上一篇和大家一起宏观上学习了Samza平台的架构，重点讲了一下数据缓冲层和资源管理层，剩下的一块很重要的SamzaAPI层本节作为重点为大家展开介绍。    当你使用Samza来实现一个数据流处理逻辑时，你必须实现一个叫StreamTask的接口，如下所示：public class MyTaskClass implements StreamTask { public void

Twitter的流处理系统Storm最近出现了一个“翻版”——Samza。Samza是近日由LinkedIn开源的一项技术，它是一个分布式流处理框架，专用于实时数据的处理，非常像Twitter的流处理系统Storm。不同的是Samza基于Hadoop，而且使用了LinkedIn自家的Kafka分布式消息系统。Storm和Samza极其相似，就像LinkedIn的Chris Riccomini在博客中阐述的那样：“[Samza]可以帮助你构建应用，处理消息队列——更新数据库、计数以及其他的聚合、转换消息等等。

大家应该听我在前言篇里扯皮后，迫不及待要来一看Samza究竟是何物了吧？先了解一下Samza的Background是必不可少的（至少官网上是放在第一个的），我们需要从哪些技术背景去了解呢？    什么是消息（Messaging）？    消息系统是一种实现近实时异步计算的流行方案。消息产生时可以被放入一个消息队列（ActiveMQ，RabbitMQ）、发布-订阅系统（Kestrel

希望上一篇背景篇让大家对流式计算有了宏观的认识，本篇根据官网是介绍概念，先让我们看看有哪些东西呢？    概念一：Streams    Samza是处理流的。流则是由一系列不可变的一种相似类型的消息组成。举个例子，一个流可能是在一个网站上的所有点击，或者更新到一个特定数据库表的更新操作，或者是被一个服务或者事件数据生成所有日志信息。消息能够被加到另一个流之后或者从一个流中读取。一个

本篇紧接着概念篇，从宏观角度上看一下Samza实时计算服务的架构是什么样的？    Samza是由以下三层构成：    1. 数据流层（A streaming layer）    2. 执行层（An execution layer）    3. 处理层（A progressing layer）    那Samza是依靠哪些技术完成以上三层的组合呢