EMQ 物联网边缘流式数据处理软件 Kuiper 正式开源

全球领先的开源物联网软件提供商 EMQ (Github 项目) 于2019年10月23日正式开源了一个边缘端的超轻量级流式数据处理项目 EMQ X Kuiper（以下简称 Kuiper）。随着 Kuiper 的发布，EMQ 将加快在物联网中间件领域的布局，从而形成从消息接入到数据处理，从边缘到云端的物联网中间件软件全领域覆盖。

物联网边缘计算新需求

2019 年作为 5G 商用元年，随着 5G 部署的深入，边缘计算也已经日渐流行。边缘计算通过在靠近接入网的机房增加计算能力，可以，

• 大幅降低业务时延
• 减少对网络的带宽压力，降低传输成本
• 减少在云端的数据存储成本
• 提高内容分发效率提升用户体验

物联网边缘计算很大一部分指的是流数据的处理，所谓流数据是一组顺序、大量、快速、连续到达的数据序列，一般情况下，流数据可被视为一个随时间延续而无限增长的动态数据集合。流式数据处理可以帮助用户实时了解系统设备的状态，并对异常情况作出快速响应。在边缘端的计算资源（CPU，内存等）不像在云端丰富，因此传统的流式数据处理框架类似于 Apache Storm 或者 Apache Flink 等，由于其安装包过大，或者部署结构与过程过于复杂，运行时的高消耗等原因，并不适合于在这些资源受限的边缘设备（工控机、网关，或者配置不高的 X86 服务器等设备）上运行。而 EMQ 开源的 Kuiper 就是为了解决在物联网边缘设备上的这些问题。

Kuiper 特点

• 轻量级：安装包约 7MB左右；不依赖于第三方的库与运行时，下载解压后即可运行，安装和使用非常方便
• 跨操作系统支持：目前可以运行在 Linux 和 Mac 上，后续版本已规划会支持 Windows 操作系统
• 使用简单，快速应对敏捷业务变化：用户可以通过写 SQL 来实现业务处理；如果业务有变化，只需更新相关的 SQL 语句即可，而无需进行复杂的应用开发和部署
• 内置支持 MQTT 消息的处理：作为物联网领域的事实协议标准，Kuiper 内置了对接 EMQ X 等 MQTT 消息服务器，实现对来自于物联网消息处理的无缝对接
• 可扩展性：Kuiper 定义了扩展接口，后续版本已经规划扩展实现不同消息源处理和处理后数据的沉淀（sink）
• 可管理性：Kuiper 定义了管理接口，后续版本已经规划可以通过 REST API 来实现这些业务规则的定义和管理等操作

Kuiper 应用场景

Kuiper 可以应用在各类边缘计算的场景中，典型应用场景包括，

• 车间的工业网关：实时分析来自于生产线的数据，并将分析结果推送至云端。车间本地可视化系统，或者远程监控系统可以查看生产线的实时状态
• 车联网车机：实时分析汽车总线的数据，经过分析将有价值的数据推送至云端或者本地存储，车载系统或者用户的手机应用可以实时查看汽车的状态
• 智能家居网关：通过实时分析家居采集的各类数据，将重要的结果通过本地显示设备，或者通过云端发送给用户的手机应用，实现对家庭设备的即时状态管理与控制

以上各类应用场景很好体现了边缘计算的价值：实时本地数据处理，提升用户体验；在本地数据处理，还提高了数据安全性，保护个人隐私；节省网络带宽和云端存储成本。Kuiper 可以运行在这些计算资源不足的边缘设备上，低成本地实现边缘端的流式数据处理。

Kuiper 组件概述

如下图所示，Kuiper Server 包括了三部分，分别为

• Engines：这部分为核心的处理引擎，主要功能包括了 SQL 解析，SQL 运行时和流式数据处理框架等
• RPC 接口：RPC 接口主要用于跟客户端命令行工具的交互。包括流定义与管理，规则定义与管理，查询工具等
• Rest API 接口：Rest API 主要用于将来的管理接口，以及在计划中的管理界面的交互。包括流定义与管理，规则定义与管理，查询工具等

Kuiper 使用步骤概述

Kuiper 的使用过程与传统的流式工具类似，主要包括三步：流定义，规则定义，提交规则执行

1. 流定义：这个步骤主要用于定义数据源流出的数据格式，类似于传统关系型数据库中定义表结构的过程。如下所示定义了一个名为 demo 的数据流

   # bin/cli create stream demo '(temperature float, humidity bigint) WITH (FORMAT="JSON", DATASOURCE="demo")'
   

2. 规则定义：该步骤主要用于定义以下三部分内容

   • 数据源（Source）：这部分指定被处理的数据从何而来，在 SQL 的 FROM 语句中指定，就是在上一步中定义好的流的名称
   • 数据业务处理（Process）：这部分制定了如何处理数据，主要通过 SQL 语句的 SELECT、JOIN、GROUP、WINDOW（时间窗口），以及各种函数来实现
   • 数据沉淀（Sink）：这部分指定在数据处理完成后，将处理后的数据沉淀至相应的目标。目前支持将数据沉淀到 log 和 MQTT 服务器

   {
       "sql": "SELECT * from demo where temperature > 30",
       "actions": [{
           "log":  {}
       }]
   }
   

   如上所示，定义了一个规则，从名称为 demo 的流中，取出温度大于30的数据，并将满足条件的数据输出到日志文件中。规则可以保存在一个文本文件中，比如 myRule

3. 提交规则执行

   # bin/cli create rule ruleDemo -f myRule
   

   完成规则后，通过创建规则命令就可以将其提交。满足条件的数据将被输出至日志文件。

   ...
   [{"humidity":17,"temperature":60}]
   [{"humidity":59,"temperature":68}]
   [{"humidity":67,"temperature":31}]
   [{"humidity":5,"temperature":45}]
   [{"humidity":34,"temperature":97}]
   [{"humidity":90,"temperature":73}]
   [{"humidity":72,"temperature":59}]
   [{"humidity":39,"temperature":72}]
   [{"humidity":76,"temperature":92}]
   [{"humidity":23,"temperature":40}]
   [{"humidity":74,"temperature":91}]
   [{"humidity":50,"temperature":76}]
   [{"humidity":77,"temperature":44}]
   ...
   

开始使用

读者可以通过按照在 Github 上的教程文档来完成 Kuiper 的首次体验。Kuiper 项目基于 Apache 2.0 开源协议，在使用过程中发现任何问题可以直接在项目中提交。