8、流式应用程序的实现：Ray 与 Kafka 的结合

流式应用程序的实现：Ray 与 Kafka 的结合

1. 流式应用概述

在数据处理领域，除了使用 Ray 实现无服务器批量应用外，实时处理数据的流式应用也十分重要。流式处理指的是在数据创建后不久就对其采取行动，在一定的延迟约束内处理数据。常见的流式应用场景包括：
- 日志分析 ：通过对硬件和软件产生的日志流进行分布式处理，深入了解系统状态。
- 欺诈检测 ：实时监控金融交易，识别异常信号以阻止欺诈交易。
- 网络安全 ：监控与系统的交互，检测异常情况，实时识别安全问题并隔离威胁。
- 物流监控 ：实时跟踪汽车、卡车、车队和货物运输，优化路线规划。
- 物联网数据处理 ：例如收集发动机数据，在故障演变成大问题之前进行检测。
- 推荐引擎 ：根据用户的在线行为了解其兴趣，用于广告投放、产品和服务推荐等。

实现流式应用时，目前主要有两种选择：
- 利用 Ray 生态系统中的底层组件进行自定义实现。
- 使用外部库和工具与 Ray 结合实现流式处理。

2. Apache Kafka 简介

Apache Kafka 是实现流式应用的流行选择，它可以连接数据生产者和实现数据处理的消费者。

2.1 Kafka 入门

若要使用 Kafka 进行实验，可以选择本地运行或在云端使用：
- 本地安装 </