Apache Samza是一个分布式流处理框架，它使用Kafka来进行消息传递。Samza设计用于处理大量的实时数据流。它提供了容错、持久性和可伸缩性等特性，适用于构建实时数据处理应用程序。
由于Samza紧密集成了Apache Kafka，因此Kafka通常是与Samza一起使用的主要数据源。但是，Samza的架构允许它与不同的消息系统交互，尽管可能需要额外的配置或实现特定的连接器（Samza Connectors）。
1、主要支持的流数据源：
- Apache Kafka：作为Samza的首选和最直接支持的消息系统，Kafka是分布式流处理平台的行业标准之一。Samza和Kafka的结合被广泛用于实时数据流处理领域。
除了对Kafka的原生支持，Samza也可以通过实现自定义的SystemConsumer和SystemProducer接口来接入其他数据源。这意味着理论上，Samza可以与任何消息传递系统集成，只要开发者愿意为该系统编写相应的接口实现。
2、第三方数据源和系统的支持：
- Apache Hadoop HDFS：虽然HDFS本身不是一个消息传递系统，但Samza可以配置为从HDFS读取数据，这通常涉及到将存储在HDFS中的历史数据加载到Kafka主题中，然后由Samza处理。
- 传统数据库和数据仓库：通过实现自定义连接器，Samza可以从传统数据库（如MySQL、PostgreSQL等）或数据仓库抽取数据变更事件。
总之，虽然Samza最直接支持Apache Kafka，但其灵活的架构和可扩展性使得它能够与多种数据源整合，包括但不限于其他消息队列系统、数据库以及文件系统。这样的整合往往需要额外的开发工作，比如实现特定的连接器或适配器。
辰迅云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
推荐阅读： 在Samza中如何管理状态和处理失败
云服务器
物理服务器
虚拟主机
跨境电商服务器