Python中Faust庫的詳細介紹

本篇內容介紹了“Python中Faust庫的詳細介紹”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

目錄

• Faust是一個流處理庫

• 將kafka流中的思想移植到Python中

• agent是一個async def的函數，因此它還可以異步執行其他操作

• 使用Kafka topic作為“預寫日志”

• Faust支持任何類型的流數據

• Faust是靜態類型的

• Faust簡介

• 高可用性

• 分布式的

• 快速

• 靈活性

• 安裝

• 綁定

• 下載并從源文件中安裝

• 使用開發版本

• 常見問題

Faust是一個流處理庫

將kafka流中的思想移植到Python中

它被用于Robinhood去構建高性能的分布式系統和實時數據通道，每天處理數十億的數據。

Faust同時提供流處理和事件處理同類型的工具分享例如：Kafka Streams, Apache Spark/Storm/Samza/Flink

它不需要使用一個DSL，僅需要用到Python！這意味著你在做流處理的時候可以使用所有你喜歡的Python庫：

NumPy, PyTorch, Pandas, NLTK, Django, Flask, SQLAlchemy等等。

由于需要使用新的async/await語法和變量類型注釋方法，Faust需要使用Python3.6以上的版本。

這里有一個處理輸入命令流的示例：

這個agent裝飾器定義了一個“流處理器”，它本質上是一個Kafka topic，并且可以對接收到的每個事件做一些處理。

agent是一個async def的函數，因此它還可以異步執行其他操作

如web請求。

這個系統可以持久化狀態，執行方式類似于數據庫。表被命名成分布式的key/value儲存，你可以使用常規的Python字典來做這件事。

在每臺機器上的本地用c++編寫的超快嵌入式數據庫(被稱為RocksDB)存儲表。

表還可以存儲可選的“窗口”聚合計數，以便跟蹤“前一天的單擊次數”或“前一個小時的單擊次數”。與Kafka流一樣，我們支持滾動、跳躍和滑動時間窗口，舊窗口可以過期以阻止數據填充。

為了提高可靠性

使用Kafka topic作為“預寫日志”

當一個密鑰被更改時，我們將其發布到更新的日志上。備用節點使用這個更新日志來保存數據的精確副本，并在任何節點發生故障時支持立即恢復。

對于用戶來說，表只是一個字典，但是數據在重新啟動和跨節點復制之間存在，所以在故障發生時其他節點可以自動接管。

您可以通過URL統計頁面瀏覽數量：

發送到Kafka topic的數據是分區的，這意味著點擊數將用URL的這種方式進行分片。因此，同一個URL的每個計數都會立刻被傳遞給同一個Faust worker實例。

Faust支持任何類型的流數據

字節、Unicode和序列化結構，同時也支持使用現代Python語法的“模型”來描述流中的keys和value是如何被序列化的。

Faust是靜態類型的

使用mypy類型檢查器，所以您在編寫應用程序時可以充分利用靜態類型的優勢。

Faust源代碼很小，組織良好，是學習Kafka流實現的好資源。

在引言頁學習更多關于Faust的知識.jpg

去閱讀更多關于Faust，系統請求，安裝指導，論壇資源等等，或者直接訪問快速開始的教程。在一個編寫流處理的應用中去查看關于Faust應用，然后通過使用者手冊深入探討。深層次的信息都根據不同主題在這個手冊中進行說明

Faust簡介

Faust非常容易使用。在學習其他的流處理方法時，你總是需要從一個復雜的hello-world工程和相應的基礎要求開始學習。Faust僅僅需要Kafka，剩下的就是只需要Python，如果你知道Python的話你就可以直接使用Faust去做流處理的工作了，并且它可以整合和他相關的一切。

這兒有一個簡單的應用程序你可以做：源代碼是Python的

您可能會被async和await這兩個關鍵字嚇到，但是您在使用Faust時不需要知道asyncio是如何工作的：只要模仿這些例子就可以得到您想要的結果。

示例應用程序啟動兩個任務：一個是處理流，另一個是向流發送事件的后臺線程。在實際的應用程序中，您的系統將向Kafka topic發布事件，您的處理器可以從Kafka topic獲取事件信息，并且只需要后臺線程將數據輸入到我們的示例中。

高可用性

Faust是高度可用的，并且可以在網絡問題和服務器崩潰中生存下來。在節點失敗的情況下，它可以自動恢復，并且表將接管備用節點。

分布式的

根據您的應用程序的需要啟動更多實例。

快速

一個單內核的Faust worker實例已經可以每秒處理數萬個事件，我們有理由相信，一旦我們能夠支持一個更優化的Kafka客戶端，吞吐量就會增加。

靈活性

Faust就是Python，而流是一個無限的異步迭代器。如果您知道如何使用Python，那么您已經知道如何使用Faust，它可以與您喜歡的Python庫一起使用，比如Django、Flask、SQLAlchemy、NTLK、NumPy、Scikit、TensorFlow等等。最后，如果你的時間不是很緊張，并且又想快速的提高，最重要的是不怕吃苦，建議你可以聯系維：762459510 ，那個真的很不錯，很多人進步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

安裝

您可以通過Python包或從源文件中安裝Faust

使用pip安裝它：

綁定

Faust還定義了一組setuptools擴展，可以用來安裝Faust，并且有一個給定特性的依賴關系。

您可以在您的需求中或在pip命令行中使用方括號來指定它們。使用逗號分隔多個包：

以下的綁定均是有效的：

商店

最優化

傳感器

事件循環

調試

下載并從源文件中安裝

您可以這樣安裝它：

如果當前沒有使用virtualenv，則必須以特權用戶的身份執行最后一個命令。

使用開發版本

您可以使用以下pip命令安裝Faust的最新版本：

常見問題

Faust可以在Django/Flask/etc上使用嗎？

使用gevent

這種方法適用于任何可以與gevent一起工作的阻塞Python庫。

使用gevent需要您安裝aiogevent模塊，您可以將其作為Faust的包進行安裝：

然后要真正的使用gevent作為事件循環，您要么在faust程序中使用-L <faust --loop>

命令：

要么在你腳本的前面加入import mode.loop.gevent

記住：非常重要的一點是，它位于模塊的最頂端，并且在導入庫之前執行。

使用eventlet

這種方法適用于任何可以使用eventlet的阻塞Python庫。

使用eventlet需要您安裝aioeventlet模塊，您可以將其安裝為與Faust一起的捆綁包。

然后要實際使用eventlet作為事件循環，您要么在faust程序中使用-L <faust --loop>

命令：

要么在你腳本的前面加入import mode.loop.gevent

警告

非常重要的是，它位于模塊的最頂端，并且在導入庫之前執行。

Faust可以在Tornado上使用嗎？

可以！使用tornado.platform.asyncio

鏈接：http://www.tornadoweb.org/en/stable/asyncio.html

Faust可以在Twisted上使用嗎？

可以！使用asyncio反應器實現：

鏈接：https://twistedmatrix.com/documents/17.1.0/api/twisted.internet.asyncioreactor.html

是否支持Python3.5或者更早的版本?

目前還沒有支持Python 3.5的計劃，但是歡迎您為這個項目做出貢獻。

以下是實現這一目標所需的一些步驟

• 源代碼轉換以重寫變量注釋到注釋

示例，代碼：

• 重寫異步函數的源代碼轉換

示例，代碼：

必須重寫：

“Python中Faust庫的詳細介紹”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！