開源實時流處理系統(tǒng)小結
這里對目前業(yè)界開源的一些實時流處理系統(tǒng)做一次小結，作為日后進行技術調研的參考資料。
S4
S4(Simple Scalable Streaming System)是Yahoo最新發(fā)布的一個開源流計算平臺，它是一個通用的、分布式的、可擴展性良好、具有分區(qū)容錯能力、支持插件的分布式流計算平臺，在該平臺上程序員可以很方便地開發(fā)面向無界不間斷流數(shù)據(jù)處理的應用，開發(fā)語言為Java。
項目鏈接：http://incubator.apache.org/s4/（注：S4 0.5.0已支持TCP鏈接及狀態(tài)恢復等特性）
Storm
Storm是Twitter開源的分布式實時計算系統(tǒng)，Storm通過簡單的API使開發(fā)者可以可靠地處理無界持續(xù)的流數(shù)據(jù)，進行實時計算，開發(fā)語言為Clojure和Java，非JVM語言可以通過stdin/stdout以JSON格式協(xié)議與Storm進行通信。Storm的應用場景很多：實時分析、在線機器學習、持續(xù)計算、分布式RPC、ETL處理，等等。
StreamBase
StreamBase是一個關于復雜事件處理（CEP）、事件流處理的平臺。其本身是商業(yè)應用軟件，但提供了Developer Edition，開發(fā)語言為Java。
項目鏈接：http://www.streambase.com
HStreaming
HStreaming構建在Hadoop之上，可以和Hadoop及其生態(tài)系統(tǒng)緊密結合起來提供實時流計算服務。這使得HStreaming的用戶可以在同一個生態(tài)系統(tǒng)中分析處理大數(shù)據(jù)，開發(fā)語言為Java。
項目鏈接：http://www.hstreaming.com
Esper & NEsper
Esper是專門進行復雜事件處理（CEP）的流處理平臺，Java版本為Esper，.Net版本為NEsper。Esper & NEsper可以方便開發(fā)者快速開發(fā)部署處理大容量消息和事件的應用系統(tǒng)，不論是歷史的還是實時的消息。
項目鏈接：http://esper.codehaus.org
Kafka
Kafka是Linkedin于2010年12月份開源的高吞吐、基于Pub-Sub的分布式消息系統(tǒng)，主要用于處理活躍的流式數(shù)據(jù)，開發(fā)語言為Scala。
項目鏈接：http://incubator.apache.org/kafka
Scribe
Scribe是Facebook開源的日志收集系統(tǒng)，開發(fā)語言為C，通過Thrift可以支持多種常用客戶端語言，在Facebook內部已經(jīng)得到大量的應用。它能夠從各種日志源上收集日志，存儲到一個中央存儲系統(tǒng)（可以是NFS，分布式文件系統(tǒng)等）上，以便于進行集中統(tǒng)計分析處理。它為日志的“分布式收集，統(tǒng)一處理”提供了一個可擴展的，高容錯的方案。Scribe通常與Hadoop結合使用，Scribe用于向HDFS中push日志，而Hadoop通過MapReduce作業(yè)進行定期處理。
項目鏈接：http://github.com/facebook/scribe
Flume
Flume是Cloudera提供的一個分布式、可靠的、高可用的日志收集系統(tǒng)，用于收集、聚合以及移動大量日志數(shù)據(jù)，開發(fā)語言為Java。Flume支持在日志系統(tǒng)中定制各類數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù)；同時，F(xiàn)lume提供對數(shù)據(jù)進行簡單處理，并寫到各種數(shù)據(jù)接收方（可定制）的能力。
項目鏈接：http://incubator.apache.org/flume
