提供立即可用的資料流處理環境，紅帽推全代管Kafka服務

今年紅帽在4月底舉行的全球用戶大會當中，發表了3套代管服務，我們先前已介紹OpenShift Data Science，是用於機器學習模型開發的解決方案，接著再來看看另一套OpenShift Streams for Apache Kafka，它同樣緊密整合該公司發展的OpenShift Dedicated代管服務，能讓企業在使用現代化的IT環境之餘，也能藉助這樣的服務模式來減少維運複雜度，並且在橫跨開放式混合雲與多雲的架構下，獲得通用的功能組合。

值得一提的是，紅帽在推出的OpenShift Streams for Apache Kafka之前，在OpenShift平臺執行Kafka這類應用系統的部署、設定、管理等工作的簡化，其實，在2018年10月底，也曾推出一套專屬的解決方案，稱為Red Hat AMQ Streams，主要是透過多種Operator的搭配來達到這些要求。而如今透過全代管服務模式的提供，可幫企業進一步減輕支撐、整合、維護Kafka所衍生的工作負擔。

 

 

基於OpenShift代管服務與Kafka而成

顧名思義，OpenShift Streams for Apache Kafka這套解決方案，採用開放原始碼的事件資料流（event streams/streaming events）處理軟體Apache Kafka，透過雲端服務來簡化建置、執行、維運Kafka的流程。至於Kafka，本身是採用發布－訂閱模式來傳遞資訊的分散式訊息處理系統，能夠建立具有容錯能力的即時資料餵送機制。

有了這樣的代管服務，企業即可在幾分鐘之內，在OpenShift Dedicated的環境當中，啟動、執行Kafka執行個體，隨後開始設定組態，如此一來，企業軟體開發團隊更容易將連續資料流併入應用系統當中。同時，它還能橫跨分散式微型服務大型資料傳輸Volume，以及多個代管維運作業，提供一致的處理方式。

紅帽表示，每個Kafka執行個體包含了一個Kafka叢集，在單一叢集裡面，會執行多個中介器（Broker），而每個Broker又包含多個負責接收與儲存資料的題目（Topic）。以Topic而言，可區隔成多個分割區（Partition），而這些分割區會散布、複製到不同Broker，可提供容錯與增進資料存取吞吐量的成效。

 

此外，OpenShift Streams for Apache Kafka本身提供7天、24小時不間斷的持續運作，在服務等級協定（SLA）上，還可達到99.95%的上線時間（uptime）狀態量測方式、監控機制。

紅帽表示，OpenShift Streams for Apache Kafka主要是針對即時資料流（real-time data streams）的處理需求，不論其存在於何處，提供簡易的新增、探查、連接方式。以目前而言，這套代管服務會以開發預覽版的形式，提供試用，預計今年稍晚全面上線營運。

未來OpenShift Streams for Apache Kafka可能會有哪些發展？紅帽有意將這套代管服務綁定在結構描述登錄檔（schema registry）當中，多個工作團隊就能輕鬆探訪與連接其他團隊的串流資料Topic，而且公布他們本身的結構描述登錄檔，以便讓公司其他開發人員能夠運用。

簡化建置、維護與管理Kafka的工作，更 快提供可用的服務

若企業決定採用OpenShift Streams for Apache Kafka，對於整個IT團隊而言，可大幅節省相關環境的作業時間。

舉例來說，管理Kafka服務的工作，將轉由紅帽公司的網站可靠性工程師（SRE）來負責，舉凡彙整事件記錄、系統升級、維持更長的上線可用時間，換言之，這些日常維運工作會轉交給紅帽的SRE人員主動處理，由紅帽來處理基礎架構，而隸屬於企業用戶的系統管理者，也可將心力放在其他任務上。

企業用戶的軟體開發人員也能更快聚焦在組建應用程式的工作，提升附加價值，以及擴充應用系統的執行規模。同時，他們也能在此自行建立多個Kafka資源池，從而獲得獨立運作能力與效率，而不需擔憂底層的資料收集與處理需求。

 

提供多種存取方式

事實上，在紅帽設計與建構這套解決方案時，他們表示，開發者體驗就是優先考量的部份，希望這些人員進行即時應用程式的組建、部署、擴大執行規模時，都可以流暢地操作。

因此，企業不需先建置OpenShift環境，就能開始使用OpenShift Streams for Apache Kafka，而這也是一般全代管服務的共通優勢；此時，開發者可透過紅帽提供服務繫結（service binding）的Operator，而能以簡易的方式，將OpenShift工作負載連接到Kafka的Topic。

 

而基於這樣的解決方案，不論應用程式部署在何種位置，開發者只需幾個動作，例如透過cloud.redhat.com的網頁操作介面、Red Hat OpenShift Application Services（RHOAS）的命令列介面，以及REST API，就能針對即時資料流進行新增、探訪、連接等處理。這也意味著，要將即時資料流連接執行在OpenShift之上的微服務，會變得更容易，而能將即時處理的操作體驗提供給用戶，並且以此來組建資料分析應用程式。

 

Red Hat OpenShift Streams for Apache Kafka
●原廠：Red Hat
●版本：開發預覽版
●底層公有雲服務：AWS
●操作方式：網頁介面（cloud.redhat.com）、命令列（RHOAS CLI）、REST API
●服務組成：Kafka叢集，包含Kafka broker、ZooKeeper 執行個體、管理元件
●Broker組成：Topic、Partition、Partition leader、Partition follower、Replication factor（每個AZ至少配置3個）、In-sync replica（每個Topic至少配置2個）
●服務等級協定：99.95%

 

新聞來源: iThome