吐量(比 Kafka 高 3.5 倍)。Pulsar 的吞吐量不会因分区数量的减少和持久性级别的扭转而受到影响,而 Kafka 的吞吐量会因分区数量或持久性级别的扭转而受到重大影响。
- 提早性(Latency)
在不同的测试实例 (包含不同订阅数量、不同主题数量和不同持久性保障) 中,Pulsar 的提早显著低于 Kafka。Pulsar P99 提早在 5 到 15 毫秒之间。Kafka P99 提早可能长达数秒,并且会因主题数量、订阅数量和不同持久性保障而受到微小影响。
-
功能性
- 多语言客户端(C/C++、Python、Java、Go …)
- 管理工具(Pulsar Manager vs Kafka Manager)
- 内置流解决 Built-In Stream Processing(Pulsar Function vs Kafka Streams)
- Rich Integrations (Pulsar Connectors)
- Exactly-Once Processing
- 日志压缩
- 多租户(Pulsar)
- 平安治理(Pulsar)
架构设计
Pulsar 采纳存储和计算拆散的软件架构。在音讯畛域,Pulsar 是第一个将存储计算拆散 云原生 架构落地的 开源 我的项目。因为在 Broker 层不存储任何数据,这种架构为用户带来了更高的可用性、更灵便的扩容和治理、防止数据的 reblance 和 catch-up。
在 Apache Pulsar 的分层架构中,服务层 Broker 和存储层 BookKeeper 的每个节点都是对等的。Broker 仅仅负责音讯的服务反对,不存储数据。这为服务层和存储层提供了刹时的节点扩大和无缝的失效恢复。
长久化存储(Persistent storage)
Pulsar 应用 BookKeeper 分布式日志存储数据库作为存储组件,在底层应用日志作为存储模型。
Pulsar 将所有未确认音讯 (即未解决音讯) 存储在 BookKeeper 中的多个“bookie”服务器上。
BookKeeper 通过 Quorum Vote 的形式来实现数据的一致性,跟 Master/Slave 模式不同,BookKeeper 中每个节点也是对等的,对一份数据会 并发 地同时写入指定数目的存储节点。
一个 Topic 实际上是一个 ledgers 流。Ledger 自身就是一个日志。所以一系列的子日志 (Ledgers) 组成了一个父日志(Topic)。
Ledgers 追加到一个 Topic,条目 (音讯或者一组音讯) 追加到 Ledgers。Ledger 一旦敞开是不可变的。Ledger 作为最小的删除单元,也就是说咱们不能删除单个条目而是去删除整个 Ledger。
Ledgers 自身也被合成为多个 Fragment。Fragment 是 BookKeeper 集群中最小的散布单元。
每个 Ledger(由一个或多个 Fragment 组成)能够跨多个 BookKeeper 节点 (Bookies) 进行复制,以实现数据容灾和晋升读取性能。每个 Fragment 都在一组不同的 Bookies 中复制(存在足够的 Bookies)。
conf/bookkeeper.conf
#############################################################################
## Server parameters
#############################################################################
# Directories BookKeeper outputs its write ahead log.
# Could define multi directories to store write head logs, separated by ','.
journalDirectories=/data/appData/pulsar/bookkeeper/journal
#############################################################################
## Ledger storage settings
#############################################################################
# Directory Bookkeeper outputs ledger snapshots
# could define multi directories to store snapshots, separated by ','
ledgerDirectories=/data/appData/pulsar/bookkeeper/ledgers
conf/broker.conf
### --- Managed Ledger --- ###
# Number of bookies to use when creating a ledger
managedLedgerDefaultEnsembleSize=2
# Number of copies to store for each message
managedLedgerDefaultWriteQuorum=2
# Number of guaranteed copies (acks to wait before write is complete)
managedLedgerDefaultAckQuorum=2
元数据存储(Metadata storage)
Pulsar 和 BookKeeper 都应用 Apache Zookeeper 来存储元数据和监控节点健康状况。
$ $PULSAR_HOME/bin/pulsar zookeeper-shell
> ls /
[admin, bookies, counters, ledgers, loadbalance, managed-ledgers, namespace, pulsar, schemas, stream, zookeeper]
更多福利
云智慧已开源集轻量级、聚合型、智能运维为一体的综合运维治理平台 OMP(Operation Management Platform),具备 纳管、部署、监控、巡检、自愈、备份、复原 等性能,可为用户提供便捷的运维能力和业务管理,在进步运维人员等工作效率的同时,极大晋升了业务的连续性和安全性。点击下方地址链接,欢送大家给 OMP 点赞送 star,理解更多相干内容~
GitHub 地址:https://github.com/CloudWise-OpenSource/OMP
Gitee 地址:https://gitee.com/CloudWise/OMP
微信扫描辨认下方二维码,备注【OMP】退出 AIOps 社区运维治理平台 OMP 开发者交换群,与更多行业大佬一起交流学习~