简洁高效的 Python 流处理库:Faust 极简入门

Python猫

共 3291字,需浏览 7分钟

 ·

2021-04-13 15:41

△点击上方“Python猫”关注 ,回复“1”领取电子书

在分布式系统和实时数据处理中,流处理是十分重要的技术。在数据密集型应用中,数据快速到达,转瞬即逝,需要及时进行处理,流式处理强调数据和事件的处理速度,对性能和可靠性有较高的要求。

流处理框架包括:Storm,Spark Streaming 和 Flink 等,而 Kafka 也不甘示弱,推出了分布式流处理平台 Kafka Streams。Faust 把 Kafka Streams 带到了 Python,并实现了抽象和优化,为数据和事件的流处理提供了一个高效便利的框架。

简介

Faust,是 robinhood 在 Github 上开源的 Python 流处理库,目前版本为 1.10.4。

Faust 把 Kafka Streams 的概念带到了 Python,提供了包括流处理和事件处理的模式。Faust 使用纯 Python 实现,使得开发者可以使用包括 NumPy, PyTorch, Pandas 等的库进行数据处理。

Faust 实现简洁优雅,使用简单,性能优秀,且具有高可用、分布式、灵活性高的特点。目前 Faust 已被用于构建高性能分布式系统和实时数据管道中。

使用

Faust 需求 Python 3.6 或以上,且需要可用的 Kafka >= 0.10 服务。使用 pip 安装:

$ pip install -U faust

此外,一些额外的特性需要额外的依赖,如 rocksdb,可以用来作为 Faust 在生产环境中的存储,以及 Redis,可以在开启缓存时使用。


安装完成以后,就可以在项目中使用了。我们来看一个简单的例子:

import faust 
 
app = faust.App( 
    'hello-world'
    broker='kafka://localhost:9092'
    value_serializer='raw'

 
greetings_topic = app.topic('greetings'
 
@app.agent(greetings_topic) 
async def greet(greetings): 
    async for greeting in greetings: 
        print(greeting) 

首先,我们使用 faust.App 创建一个 Faust 应用,并配置应用的名字、Kafka broker 和序列化方式。

然后,我们创建一个主题,这跟 Kafka 中的主题是对应的。

Faust 利用 Python 3.6+ 的异步语法 async,定义异步函数 greet,并注册为 Faust 应用的一个 agent。函数接收实时的数据集合 greetings,并异步地对每项数据进行输出。

把上述代码保存为 hello_world.py,并在命令行启动工作者:

$ faust -A hello_world worker -l info

该 Faust 工作者就会从 Kafka 中实时读取数据并处理。

我们可以发送一些数据来观察效果:

$ faust -A hello_world send @greet "Hello Faust"

上述命令发送了一条消息,执行后,我们就能在工作者的命令行中看到这条消息。

Faust 还充分利用了 Python 的类型提示,能够方便地定义数据模型:

import faust 
 
class Greeting(faust.Record): 
    from_name: str 
    to_name: str 
 
app = faust.App('hello-app', broker='kafka://localhost'
topic = app.topic('hello-topic', value_type=Greeting) 
 
@app.agent(topic) 
async def hello(greetings): 
    async for greeting in greetings: 
        print(f'Hello from {greeting.from_name} to {greeting.to_name}'
 
@app.timer(interval=1.0) 
async def example_sender(app): 
    await hello.send( 
        value=Greeting(from_name='Faust', to_name='you'), 
    ) 
 
if __name__ == '__main__'
    app.main() 

总结

Faust 把 Kafka Streams 带到了 Python 中,实现了简洁高效的数据流处理。其使用简单的装饰器和基于类型提示机的据模型,就能定义实现数据的处理逻辑;充分利用了 Python 的 async 异步机制,和其他高性能的异步库,实现了高效性能;其使用 Python 实现,使用开发者可以无缝对接其他数据处理和大数据相关功能。
Python猫技术交流群开放啦!群里既有国内一二线大厂在职员工,也有国内外高校在读学生,既有十多年码龄的编程老鸟,也有中小学刚刚入门的新人,学习氛围良好!想入群的同学,请在公号内回复『交流群』,获取猫哥的微信(谢绝广告党,非诚勿扰!)~


还不过瘾?试试它们




Python 进阶:enum 模块源码分析

圣杯与银弹:没用的设计模式?

如何快速从 JSON 中找到特定的 Key?

2021年,你应该知道的Python打包指南

遇见一只黑猫,她说程序员都是骗子

Python 官方团队在打包项目中踩过的坑


如果你觉得本文有帮助
请慷慨分享点赞,感谢啦
浏览 34
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报