[JPoint 2017] Распределяй и властвуй — 2: Потоки данных наносят ответный удар

Виктор возвращается с продолжением доклада про обработку данных в памяти! На этот раз он противопоставит «потоковый» подход «пакетному». Как мы знаем, информации, зараза, много! Мало того, что её много, так ещё никто не хочет сидеть и ждать, пока Hadoop-кластер посчитает всё. Big Data уже не интересно, Fast Data — наше новое «всё»! Так что же делать, если новые данные всё прибывают и прибывают по каналам связи (через сокет-сервер ли или модную нынче Кафку) ежесекундно (а может, даже и быстрее)? Можно было бы складывать их в какое-нибудь хранилище и считать по ночам MapReduce-ом. Или всё-таки прибегнем к потоковой обработке? У каждого подхода есть свои преимущества и недостатки: как очевидные, так и те, что не всегда лежат на поверхности. После небольшого введения и обзора терминов Виктор на основе примеров кода покажет, как использовать Hazelcast Jet для распределенной обработки потоковых данных.

1. @gamussa @hazelcast #jpoint Распределяй и Властвуй -2:
 Потоки данных наносят ответный удар

2. Stream v. Batch
3. Кто?
4. Solutions Architect Кто?
5. Solutions Architect Developer Advocate Кто?
6. Solutions Architect Developer Advocate @gamussa везде в интернете Кто?
7. Solutions Architect Developer Advocate @gamussa везде в интернете А ты зафоловил меня, $userName © Кто?
8. Part Deux?
10. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Нам пишут
11. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Нам пишут ? Из названия не было понятно, что это пропоганда хазлкаста, что не правильно.
12. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Нам пишут ? Из названия не было понятно, что это пропоганда хазлкаста, что не правильно.
13. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Нам пишут ? Из названия не было понятно, что это пропоганда хазлкаста, что не правильно.
14. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Нам пишут ? Из названия не было понятно, что это пропоганда хазлкаста, что не правильно. ✓ Все так
15. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Нам пишут ? Из названия не было понятно, что это пропоганда хазлкаста, что не правильно. ✓ Все так ✓ Читайте абстракт ✓ Как и Вы, я здесь в коммандировке
16. @gamussa @hazelcast #jpoint Disclaimer: Ham пишут * авторская орфография сохранена
17. @gamussa @hazelcast #jpoint Disclaimer: Ham пишут ? Спикер … уделяет время лишь одному банальному примеру подсчёта слов в файле с использованием фреймворка их компании. * авторская орфография сохранена
19. @gamussa @hazelcast #jpoint Пакетная Обработка Данные в состоянии покоя
20. @gamussa @hazelcast #jpoint Данные и запросы Происхождение и обработка
21. @gamussa @hazelcast #jpoint
22. @gamussa @hazelcast #jpoint
23. @gamussa @hazelcast #jpoint Данньые…
24. @gamussa @hazelcast #jpoint Данньые…
25. @gamussa @hazelcast #jpoint ✓ … immutable по своей сути Данньые… ✓ … привязаны ко времени
26. @gamussa @hazelcast #jpoint CRUD -> CR Мариванна, в углу скр..©
27. @gamussa @hazelcast #jpoint Обработка – это запрос
28. @gamussa @hazelcast #jpoint Обработка – это запрос Функция по полному набору данных
29. @gamussa @hazelcast #jpoint Обработка – это запрос Функция по полному набору данных Проекции
30. @gamussa @hazelcast #jpoint Обработка – это запрос Функция по полному набору данных Проекции Агрегации
31. @gamussa @hazelcast #jpoint Обработка – это запрос Функция по полному набору данных Проекции Агрегации Joins
32. SELECT user_vote, count(*) FROM AccessLog WHERE event_date BETWEEN"04/07/2017" AND "04/07/2017" GROUP BY user_vote;
33. SELECT user_vote, count(*) FROM AccessLog WHERE event_date BETWEEN "04/7/2017" AND "04/08/2017" GROUP BY user_vote;
34. SELECT user_vote, count(*) FROM AccessLog WHERE event_date BETWEEN"04/07/2017" AND "04/08/2007" GROUP BY user_vote;
35. private static void countVotes(IMap<String, Vote> userVotes) { // execute the aggregation and print the result long countVotes = userVotes .aggregate(Aggregators.<String, Vote>count()); }
37. @gamussa @hazelcast #jpoint Lambda architecture origins http:/ /nathanmarz.com/blog/how-to-beat-the-cap-theorem.html
38. @gamussa @hazelcast #jpoint Lambda Architecture
40. @gamussa @hazelcast #jpoint Предподсчитанньый результат http:/ /nathanmarz.com/blog/how-to-beat-the-cap-theorem.html
41. @gamussa @hazelcast #jpoint Пакетньый процесс http:/ /nathanmarz.com/blog/how-to-beat-the-cap-theorem.html
43. @gamussa @hazelcast #jpoint Хранилище вьыдачи
44. @gamussa @hazelcast #jpoint Хранилище вьыдачи Очень легко читать
45. @gamussa @hazelcast #jpoint Хранилище вьыдачи Очень легко читать K,V – в идеале
46. @gamussa @hazelcast #jpoint Хранилище вьыдачи Очень легко читать K,V – в идеале Очень быстро читать
47. @gamussa @hazelcast #jpoint Хранилище вьыдачи Очень легко читать K,V – в идеале Очень быстро читать хранить в памяти
48. @gamussa @hazelcast #jpoint Хранилище вьыдачи Очень легко читать K,V – в идеале Очень быстро читать хранить в памяти хранить предподсчитанный результат
49. Данные слишком важны, чтобы хранить их на одной машине
50. @gamussa @hazelcast #jpoint Oracle Coherence
51. @gamussa @hazelcast #jpoint Oracle Coherence In-memory data grid
52. @gamussa @hazelcast #jpoint Oracle Coherence In-memory data grid Распределенные кэши
53. @gamussa @hazelcast #jpoint Oracle Coherence In-memory data grid Распределенные кэши Коммерческий продукт
54. @gamussa @hazelcast #jpoint Infinispan
55. @gamussa @hazelcast #jpoint Infinispan In-memory data grid
56. @gamussa @hazelcast #jpoint Infinispan In-memory data grid распределённые кэши
57. @gamussa @hazelcast #jpoint Infinispan In-memory data grid распределённые кэши Лицензия Apache v2
58. @gamussa @hazelcast #jpoint Еще хотелки…
59. @gamussa @hazelcast #jpoint Еще хотелки… Простота
60. @gamussa @hazelcast #jpoint Еще хотелки… Простота знакомый API
61. @gamussa @hazelcast #jpoint Еще хотелки… Простота знакомый API встраиваемость
62. @gamussa @hazelcast #jpoint Еще хотелки… Простота знакомый API встраиваемость Cloud Native
63. @gamussa @hazelcast #jpoint Еще хотелки… Простота знакомый API встраиваемость Cloud Native
64. @gamussa @hazelcast #jpoint Псс, парень, Hazelcast IMDG, не хочешь? Ну очень быстрый грид ©
65. @gamussa @hazelcast #jpoint Hazelcast IMDG, ьерем?
66. @gamussa @hazelcast #jpoint Hazelcast IMDG, ьерем? In-memory Data Grid
67. @gamussa @hazelcast #jpoint Hazelcast IMDG, ьерем? In-memory Data Grid Распределенные Кэши (IMap, JCache) Проекции, Агрегации Java колекции (IList, ISet, IQueue) Система обмена сообщений (Topic, RingBuffer) Вычисления (ExecutorService, M-R)
69. @gamussa @hazelcast #oraclecode
70. @gamussa @hazelcast #jpoint Пример: ПАКЕТНАЯ ОБРАБОТКА НА HAZELCAST и SPARK
71. @gamussa @hazelcast #jpoint ДАННЫЕ НЕ ДОЛЖНЫ ОБНОВЛЯТЬСЯ ВО ВРЕМЯ ЧТЕНИЯ
72. @gamussa @hazelcast #jpoint ПОЧЕМУ?
73. @gamussa @hazelcast #jpoint ПРИ РАСШИРЕНИИ, MAP ПЕРЕРАСПРЕДЕЛЯЕТ ДАННЫЕ ВНУТРИ КОНТЕЙНЕРА
74. @gamussa @hazelcast #jpoint КУРСОР НЕ УКАЗЫВАЕТ НА КОРРЕКТНУЮ ЗАПИСЬ. МОГУТ ВОЗНИКАТЬ ДУБЛИКАТЫ ИЛИ ДАННЫЕ ПРОПАДАТЬ
75. @gamussa @hazelcast #jpoint Потоковая обработка Данные в движении
76. @gamussa @hazelcast #jpoint Hazelcast Jet Считаем ваши слова. Быстро. В памяти
77. @gamussa @hazelcast #jpoint Потоковая и пакетная обработка в памяти
78. @gamussa @hazelcast #jpoint Потоковая и пакетная обработка в памяти
79. @gamussa @hazelcast #jpoint Потоковая и пакетная обработка в памяти
80. @gamussa @hazelcast #jpoint Потоковая и пакетная обработка в памяти
81. @gamussa @hazelcast #jpoint Потоковая и пакетная обработка в памяти
82. @gamussa @hazelcast #jpoint Jet против мира Big Data
83. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота
84. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота в разработке
85. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота в разработке в развертывании (даже в облаках)
86. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота в разработке в развертывании (даже в облаках) Скорость
87. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота в разработке в развертывании (даже в облаках) Скорость data affinity
88. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота в разработке в развертывании (даже в облаках) Скорость data affinity cooperative multitasking
89. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота в разработке в развертывании (даже в облаках) Скорость data affinity cooperative multitasking Hazelcast IMDG
90. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота в разработке в развертывании (даже в облаках) Скорость data affinity cooperative multitasking Hazelcast IMDG распределенные данные
91. @gamussa @hazelcast #jpoint Jet против мира Big Data Простота в разработке в развертывании (даже в облаках) Скорость data affinity cooperative multitasking Hazelcast IMDG распределенные данные discovery
92. @gamussa @hazelcast #jpoint Когда пьытаешься объяснить современньый мир Big Data
93. @gamussa @hazelcast #jpoint Локальность и привязка данньых
94. @gamussa @hazelcast #jpoint Локальность и привязка данньых Скорость и низкие задержки
95. @gamussa @hazelcast #jpoint Локальность и привязка данньых Скорость и низкие задержки данные и вычисления расположены на одной ноде
96. @gamussa @hazelcast #jpoint Локальность и привязка данньых Скорость и низкие задержки данные и вычисления расположены на одной ноде Привязка к структуре партиций
97. @gamussa @hazelcast #jpoint Направленньый ациклический граф
98. @gamussa @hazelcast #jpoint Направленньый ациклический граф Модель описания выполнения
99. @gamussa @hazelcast #jpoint Направленньый ациклический граф Модель описания выполнения Вершина – шаг выполнения
100. @gamussa @hazelcast #jpoint Направленньый ациклический граф Модель описания выполнения Вершина – шаг выполнения Работает как для пакетной и потоковой
101. @gamussa @hazelcast #jpoint Исполнение графа
102. @gamussa @hazelcast #jpoint Исполнение графа Каждая нода кластера исполняет граф целиком
103. @gamussa @hazelcast #jpoint Исполнение графа Каждая нода кластера исполняет граф целиком Каждая вершина графа исполняется набором tasklet-ов
104. @gamussa @hazelcast #jpoint Исполнение графа Каждая нода кластера исполняет граф целиком Каждая вершина графа исполняется набором tasklet-ов Ограниченное число «настоящих» потоков
105. @gamussa @hazelcast #jpoint Исполнение графа Каждая нода кластера исполняет граф целиком Каждая вершина графа исполняется набором tasklet-ов Ограниченное число «настоящих» потоков ~ кол-во процессоров
106. @gamussa @hazelcast #jpoint Исполнение графа Каждая нода кластера исполняет граф целиком Каждая вершина графа исполняется набором tasklet-ов Ограниченное число «настоящих» потоков ~ кол-во процессоров Work-stealing между потоками
107. @gamussa @hazelcast #jpoint Исполнение графа Каждая нода кластера исполняет граф целиком Каждая вершина графа исполняется набором tasklet-ов Ограниченное число «настоящих» потоков ~ кол-во процессоров Work-stealing между потоками Back pressure между вершинами
108. @gamussa @hazelcast #jpoint Cooperative Multithreading
109. @gamussa @hazelcast #jpoint Cooperative Multithreading Cooperative Processors выполняются в цикле, который выполняется в native треде
110. @gamussa @hazelcast #jpoint Cooperative Multithreading Cooperative Processors выполняются в цикле, который выполняется в native треде нет переключения контекста привязка к ядру процессора
111. @gamussa @hazelcast #jpoint Cooperative Multithreading Cooperative Processors выполняются в цикле, который выполняется в native треде нет переключения контекста привязка к ядру процессора Каждый tasklet выполняет небольшой небольшую часть работы (<1ms)
112. @gamussa @hazelcast #jpoint Cooperative Multithreading Cooperative Processors выполняются в цикле, который выполняется в native треде нет переключения контекста привязка к ядру процессора Каждый tasklet выполняет небольшой небольшую часть работы (<1ms)
113. @gamussa @hazelcast #jpoint Cooperative Multithreading
114. @gamussa @hazelcast #jpoint Cooperative Multithreading 1 поток может выполнять ~1000 tasklet
115. @gamussa @hazelcast #jpoint Cooperative Multithreading 1 поток может выполнять ~1000 tasklet Если нечего делать, тред
116. @gamussa @hazelcast #jpoint Cooperative Multithreading 1 поток может выполнять ~1000 tasklet Если нечего делать, тред Ребра графа имплементированы с помощью RingBuffer – single producer / single consumer
117. @gamussa @hazelcast #jpoint Cooperative Multithreading 1 поток может выполнять ~1000 tasklet Если нечего делать, тред Ребра графа имплементированы с помощью RingBuffer – single producer / single consumer
118. @gamussa @hazelcast #jpoint ТОпологии Что нам стоит кластер построить
119. @gamussa @hazelcast #jpoint Топологии
120. @gamussa @hazelcast #jpoint Топологии
121. @gamussa @hazelcast #jpoint Топологии
122. @gamussa @hazelcast #jpoint Топологии Jet!Cluster Sink Source / Enrichment
123. @gamussa @hazelcast #jpoint Топологии
125. @gamussa @hazelcast #jpoint Benchmarks
126. @gamussa @hazelcast #jpoint Benchmarks
127. @gamussa @hazelcast #jpoint Демо
128. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Ham пишут
129. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Ham пишут ? Про фэйлы нод в хазелкасие хотелось бы услышать откровений и примеры из жизни.
130. @gamussa @hazelcast #jpoint * авторская орфография сохранена Disclaimer: Ham пишут ? Про фэйлы нод в хазелкасие хотелось бы услышать откровений и примеры из жизни.
131. @gamussa @hazelcast #jpoint проблемы Текущее состояние
132. @gamussa @hazelcast #jpoint Проблемьы
133. @gamussa @hazelcast #jpoint Проблемьы Устойчивость к сбоям
134. @gamussa @hazelcast #jpoint Проблемьы Устойчивость к сбоям Работа с «бесконечными» данными
135. @gamussa @hazelcast #jpoint Проблемьы Устойчивость к сбоям Работа с «бесконечными» данными Неупорядоченные и «опоздавшие» события
136. I FOUND YOUR LACK OF FAULT TOLERANCE disturbing
137. @gamussa @hazelcast #jpoint 10 +1 Бэкапьы Консистентный бэкап системы Обработка «At-least once» vs «Exactly once» Снэпшот распределенной системы
138. @gamussa @hazelcast #jpoint 10 10 Бэкапьы Консистентный бэкап системы Обработка «At-least once» vs «Exactly once» Снэпшот распределенной системы
139. @gamussa @hazelcast #jpoint 10 10 11 Бэкапьы Консистентный бэкап системы Обработка «At-least once» vs «Exactly once» Снэпшот распределенной системы
140. @gamussa @hazelcast #jpoint 10 11 10 11 Бэкапьы Консистентный бэкап системы Обработка «At-least once» vs «Exactly once» Снэпшот распределенной системы
141. @gamussa @hazelcast #jpoint Reader Writer Reader
142. @gamussa @hazelcast #jpoint Reader Writer Reader Snapshot
143. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Snapshot
144. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Snapshot
145. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Snapshot
146. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Snapshot
147. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Reader Snapshot
148. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Reader Snapshot
149. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Reader Snapshot
150. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Reader Snapshot
151. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Reader Snapshot
152. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Reader Snapshot
153. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Reader Writer Snapshot
154. @gamussa @hazelcast #jpoint Reader Writer Reader Reader Reader Writer Snapshot Done!
155. @gamussa @hazelcast #jpoint Как считать «бесконечные» данные?
156. Конечное представление бесконечных данных
157. @gamussa @hazelcast #jpoint
158. @gamussa @hazelcast #jpoint https:/ /www.oreilly.com/ideas/the-world-beyond-batch-streaming-101
159. @gamussa @hazelcast #jpoint Time-based обработка
160. @gamussa @hazelcast #jpoint Time-based обработка Привязка записей к окнам на основе Времени события Времени обработки
161. @gamussa @hazelcast #jpoint Time-based обработка Привязка записей к окнам на основе Времени события Времени обработки Сколько ждать «запоздалых» данных?
162. @gamussa @hazelcast #jpoint Time-based обработка Привязка записей к окнам на основе Времени события Времени обработки Сколько ждать «запоздалых» данных? Точность vs Память
163. @gamussa @hazelcast #jpoint Fatality
164. @gamussa @hazelcast #jpoint Потоковая обработка: итоги
165. @gamussa @hazelcast #jpoint Потоковая обработка: итоги • Получать результаты вычислений реальном времени возможно!
166. @gamussa @hazelcast #jpoint Потоковая обработка: итоги • Получать результаты вычислений реальном времени возможно! • Окна – конечное представление бесконечных данных • Окна основаны на временнЫх параметрах (время события + время обработки)
167. @gamussa @hazelcast #jpoint Потоковая обработка: итоги • Получать результаты вычислений реальном времени возможно! • Окна – конечное представление бесконечных данных • Окна основаны на временнЫх параметрах (время события + время обработки) • Обработка «запоздалых» событий • Вам решать, сколько ждать
168. @gamussa @hazelcast #jpoint hazelcast/hazelcast-jet-code-samples
169. @gamussa @hazelcast #jpoint СПАСИБО! Вопросы? @gamussa viktor@hazelcast.com