CN112817573A - 用于构建流式计算应用的方法、装置、计算机系统和介质 - Google Patents

Abstract

本公开提供了一种用于构建流式计算应用的方法，包括：获取拟构建的流式计算应用使用的计算引擎的类型参数；获取用于构建拟构建的流式计算应用的多个组件的信息；根据多个组件的信息从组件库中获取多个目标组件，其中，组件库中包括多个预先开发完成的组件，多个预先开发完成的组件用于构建不同的流式计算应用；以及根据计算引擎的类型参数和多个目标组件构建拟构建的流式计算应用。本公开还提供了一种用于构建流式计算应用的装置、一种计算机系统和一种计算机可读存储介质。

Description

用于构建流式计算应用的方法、装置、计算机系统和介质

技术领域

本公开涉及计算机技术领域，更具体地，涉及一种用于构建流式计算应用的方法、一种用于构建流式计算应用的装置、一种计算机系统和一种计算机可读存储介质。

背景技术

流式计算是指通过对海量“流”式数据进行实时处理，其源自于业务对海量数据在时效价值上的挖掘诉求。随着数据实时性需求的不断提升，流式计算已成为各个公司非常重视的技术环节，是大数据平台架构中的重要组成部分。

现有的用于流式计算的主流计算引擎主要包含Storm计算引擎、Spark Streaming计算引擎、Flink计算引擎。流式计算虽然可以将数据的实时性提升到秒、甚至毫秒级别，但其技术栈相对复杂，需要开发人员熟悉各个计算引擎的API(Application ProgrammingInterface，应用程序编程接口)使用，增加了研发成本。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：现有的计算引擎虽然在功能层面可以满足流式计算的绝大部分场景，但是开发成本较高，其一般的开发流程包含熟悉对应计算引擎的API，应用编码，打包，测试等。对于有流式计算需求并且想进行快速验证的开发人员或者非开发人员，使用成本比较大，友好性较差。如果公司从Storm平台升级到Flink平台，那么Storm平台很多任务都需要进行代码重构，如果将Storm程序转为Flink程序，将会设计到很多业务部门的调整，成本巨大。

发明内容

有鉴于此，本公开提供了一种用于构建流式计算应用的方法、一种用于构建流式计算应用的装置、一种计算机系统和一种计算机可读存储介质。

本公开的一个方面提供了一种用于构建流式计算应用的方法，包括：获取拟构建的流式计算应用使用的计算引擎的类型参数；获取用于构建上述拟构建的流式计算应用的多个组件的信息；根据上述多个组件的信息从组件库中获取多个目标组件，其中，上述组件库中包括多个预先开发完成的组件，上述多个预先开发完成的组件用于构建不同的流式计算应用；以及根据上述计算引擎的类型参数和上述多个目标组件构建上述拟构建的流式计算应用。

根据本公开的实施例，根据上述计算引擎的类型参数和上述多个目标组件构建上述拟构建的流式计算应用包括：根据上述计算引擎的类型参数确定上述拟构建的流式计算应用的目标运行环境；以及在上述目标运行环境下，基于多个目标组件构建上述拟构建的流式计算应用。

根据本公开的实施例，其中：上述多个目标组件包括数据源输入型组件、计算转换型组件和数据输出型组件；上述数据源输入型组件具有以下信息：组件的名字，唯一标识以及该组件的参数；上述计算转换型组件和上述数据输出型组件分别具有对应的以下信息：组件的名字，唯一标识，该组件的参数，以及该组件依赖的组件名字；

其中，在上述目标运行环境下，基于多个目标组件构建上述拟构建的流式计算应用包括：基于上述数据输出型组件的名字和上述数据输出型组件依赖的组件名字回溯至上述计算转换型组件，并对上述计算转换型组件进行初始化；以及基于上述计算转换型组件的名字和上述计算转换型组件依赖的组件名字回溯至上述数据源输入型组件，并对上述数据源输入型组件进行初始化。

根据本公开的实施例，上述计算转换型组件包括第一计算转换型组件和第二计算转换型组件，其中：基于上述数据输出型组件的名字和上述数据输出型组件依赖的组件名字回溯至上述计算转换型组件，并对上述计算转换型组件进行初始化包括：基于上述数据输出型组件的名字和上述数据输出型组件依赖的组件名字分别回溯至上述第一计算转换型组件和上述第二计算转换型组件，并对上述第一计算转换型组件和上述第二计算转换型组件进行初始化；基于上述计算转换型组件的名字和上述计算转换型组件依赖的组件名字回溯至上述数据源输入型组件，并对上述数据源输入型组件进行初始化包括：基于上述第一计算转换型组件的名字和上述第一计算转换型组件依赖的组件名字回溯至对应的数据源输入型组件，并对上述数据源输入型组件进行初始化；以及基于上述第二计算转换型组件的名字和上述第二计算转换型组件依赖的组件名字回溯至上述数据源输入型组件，并对上述数据源输入型组件进行初始化。

根据本公开的实施例，上述方法还包括：获取在操作界面上输入的用户选择操作，其中，上述操作界面上展示有上述多个预先开发完成的组件的标识信息；以及响应于上述用户选择操作，确定用于构建上述拟构建的流式计算应用的多个组件；其中，获取用于构建上述拟构建的流式计算应用的多个组件的信息包括：获取上述多个组件的标识信息。

本公开的另一个方面提供了一种用于构建流式计算应用的装置，包括第一获取模块、第二获取模块、第三获取模块和构建模块。

第一获取模块用于获取拟构建的流式计算应用使用的计算引擎的类型参数。

第二获取模块用于获取用于构建上述拟构建的流式计算应用的多个组件的信息。

第三获取模块用于根据上述多个组件的信息从组件库中获取多个目标组件，其中，上述组件库中包括多个预先开发完成的组件，上述多个预先开发完成的组件用于构建不同的流式计算应用。

构建模块用于根据上述计算引擎的类型参数和上述多个目标组件构建上述拟构建的流式计算应用。

根据本公开的实施例，上述构建模块包括确定单元和构建单元。

确定单元用于根据上述计算引擎的类型参数确定上述拟构建的流式计算应用的目标运行环境。

构建单元用于在上述目标运行环境下，基于多个目标组件构建上述拟构建的流式计算应用。

根据本公开的实施例，上述多个目标组件包括数据源输入型组件、计算转换型组件和数据输出型组件。

上述数据源输入型组件具有以下信息：组件的名字，唯一标识以及该组件的参数。

上述计算转换型组件和上述数据输出型组件分别具有对应的以下信息：组件的名字，唯一标识，该组件的参数，以及该组件依赖的组件名字。

其中，上述构建单元用于：基于上述数据输出型组件的名字和上述数据输出型组件依赖的组件名字回溯至上述计算转换型组件，并对上述计算转换型组件进行初始化；以及基于上述计算转换型组件的名字和上述计算转换型组件依赖的组件名字回溯至上述数据源输入型组件，并对上述数据源输入型组件进行初始化。

根据本公开的实施例，上述计算转换型组件包括第一计算转换型组件和第二计算转换型组件，其中：基于上述数据输出型组件的名字和上述数据输出型组件依赖的组件名字回溯至上述计算转换型组件，并对上述计算转换型组件进行初始化包括：基于上述数据输出型组件的名字和上述数据输出型组件依赖的组件名字分别回溯至上述第一计算转换型组件和上述第二计算转换型组件，并对上述第一计算转换型组件和上述第二计算转换型组件进行初始化。

根据本公开的实施例，基于上述计算转换型组件的名字和上述计算转换型组件依赖的组件名字回溯至上述数据源输入型组件，并对上述数据源输入型组件进行初始化包括：基于上述第一计算转换型组件的名字和上述第一计算转换型组件依赖的组件名字回溯至对应的数据源输入型组件，并对上述数据源输入型组件进行初始化；以及基于上述第二计算转换型组件的名字和上述第二计算转换型组件依赖的组件名字回溯至上述数据源输入型组件，并对上述数据源输入型组件进行初始化。

根据本公开的实施例，上述装置还包括：第四获取模块，用于获取在操作界面上输入的用户选择操作，其中，上述操作界面上展示有上述多个预先开发完成的组件的标识信息；以及确定模块，用于响应于上述用户选择操作，确定用于构建上述拟构建的流式计算应用的多个组件；其中，上述第二获取模块用于获取上述多个组件的标识信息。

本公开的另一方面提供了一种计算机系统，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

通过本公开的实施例，可以根据多个组件的信息从组件库中获取多个目标组件以构建流式计算应用，由于组件是预先设计完成的，在构建流式计算应用时，无需开发人员或者非开发人员再次开发，无需熟悉对应计算引擎的API，相关人员可以在操作界面上直接选择组成目标流式计算应用的组件，系统可以自动生成目标流式计算应用。所以至少部分地克服了相关技术中需要专业开发人员构建流式计算应用导致开发成本高，开发效率低的技术问题，进而达到了快速构建流式计算应用，降低开发成本的技术效果。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用用于构建流式计算应用的方法及装置的示例性系统架构；

图2示意性示出了根据本公开实施例的用于构建流式计算应用的方法的流程图；

图3示意性示出了根据本公开实施例的用于构建流式计算应用的方法的应用场景；

图4示意性示出了根据本公开另一实施例的用于构建流式计算应用的方法的流程图；

图5示意性示出了根据本公开实施例的数据源输入型组件获取数据的示意图；

图6示意性示出了根据本公开实施例的计算转换型组件对中间数据集进行处理的示意图；

图7示意性示出了根据本公开实施例的数据输出型组件输出数据的示意图；

图8A示意性示出了根据本公开实施例的基于多个目标组件构建拟构建的流式计算应用的流程图；

图8B示意性示出了根据本公开另一实施例的基于多个目标组件构建拟构建的流式计算应用的流程图；

图9示意性示出了根据本公开实施例的用于构建流式计算应用的装置的框图；以及

图10示意性示出了根据本公开实施例的适于实现本文描述的方法的计算机系统的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

本公开的实施例提供了一种用于构建流式计算应用的方法，包括：获取拟构建的流式计算应用使用的计算引擎的类型参数；获取用于构建拟构建的流式计算应用的多个组件的信息；根据多个组件的信息从组件库中获取多个目标组件，其中，组件库中包括多个预先开发完成的组件，多个预先开发完成的组件用于构建不同的流式计算应用；以及根据计算引擎的类型参数和多个目标组件构建拟构建的流式计算应用。本公开还提供了一种用于构建流式计算应用的装置、一种计算机系统和一种计算机可读存储介质。

图1示意性示出了根据本公开实施例的可以应用用于构建流式计算应用的方法及装置的示例性系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线和/或无线通信链路等等。

用户可以使用终端设备101通过网络102与服务器103交互，以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用，例如编程应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。

终端设备101可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器103可以是提供各种服务的服务器，例如对用户利用终端设备101所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的用于构建流式计算应用的方法一般可以由服务器103执行。相应地，本公开实施例所提供的用于构建流式计算应用的装置一般可以设置于服务器103中。本公开实施例所提供的用于构建流式计算应用的方法也可以由不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群执行。相应地，本公开实施例所提供的用于构建流式计算应用的装置也可以设置于不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群中。或者，本公开实施例所提供的用于构建流式计算应用的方法也可以由终端设备101执行，或者也可以由不同于终端设备101的其他终端设备执行。相应地，本公开实施例所提供的用于构建流式计算应用的装置也可以设置于终端设备101中，或设置于不同于终端设备101的其他终端设备中。

例如，组件库可以原本存储在终端设备101中，或者存储在外部存储设备上并可以导入到终端设备101中。然后，终端设备101可以在本地执行本公开实施例所提供的用于构建流式计算应用的方法，或者将计算引擎的类型参数和多个目标组件发送到其他终端设备、服务器、或服务器集群，并由接收该计算引擎的类型参数和多个目标组件的其他终端设备、服务器、或服务器集群来执行本公开实施例所提供的用于构建流式计算应用的方法。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

在相关技术中，现有的流式计算应用虽然在功能层面可以满足流式计算的绝大部分场景，但是流式计算应用开发成本较高，其一般的开发流程包含熟悉对应计算引擎的API，应用编码，打包，测试等。对于有流式计算需求并且想进行快速验证的开发人员或者非开发人员，使用成本比较大，友好性较差。或者，如果从Storm平台升级到Flink平台，那么Storm平台很多任务都需要进行代码重构，如果将Storm程序转为Flink程序，将会设计到很多业务部门的调整，成本巨大。

基于此，发明人构想到虽然不同的计算引擎在实现层面存在很多差异，但在抽象模型层面保持一致，可以通过不同的组件(或称之为算子)构建出计算逻辑的DAG(Directedacyclic graphs，有向无环图)，从而快速构建流式计算应用，通过对DAG进行解析，然后划分子任务到不同集群工作节点即可完成程序执行操作。同时，本公开可以预先开发多个组件，一个完整的流式计算应用可以通过这些已经提供的组件组装而成。

本公开可以解决流式计算应用开发成本大，对非开发人员友好性差的问题。通过从底层构建整套抽象模型，对不同类型的组件及运行环境等进行抽象，从而提供一种构建流式计算应用的整体方案。

该方案底层设计完全抽象，可以支持不同的计算引擎的实现，用户只需要选择计算引擎类型、对应组件及参数，然后直接提交即可构建一个流式计算应用。

图2示意性示出了根据本公开实施例的用于构建流式计算应用的方法的流程图。

如图2所示，该方法包括操作S210～S240。

在操作S210，获取拟构建的流式计算应用使用的计算引擎的类型参数。

根据本公开的实施例，拟构建的流式计算应用使用的计算引擎可以根据实际业务场景进行选择。例如，用户可以选择Strom计算引擎、Flink计算引擎、Spark Streaming计算引擎中的一个计算引擎。当然，本公开不限于上述三种计算引擎。

在操作S220，获取用于构建拟构建的流式计算应用的多个组件的信息。

根据本公开的实施例，可以通过用户拖拽组件或者编写json脚本方式获取用于构建拟构建的流式计算应用的多个组件的信息。用户不需要感知底层是什么，可以自动实现从Strom切换到Flink集群，减少了开发成本，节约了时间。

在操作S230，根据多个组件的信息从组件库中获取多个目标组件，其中，组件库中包括多个预先开发完成的组件，多个预先开发完成的组件用于构建不同的流式计算应用。

在操作S240，根据计算引擎的类型参数和多个目标组件构建拟构建的流式计算应用。

通过本公开的实施例，可以根据多个组件的信息从组件库中获取多个目标组件以构建流式计算应用，由于组件是预先设计完成的，在构建流式计算应用时，无需开发人员或者非开发人员再次开发，无需熟悉对应计算引擎的API，相关人员可以在操作界面上直接选择组成目标流式计算应用的组件，系统可以自动生成目标流式计算应用。所以至少部分地克服了相关技术中需要专业开发人员构建流式计算应用导致开发成本高，开发效率低的技术问题，进而达到了快速构建流式计算应用，降低开发成本的技术效果。

图3示意性示出了根据本公开实施例的用于构建流式计算应用的方法的应用场景。

如图3所示，在进入操作界面之后，可以在操作界面上展示本公开提供的不同类型的组件和计算引擎。例如，可以展示第一类组件、第二类组件和第三类组件；可以展示计算引擎1、计算引擎2和计算引擎3。用户可以在本公开提供的装置上构建流式计算应用。例如，用户可以在操作界面上选择计算引擎1，选择组件11、组件22和组件33，基于选择的计算引擎1，选择组件11、组件22和组件33构建流式计算应用。

图4示意性示出了根据本公开另一实施例的用于构建流式计算应用的方法的流程图。

如图4所示，该方法包括操作S410～S430。

在操作S410，获取在操作界面上输入的用户选择操作，其中，操作界面上展示有多个预先开发完成的组件的标识信息。

在操作S420，响应于用户选择操作，确定用于构建拟构建的流式计算应用的多个组件。

在操作S430，获取多个组件的标识信息。

根据本公开的实施例，可以将用户选择的组件的标识信息和计算引擎的类型信息发送至后台服务器，通过后台服务器构建流式计算应用。

根据本公开的实施例，根据计算引擎的类型参数和多个目标组件构建拟构建的流式计算应用包括：根据计算引擎的类型参数确定拟构建的流式计算应用的目标运行环境，在目标运行环境下，基于多个目标组件构建拟构建的流式计算应用。

根据本公开的实施例，例如，对于三种计算引擎Storm、Flink、Spark Streaming，每种计算引擎创建的程序运行的上下文环境(Runtime Environment)是不一样的。例如，对于Spark Streaming，将为其创建Spark Streaming Runtime类，这个类主要用来获取SparkStreaming程序运行环境Streaming Context类的。再例如，对于Flink，将会为其创建FlinkRuntime类，这个类主要是用来获取Flink程序运行环境Stream Execution Environment类的。Runtime是不同流式计算引擎的运行时环境的抽象，运行时环境包含程序运行的必要配置信息，上下文环境等，是程序运行的必需环境。不同的引擎运行环境不同，在本方案中，在程序初始化的环节中会包含运行环境的初始化。

根据本公开的实施例，计算引擎的类型参数可以是定义的“streaming.type”参数。streaming.type参数用来指定应用使用的框架如sparkstreaming flink storm，根据“streaming.type”参数可以找到相应的Streaming Runtime的子类。例如，根据用户设置的类型参数streaming.type＝flink，那么将会调度到Flink Runtime运行环境，在FlinkRuntime运行环境下，基于多个目标组件构建拟构建的流式计算应用。

根据本公开的实施例，通常一个流式计算应用的实现会由多个组件按需要实现的业务逻辑组成，即计算逻辑。

在本架构方案中，对于不同的流式计算应用的组件，从功能的角度可以抽象分为三类：数据源输入型(即Source)、计算转换型(即Transform)、数据输出型(即Sink)。不同的流式计算应用可以实现自己不同的组件集合，并按照整体规则组合成计算逻辑，即Policy，一般来讲，计算逻辑可以包含Source、Transform、Sink三种类型的组件。

因此，本公开拟构建的流式计算应用的多个目标组件可以包括数据源输入型组件、计算转换型组件和数据输出型组件。

根据本公开的实施例，数据源输入型组件的作用是将外部不同数据源的数据接入到流式计算引擎内部。

图5示意性示出了根据本公开实施例的数据源输入型组件获取数据的示意图。

如图5所示，数据源输入型组件可以从数据源A、数据源B、和数据源C中获取数据。数据源A、数据源B、和数据源C的类型不作限定。例如，可以是MySql数据库、Hbase列式数据库、Kafka消息队列等等。

根据本公开的实施例，计算转换型组件的作用是提供不同的计算功能用于对中间数据集进行处理，例如映射，过滤等。

图6示意性示出了根据本公开实施例的计算转换型组件对中间数据集进行处理的示意图。

如图6所示，计算转换型组件1对中间数据集1中的数据进行处理，得到中间数据集2。然后计算转换型组件2对中间数据集2中的数据进行处理，得到中间数据集3。

根据本公开的实施例，数据输出型组件的作用是将计算的结果输出到系统外部的数据源。

图7示意性示出了根据本公开实施例的数据输出型组件输出数据的示意图。

如图7所示，数据输出型组件将最后一个计算转换型组件处理后的数据输出给数据源1～数据源3。

根据本公开的实施例，数据源输入型组件具有以下信息：组件的名字name，唯一标识id以及该组件的参数params。

根据本公开的实施例，计算转换型组件和数据输出型组件分别具有对应的以下信息：组件的名字name，唯一标识id，该组件的参数params，以及该组件依赖的组件名字dependencies。

根据本公开的实施例，唯一标识id是组件唯一表示符，代表这一个唯一的组件，字符串形式。

根据本公开的实施例，组件的名字name，用来映射该组件对应的具体类，可以通过这个组件的名字name找到与其对应的具体的类。

根据本公开的实施例，组件的参数params用来存放这个组件的参数，一般因组件而异，形式是键值对形式，key＝value。

根据本公开的实施例，通过每个组件的的名字name，可以利用Java反射可以得到具体类的实例对象。每个组件通过依赖dependencies可以找到其依赖的组件，首先会完成其依赖组件的初始化工作，为了避免不同的组件依赖同一个组件，导致多次初始化问题，可以对已经初始化的组件进行缓存，每次初始化组件时候会先检验该组件是否已经存在，如果不存在则进行初始化工作。

对于计算转换型组件，可以实现一个公共模版，首先根据组件的params中的参数生成Java源文件，然后调用该Java类的invoke方法，实现方法的调用。

图8A示意性示出了根据本公开实施例的基于多个目标组件构建拟构建的流式计算应用的流程图。

如图8A所示，根据本公开的实施例，在目标运行环境下，基于多个目标组件构建拟构建的流式计算应用包括如下操作。

基于数据输出型组件840的名字name＝sink.hbase和数据输出型组件840依赖的组件名字dependencies＝filter_null回溯至计算转换型组件830，并对计算转换型组件830进行初始化。其中，数据输出型组件840的标识id＝hbase_table。

基于计算转换型组件830的名字name＝transform.filter和计算转换型组件830依赖的组件名字dependencies＝extract_value回溯至计算转换型组件820，并对计算转换型组件820进行初始化。

基于计算转换型组件820的名字name＝transform.map和计算转换型组件820依赖的组件名字dependencies＝kafka回溯至数据源输入型组件810，并对数据源输入型组件810进行初始化。其中，计算转换型组件820的标识id＝extract_value。数据源输入型组件810的标识id＝kafka，名字name＝source.kafka。

图8B示意性示出了根据本公开另一实施例的基于多个目标组件构建拟构建的流式计算应用的流程图。

如图8B所示，根据本公开的实施例，计算转换型组件830包括第一计算转换型组件831和第二计算转换型组件832。

数据输出型组件840可以包括数据输出型组件841和数据输出型组件842。

可以基于数据输出型组件841的名字和数据输出型组件依赖的组件名字回溯至第一计算转换型组件831，可以基于数据输出型组件842的名字和数据输出型组件依赖的组件名字回溯至第二计算转换型组件832，并对第一计算转换型组831和第二计算转换型组件832进行初始化。

基于第一计算转换型组件831的名字和第一计算转换型组件831依赖的组件名字回溯至对应的数据源输入型组件810，并对数据源输入型组件810进行初始化；基于第二计算转换型组件832的名字和第二计算转换型组件832依赖的组件名字回溯至数据源输入型组件810。

根据本公开的实施例，可以第一计算转换型组件831的名字和第一计算转换型组件831依赖的组件名字先回溯至计算转换型组件820，再通过计算转换型组件820回溯至数据源输入型组件810。

根据本公开的实施例，需要说明的是，计算转换型组件和数据输出型组件的数量不做限定，可以根据实际业务需求进行确定，在此不再赘述。

根据本公开的实施例，通过抽象设计流式计算应用中的不同组件及应用程序架构，可以不受限于计算引擎的实现，当前所有的流式计算引擎的算子，均可以嵌入本架构作为其实现的一部分，可以大幅度提高流式计算应用的开发效率，满足非开发人员的实时数据需求。

图9示意性示出了根据本公开实施例的用于构建流式计算应用的装置的框图。

如图9所示，用于构建流式计算应用的装置900包括第一获取模块910、第二获取模块920、第三获取模块930和构建模块940。

第一获取模块910用于获取拟构建的流式计算应用使用的计算引擎的类型参数。

第二获取模块920用于获取用于构建拟构建的流式计算应用的多个组件的信息。

第三获取模块930用于根据多个组件的信息从组件库中获取多个目标组件，其中，组件库中包括多个预先开发完成的组件，多个预先开发完成的组件用于构建不同的流式计算应用。

构建模块940用于根据计算引擎的类型参数和多个目标组件构建拟构建的流式计算应用。

根据本公开的实施例，构建模块940包括确定单元和构建单元。

确定单元用于根据计算引擎的类型参数确定拟构建的流式计算应用的目标运行环境。

构建单元用于在目标运行环境下，基于多个目标组件构建拟构建的流式计算应用。

根据本公开的实施例，多个目标组件包括数据源输入型组件、计算转换型组件和数据输出型组件。

数据源输入型组件具有以下信息：组件的名字，唯一标识以及该组件的参数。

计算转换型组件和数据输出型组件分别具有对应的以下信息：组件的名字，唯一标识，该组件的参数，以及该组件依赖的组件名字。

其中，构建单元用于：

基于数据输出型组件的名字和数据输出型组件依赖的组件名字回溯至计算转换型组件，并对计算转换型组件进行初始化；以及

基于计算转换型组件的名字和计算转换型组件依赖的组件名字回溯至数据源输入型组件，并对数据源输入型组件进行初始化。

根据本公开的实施例，计算转换型组件包括第一计算转换型组件和第二计算转换型组件，其中：

基于数据输出型组件的名字和数据输出型组件依赖的组件名字回溯至计算转换型组件，并对计算转换型组件进行初始化包括：

基于数据输出型组件的名字和数据输出型组件依赖的组件名字分别回溯至第一计算转换型组件和第二计算转换型组件，并对第一计算转换型组件和第二计算转换型组件进行初始化；

基于计算转换型组件的名字和计算转换型组件依赖的组件名字回溯至数据源输入型组件，并对数据源输入型组件进行初始化包括：

基于第一计算转换型组件的名字和第一计算转换型组件依赖的组件名字回溯至对应的数据源输入型组件，并对数据源输入型组件进行初始化；以及

基于第二计算转换型组件的名字和第二计算转换型组件依赖的组件名字回溯至数据源输入型组件，并对数据源输入型组件进行初始化。

根据本公开的实施例，用于构建流式计算应用的装置900还包括第四获取模块和确定模块。

第四获取模块用于获取在操作界面上输入的用户选择操作，其中，操作界面上展示有多个预先开发完成的组件的标识信息。

确定模块用于响应于用户选择操作，确定用于构建拟构建的流式计算应用的多个组件，其中，第二获取模块还可以用于获取多个组件的标识信息。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，第一获取模块910、第二获取模块920、第三获取模块930和构建模块940中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本公开的实施例，第一获取模块910、第二获取模块920、第三获取模块930和构建模块940中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一获取模块910、第二获取模块920、第三获取模块930和构建模块940中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

需要说明的是，本公开的实施例中用于构建流式计算应用的装置部分与本公开的实施例中用于构建流式计算应用的方法部分是相对应的，用于构建流式计算应用的装置部分的描述具体参考用于构建流式计算应用的方法部分，在此不再赘述。

图10示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。图10示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图10所示，根据本公开实施例的计算机系统1000包括处理器1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 1003中，存储有系统1000操作所需的各种程序和数据。处理器1001、ROM1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM 1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，系统1000还可以包括输入/输出(I/O)接口1005，输入/输出(I/O)接口1005也连接至总线1004。系统1000还可以包括连接至I/O接口1005的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003和/或ROM 1002和RAM 1003以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。电要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (12)

1.一种用于构建流式计算应用的方法，包括：

获取拟构建的流式计算应用使用的计算引擎的类型参数；

获取用于构建所述拟构建的流式计算应用的多个组件的信息；

根据所述多个组件的信息从组件库中获取多个目标组件，其中，所述组件库中包括多个预先开发完成的组件，所述多个预先开发完成的组件用于构建不同的流式计算应用；以及

根据所述计算引擎的类型参数和所述多个目标组件构建所述拟构建的流式计算应用。

2.根据权利要求1所述的方法，其中，根据所述计算引擎的类型参数和所述多个目标组件构建所述拟构建的流式计算应用包括：

根据所述计算引擎的类型参数确定所述拟构建的流式计算应用的目标运行环境；以及

在所述目标运行环境下，基于多个目标组件构建所述拟构建的流式计算应用。

3.根据权利要求2所述的方法，其中：

所述多个目标组件包括数据源输入型组件、计算转换型组件和数据输出型组件；

所述数据源输入型组件具有以下信息：组件的名字，唯一标识以及该组件的参数；

所述计算转换型组件和所述数据输出型组件分别具有对应的以下信息：组件的名字，唯一标识，该组件的参数，以及该组件依赖的组件名字；

其中，在所述目标运行环境下，基于多个目标组件构建所述拟构建的流式计算应用包括：

基于所述数据输出型组件的名字和所述数据输出型组件依赖的组件名字回溯至所述计算转换型组件，并对所述计算转换型组件进行初始化；以及

基于所述计算转换型组件的名字和所述计算转换型组件依赖的组件名字回溯至所述数据源输入型组件，并对所述数据源输入型组件进行初始化。

4.根据权利要求3所述的方法，其中，所述计算转换型组件包括第一计算转换型组件和第二计算转换型组件，其中：

基于所述数据输出型组件的名字和所述数据输出型组件依赖的组件名字回溯至所述计算转换型组件，并对所述计算转换型组件进行初始化包括：基于所述数据输出型组件的名字和所述数据输出型组件依赖的组件名字分别回溯至所述第一计算转换型组件和所述第二计算转换型组件，并对所述第一计算转换型组件和所述第二计算转换型组件进行初始化；

基于所述计算转换型组件的名字和所述计算转换型组件依赖的组件名字回溯至所述数据源输入型组件，并对所述数据源输入型组件进行初始化包括：

基于所述第一计算转换型组件的名字和所述第一计算转换型组件依赖的组件名字回溯至对应的数据源输入型组件，并对所述数据源输入型组件进行初始化；以及

基于所述第二计算转换型组件的名字和所述第二计算转换型组件依赖的组件名字回溯至所述数据源输入型组件，并对所述数据源输入型组件进行初始化。

5.根据权利要求1所述的方法，还包括：

获取在操作界面上输入的用户选择操作，其中，所述操作界面上展示有所述多个预先开发完成的组件的标识信息；以及

响应于所述用户选择操作，确定用于构建所述拟构建的流式计算应用的多个组件；

其中，获取用于构建所述拟构建的流式计算应用的多个组件的信息包括：获取所述多个组件的标识信息。

6.一种用于构建流式计算应用的装置，包括：

第一获取模块，用于获取拟构建的流式计算应用使用的计算引擎的类型参数；

第二获取模块，用于获取用于构建所述拟构建的流式计算应用的多个组件的信息；

第三获取模块，用于根据所述多个组件的信息从组件库中获取多个目标组件，其中，所述组件库中包括多个预先开发完成的组件，所述多个预先开发完成的组件用于构建不同的流式计算应用；以及

构建模块，用于根据所述计算引擎的类型参数和所述多个目标组件构建所述拟构建的流式计算应用。

7.根据权利要求6所述的装置，其中，所述构建模块包括：

确定单元，用于根据所述计算引擎的类型参数确定所述拟构建的流式计算应用的目标运行环境；以及

构建单元，用于在所述目标运行环境下，基于多个目标组件构建所述拟构建的流式计算应用。

8.根据权利要求7所述的装置，其中：

所述多个目标组件包括数据源输入型组件、计算转换型组件和数据输出型组件；

所述数据源输入型组件具有以下信息：组件的名字，唯一标识以及该组件的参数；

所述计算转换型组件和所述数据输出型组件分别具有对应的以下信息：组件的名字，唯一标识，该组件的参数，以及该组件依赖的组件名字；

其中，所述构建单元用于：

基于所述数据输出型组件的名字和所述数据输出型组件依赖的组件名字回溯至所述计算转换型组件，并对所述计算转换型组件进行初始化；以及

基于所述计算转换型组件的名字和所述计算转换型组件依赖的组件名字回溯至所述数据源输入型组件，并对所述数据源输入型组件进行初始化。

9.根据权利要求8所述的装置，其中，所述计算转换型组件包括第一计算转换型组件和第二计算转换型组件，其中：

基于所述数据输出型组件的名字和所述数据输出型组件依赖的组件名字回溯至所述计算转换型组件，并对所述计算转换型组件进行初始化包括：

基于所述数据输出型组件的名字和所述数据输出型组件依赖的组件名字分别回溯至所述第一计算转换型组件和所述第二计算转换型组件，并对所述第一计算转换型组件和所述第二计算转换型组件进行初始化；

基于所述计算转换型组件的名字和所述计算转换型组件依赖的组件名字回溯至所述数据源输入型组件，并对所述数据源输入型组件进行初始化包括：

基于所述第一计算转换型组件的名字和所述第一计算转换型组件依赖的组件名字回溯至对应的数据源输入型组件，并对所述数据源输入型组件进行初始化；以及

基于所述第二计算转换型组件的名字和所述第二计算转换型组件依赖的组件名字回溯至所述数据源输入型组件，并对所述数据源输入型组件进行初始化。

10.根据权利要求6所述的装置，还包括：

第四获取模块，用于获取在操作界面上输入的用户选择操作，其中，所述操作界面上展示有所述多个预先开发完成的组件的标识信息；以及

确定模块，用于响应于所述用户选择操作，确定用于构建所述拟构建的流式计算应用的多个组件；

其中，所述第二获取模块用于获取所述多个组件的标识信息。

11.一种计算机系统，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至5中任一项所述的方法。

12.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至5中任一项所述的方法。

Images