Apache Fluss 1.0 介绍与选型指南

目标：本篇是 Apache Fluss 1.0 的认知篇，全部内容基于官方项目网站、官方文档（1.0 版）、官方发行目录与 GitHub Releases 实查联网溯源编写（查询日期 2026-10-18），关键论断随文标注来源，不做本地安装实测（安装实测属 B1 安装指南职责）。

一、信息基准

• 查询日期：2026-10-18（Asia/Shanghai）。
• 版本依据：
  • GitHub Releases API releases/latest 返回 v1.0.0（Apache Fluss 1.0.0），发布时间 2026-09-22（来源：https://api.github.com/repos/apache/fluss/releases/latest ，查询日期 2026-10-18）。
  • Apache 官方发行目录 downloads.apache.org/fluss/ 在列 fluss-1.0.0（查询日期 2026-10-18）。
  • 官方下载页声明「Apache Fluss 1.0.0 is the latest stable release」，并将 0.8.0、0.9.1 列于「Apache Incubator Releases」一节——即 1.0.0 为项目毕业出孵化器后的正式版本（来源：https://fluss.apache.org/downloads/ ，查询日期 2026-10-18）。
• 官方来源清单：

二、软件概述

Apache Fluss 1.0.0（2026-09-22 发布）是 Apache 软件基金会顶级项目，定位为「面向实时分析与 AI 的流式存储（streaming storage），可作为湖仓架构的实时数据层」：官方提出 Lakestream/Streamhouse 概念，用共享表协调「新鲜流数据」与「历史湖仓数据」，让流、服务与分析通过独立计算引擎复用同一张逻辑表（来源：官网首页，查询日期 2026-10-18）。

• 许可证：Apache License 2.0（官网 Community 段落，查询日期 2026-10-18）。
• 演进背景：0.8.0/0.9.1 为孵化期版本；1.0.0 为毕业后的首个正式版本线（下载页分组，查询日期 2026-10-18）。
• 技术形态：独立集群服务（CoordinatorServer + TabletServer），客户端以 Flink/Spark 连接器与 Fluss Client 接入；当前依赖 ZooKeeper 做分布式协调（官方部署文档注明 ZooKeeper 将在近期路线中移除以简化部署，查询日期 2026-10-18）。
• 社区活跃度：GitHub 约 2.2K stars（badgen 徽章，2026-10-18）；首版正式化后处于快速迭代期。

三、核心架构

3.1 组件构成

依据官方 1.0 文档「Installation & Deployment - Overview」（查询日期 2026-10-18）：

3.2 核心数据与查询能力

• 双表模型：Log Table 提供可重放、按序的流式日志；PK Table 提供亚毫秒级主键点查与更新（官网首页能力清单）。
• 列式日志与裁剪下推：日志采用 Arrow 列式格式，服务端投影/谓词/分区裁剪叠加，显著降低 I/O 与网络（官网首页架构说明）。
• Union Read：同一逻辑表的热层（Fluss）与冷层（湖格式）联合读取，单查询覆盖热冷数据。
• 引擎接入：Flink、Spark 已支持；DataFusion、Doris、StarRocks、Trino 在官方页面标注为进行中/规划中，DuckDB 实验性（查询日期 2026-10-18）。

四、功能特性

1. 流式日志：持久、可重放、按 offset 有序的事件流（官网能力支柱）。
2. 主键表与点查：亚毫秒 KV 点查，可作特征/上下文在线存储。
3. 湖仓协同（Lakestream）：流层与湖层共享元数据、由 Flink 分层服务统一提交。
4. 共享表：引擎与应用复用已维护的表，减少多系统重复摄取与同步（官网「multiple-systems tax」论述）。
5. Arrow 列式流：服务端裁剪与下推，实时分析高吞吐。
6. 变更数据流：PK 表自带 changelog，按设计可重放审计。
7. REST 网关（preview）与多语言/AI 代理接入方向。
8. 计算存储分离：引擎独立扩缩，私有状态由计算自持。

五、快速上手

以下步骤引自官方 1.0 文档「Deploying Local Cluster」（来源：https://fluss.apache.org/docs/install-deploy/deploying-local-cluster/ ，查询日期 2026-10-18），本篇不做本地实测。前置条件：类 UNIX 环境、Java 11 及以上（官方强推荐 Java 17+），并设置 JAVA_HOME。

tar -xzf fluss-1.0.0-bin.tgz
cd fluss-1.0.0/
./bin/local-cluster.sh start

随后按官方快速开始（Real-Time Analytics with Flink，https://fluss.apache.org/docs/quickstart/flink/ ，查询日期 2026-10-18）用 Flink SQL Client 接入：将 Fluss Flink 连接器 jar 放入 Flink lib 目录后，在 Flink SQL 客户端创建 Catalog（官方原文语句）：

CREATE CATALOG fluss_catalog WITH (
  'type' = 'fluss',
  'bootstrap.servers' = 'localhost:9123'
);

官方快速开始以 TPC-H Q5 为例演示建表、写入与实时查询，完整流程见上列官方链接。

六、适用场景与限制

6.1 适用场景

• 实时数仓/Streamhouse：以共享表替代「消息队列 + 处理器 + 在线存储 + 离线存储 + 同步管道」的多系统拼接（官网对比论述）。
• 亚秒级新鲜度的实时分析与报表（Flink/Spark 直查）。
• 特征/上下文在线服务：PK 点查 + 流式读取支撑 ML/AI 数据服务。
• 已有 Kafka + Flink + 湖仓（Paimon 等）栈的架构升级：分层统一、热冷联合查询。

6.2 限制与注意

• 当前仍依赖 ZooKeeper 做协调，官方路线图明示未来移除（1.0 文档 warning，查询日期 2026-10-18）。
• 引擎支持不完全对齐：Flink/Spark 之外的引擎（DataFusion/Doris/StarRocks/Trino）为进行中或规划中（官网首页，查询日期 2026-10-18）。
• 1.0.0 为毕业后的首个大版本，生产化时间尚短，版本演进与兼容策略需持续跟踪。
• Fluss Gateway 为 preview 状态，REST 侧能力尚未正式化（1.0 文档）。

七、同类选型对比

对比对象按「流式数据基础设施（流存储/流处理/CDC/湖格式）」选取，社区数据为 2026-10-18 联网实查（stars 经 badgen 徽章接口读取，版本经 GitHub Tags/Releases 实查）：

💡 选型建议：要「一表到底」的流式存储 + 湖仓热冷协同选 Fluss 1.0；只做事件传输用 Kafka 本体、流上转换用 Kafka Streams；CDC 入湖管道选 Flink CDC + Paimon 组合；纯湖表格式需求直接选 Paimon/Iceberg。

八、参考链接

1. Apache Fluss 官网：https://fluss.apache.org/
2. 下载页（1.0.0 与孵化期版本）：https://fluss.apache.org/downloads/
3. 1.0 文档总览：https://fluss.apache.org/docs/
4. 本地集群部署文档：https://fluss.apache.org/docs/install-deploy/deploying-local-cluster/
5. Flink 快速开始：https://fluss.apache.org/docs/quickstart/flink/
6. 架构概念文档：https://fluss.apache.org/docs/concepts/architecture/
7. GitHub 仓库：https://github.com/apache/fluss
8. Apache 发行目录：https://downloads.apache.org/fluss/