Arroyo是一個使用Rust編寫的分布式流處理引擎，旨在高效地對數據流進行有狀態的計算。與傳統的批處理不同，流處理引擎可以同時處理有界和無界的數據源，并在結果可用時立即得出結果。

廢話不多說，先上github：

https://github.com/ArroyoSystems/arroyo

簡而言之：Arroyo可讓你對大量實時數據提出復雜問題，并在亞秒級時間內獲得結果。

說到這里，感覺就是Flink在Rust中的完美替代品。如果真的可以穩定使用，那么將是Rust撼動Java在大數據流式處理計算的第一槍。

我們看下, 官網的宣傳圖：

官方標榜主要特性有:

支持SQL和Rust流水線

可擴展到每秒數百萬事件

支持狀態操作，如窗口和連接

支持狀態檢查點功能，以實現流水線的容錯和恢復

通過Dataflow模型進行及時的流處理

用例

檢測欺詐和安全事件

實時產品和業務分析

實時數據攝取到您的數據倉庫或數據湖中

實時機器學習特征生成

為什么選擇Arroyo

現在已經有一些現有的流引擎，包括Apache Flink, Spark streaming和Kafka Streams。為什么要搞一個新的呢？

官方也給出了具體的說明：（可以說非常炸裂）

無服務器運維：Arroyo管道被設計為在現代云環境中運行，支持無縫擴展、恢復和重新調度。

高性能SQL：SQL是一流的關注點，具有始終優秀的性能。

專為非專家設計：Arroyo從其內部實現中清晰地分離了管道API。使用者不需要成為流處理專家即可構建實時數據pipeline。

如何開始

可以通過運行以下Docker命令來使用只有單個節點的Arroyo群集：

$dockerrun-p8000:8000-p8001:8001ghcr.io/arroyosystems/arroyo-single:multi-arch

然后可以在瀏覽器打開：http://localhost:8000

深入學習

官方文檔：https://doc.arroyo.dev/getting-started（看了下，文檔寫的非常好）

使用復雜SQL構建你的第一個pipeline

https://doc.arroyo.dev/tutorial/first-pipeline

總結

之前也有Rust嘗試做大數據套件，但是都沒有很成功的案例。或許Arroyo將是第一個用Rust編寫的分布式流處理引擎成功的案例，這樣將再次證明Rust在大數據基建領域的可行性。

后面我也會繼續關注Arroyo，并寫一系列的使用教程發布到本公眾號，并做一些Flink和Arroyo的深入對比。

謝謝大家支持, 做第一個吃螃蟹的人。

審核編輯 ：李倩