你好，最近有人告诉我一个看起来很有趣的产品叫Gearpump，所以我想研究一下它。

请参考以下链接：
http://www.gearpump.io/
http://conferences.oreilly.com/strata/big-data-conference-sg-2015/public/schedule/detail/45109

Gearpump是什么？

这是一款由Intel推出的用于实时的大数据流处理的开源软件。它基于DAG结构的图形，并作为执行引擎。

在类似产品中有哪些选项？

作为一个层，它是执行实际处理的引擎部分，特别是用于执行流处理的产品。

作为流处理系统的产品，下面是一些产品的公开情况。实际上，ActiveMQ和Kafka是用于流动数据的基础产品，所以它们的定位稍有不同，但是下面提到的类似产品，如Yahoo S4、Storm、Spark Streaming等应该被归类为借鉴了它们的先前产品的产品。

它有哪些特点？

根据网站上显示的信息，它似乎具备以下特点。

• 高性能

• 低レイテンシ

• メッセージの処理信頼性設定可能（At least once / exactly once）

• 高拡張性

• 動的DAG

• Storm互換

• Samoa互換

• 広範なIoT接続容易性

高レベル、低レベルの両方のAPIを提供

大部分是这些流处理基础设施常常被宣称的项目，但是其中最引人注目的是流处理基础设施可以实现“仅一次”的操作。
在过去，像Storm等流处理基础设施无法实现“仅一次”的操作，而实际上通过了实现的Spark Streaming也有批处理的实质，这是其中的原因之一。
因此，对于以逐条消息方式进行实时/流处理的基础设施，我并不知道有实现“仅一次”的产品，所以对于实际上是什么样的情况很感兴趣。

这台设备的性能能有多好？

就具体来说，这个测试的主要目的是生成一个100字节的随机消息并将其传递给下游，以检查网络带宽的利用程度。尽管处理量比较少，但由于消息的发送是基于Storm的默认Shuffle Grouping，因此网络效率并不高。这是否合理还需要考虑，但从测试吞吐量和网络性能的角度来看，它似乎相当有效。

如果是默认设置的话，似乎会有以下配置：
– 层级有2层（生成消息的模块>将消息流向下游的模块）
– 消息流向下游的哪个模块是循环式（在Storm中的ShuffleGrouping）

请参考以下链接，它包含了有关”SOL.java”的更多信息：https://github.com/intel-hadoop/storm-benchmark/blob/master/src/main/java/storm/benchmark/benchmarks/SOL.java

这个看起来有多易于使用？看起来容易管理吗？

在使用这种处理引擎时，必备的是用于管理的界面。
与Storm等早期产品的用户界面不同，Gearpump似乎具有直观地展示其内部的仪表盘。

由哪些技术要素组成，可能会有什么样的运用？

根据基本原则，该架构基于Akka Actor。

似乎可以像 Akka Streams 一样使用以下描述来构建模块的链式结构。

因此，实施语言也采用了Java和Scala的组合，对于JVM系的工程师来说，这种语言搭配非常方便。

另外，我們提供了在YARN上運行的配置和自行管理集群的配置兩種選項，讓執行基礎設施更易於確保。

总结

我已经粗略浏览了Gearpump的网站和演讲资料，找到了一些概要性的内容。下一次，我打算从资料中仔细阅读更多详细信息，然后尝试实际操作。