Apache Samza 1.8.0 介绍与选型指南

一、信息基准

本篇信息采集与核验日期为 2026-10-18，全部信息取自 Apache 官方渠道（官网、官方发行目录、Maven Central、GitHub 官方仓库），本篇不包含任何本地安装与运行实测内容。

官方来源清单：

二、软件概述

本文介绍的是 Apache Samza 1.8.0。Apache Samza 是 ASF 旗下的分布式流处理框架，官网对其一句话定位是"可实时处理与分析数据的可扩展数据处理引擎"。它最初由 LinkedIn 为配合 Apache Kafka 而设计，擅长以消息流为中心的流水线处理：从 Kafka 等流式数据源读取分区数据，在本地维护状态并执行计算，再把结果写回下游系统。

Samza 的部署形态很灵活：既可以作为轻量客户端库嵌入 Java/Scala 应用（官方称之为 embedded library 模式，省去独立集群运维），也可以与 YARN 等集群资源管理器集成以托管服务方式运行。官网案例页列出了 eBay、TripAdvisor、Slack、Optimizely、Redfin、LinkedIn 等使用方，核心概念文档进一步指出该引擎在数 TB 状态量、数千核规模的应用中经过实战验证。

需要如实标注的是版本动态：官方发行目录当前停留在 1.8.0（Maven Central 上架时间 2023-01-13），此后官方未再发布新版本，社区活跃度明显低于同领域主流框架。本篇选型章节将基于这一事实给出保守建议。

三、核心概念

3.1 流（Stream）与分区（Partition）

官方核心概念文档对 Samza 的建模如下：数据以"流"的形式被处理，流是不可变消息的集合，每条消息建模为键值对；流可以无界（如 Kafka 主题）也可以有界（如 HDFS 上的一组文件）。流被切分为多个分区以扩展处理能力，每个分区是一条有序、可重放的记录序列，消息写入时落入其中一个分区。

3.2 流应用（Stream Application）

Samza 以流应用为部署与运维单元，一个应用由一组任务构成，任务并行消费流的各分区；官方文档将 Streams/Partitions、Stream Application、State、Time、处理保证并列为核心术语。

3.3 状态（State）

Samza 支持任务级本地状态，故障时任务连同其关联状态可以透明迁移；配合 host-affinity（亲和调度）与增量 checkpoint，可以缩短故障恢复时间。官方文档称该机制支撑过数 TB 级状态规模的应用。

3.4 时间与处理保证

官方文档把 Time 与 processing guarantee 作为独立概念列出：事件时间/处理时间的区分以及端到端投递语义由框架与上下游系统共同决定，具体配置可参考官方 1.8.0 文档相应章节。

四、功能特性

以下特性清单摘译自官方核心概念页：

4.1 统一 API

用同一套 API 描述应用逻辑，且与数据源解耦——同一 API 既能处理批量数据也能处理流式数据。

4.2 全链路可插拔

数据来源与输出均可替换：内置集成 Apache Kafka、AWS Kinesis、Azure EventHubs、ElasticSearch 与 Apache Hadoop，也支持自行扩展数据源。

4.3 嵌入式库形态

Samza 可作为轻量客户端库嵌入既有 Java/Scala 应用，无需为流处理单独搭建并运维一套集群。

4.4 灵活部署

一次编写、随处运行：从公有云到裸金属硬件均可部署；也可与 YARN 等主流集群管理器集成，把流处理作为托管服务运行。

4.5 容错与恢复

故障发生时，任务及其关联状态被透明迁移；host-affinity 与增量 checkpoint 用于加速故障恢复。

4.6 SQL 与 Beam 支持

官网快速开始入口提供 Samza SQL Tutorial 与 Beam on Samza Tutorial，表明 Samza 提供 SQL 查询接口以及 Apache Beam 编程模型的运行支持。

五、快速上手

以下内容引自官方文档，本篇不做本地实测。

5.1 最小任务编程接口

官方 API 文档给出的最小任务形态是一个实现 StreamTask 接口的类（摘自 https://samza.apache.org/learn/documentation/latest/api/overview.html ）：

package com.example.samza;

public class MyTaskClass implements StreamTask {
    public void process(IncomingMessageEnvelope envelope,
                        MessageCollector collector,
                        TaskCoordinator coordinator) {
        // process message
    }
}

官方文档同时提供 AsyncStreamTask 异步任务接口，允许在异步调用完成后触发回调。

5.2 运行入口

按官方快速开始页（ https://samza.apache.org/startup/quick-start/latest/ ）指引：从发行目录获取 apache-samza-1.8.0 二进制包后，按 Samza Tutorial 配置任务并启动；嵌入式模式下把 Samza 作为依赖引入 Java/Scala 应用直接运行，托管模式下通过 YARN 提交。具体命令以官方 1.8.0 文档各页为准。

六、适用场景与限制

6.1 适用场景

• 以 Kafka 为核心消息层的流式管道：日志/事件摄取、清洗、富化、转发到 ElasticSearch 或 Hadoop 等下游。
• 已有 YARN 资源管理体系的组织，希望以托管方式运行流处理作业。
• 需要把流处理能力嵌入既有 Java/Scala 服务的场景（embedded library 模式）。

6.2 限制

• 版本停滞：1.8.0 之后（2023-01 至今）官方无新发布，新特性与新版依赖适配（如新版 Kafka 客户端）存在滞后风险。
• 社区热度低（GitHub 约 844 stars，2026-10-18 查询），第三方资料与问题响应有限。
• 生态重心在 JVM；非 JVM 团队接入成本高于 SQL 化程度更高的现代流处理框架。
• 对实时有状态计算（窗口、事件时间语义等）的工程化支持需逐一核对 1.8.0 官方文档，不能参照更新的社区实践。

七、同类选型对比

以下数据均为 2026-10-18 联网实查：stars 来自各 GitHub 官方仓库页，最近发版来自各项目 Releases 记录，许可为 ASF 项目标准 Apache-2.0。

选型建议：全新流处理项目不建议再选择 Samza（官方三年以上无新发版、社区活跃度低），优先在 Flink 与 Kafka Streams 之间按"重状态计算选 Flink、轻量 Kafka 生态内处理选 Kafka Streams"决策；仅存量 YARN + Kafka 架构的维护性场景可继续沿用 Samza 1.8.0 并锁定版本。

八、参考链接

1. 官网首页：https://samza.apache.org/
2. 快速开始：https://samza.apache.org/startup/quick-start/latest/
3. 核心概念文档：https://samza.apache.org/learn/documentation/latest/core-concepts/core-concepts.html
4. API 文档：https://samza.apache.org/learn/documentation/latest/api/overview.html
5. 下载页（版本列表与 JDK 说明）：https://samza.apache.org/startup/download/
6. 官方发行目录：https://downloads.apache.org/samza/
7. Maven Central 构件：https://repo1.maven.org/maven2/org/apache/samza/samza-api/1.8.0/
8. GitHub 官方仓库：https://github.com/apache/samza