最近LinkedIn 開源其專用于實時資料的處理分布式流處理架構 Samza—— Samza ，非常像Twitter的流處理系統 Storm
。不同的是Samza基于Hadoop，而且使用了LinkedIn自家的Kafka分布式消息系統。
Storm和Samza極其相似，就像LinkedIn的
Chris Riccomini在部落格中闡述的那樣：“[Samza]可以幫助你建構應用，處理消息隊列——更新資料庫、計數以及其他的聚合、轉換消息等等。”而這些其實都是很經典的Storm應用，隻不過遷移到Samza之上了，Samza文檔也對比了這兩個系統。
上個月，Samza在各種論壇和社群上被廣泛傳播，其中有評論指出了Samza可能帶來的好處：
“跟很多人一樣，我們使用Storm來處理基于Kafka的流資料，然後，再将這些資料發送到Hadoop上進行離線分析。如果能把這三個環境整合到一起，就是一個很大的勝利。“
表面上看，這似乎是一個很不錯的想法。Apache軟體基金會的項目首頁，介紹了搭配使用Kafka和YARN的特點和優勢。
高容錯： 如果伺服器或者處理器出現故障，Samza将與YARN一起重新啟動流處理器。
高可靠性：Samza使用Kafka來保證所有消息都會按照寫入分區的順序進行處理，絕對不會丢失任何消息。
可擴充性：Samza在各個等級進行分割和分布；Kafka提供一個有序、可分割、可重部署、高容錯的系統；YARN提供了一個分布式環境供Samza容器來運作。
Samza的未來
至于Samza能不能像Storm一樣吸引大量的使用者和社群參與創新，還有待觀察。但是LinkedIn肯定會像Twitter開發Storm一樣來保證Samza的發展，而且後者在可用性上更具優勢，畢竟運作在YARN或者Mesos架構上的Samza多了一些靈活性。
如果Samza未來有一個很好的前景，那麼YARN也對得起Hadoop社群在過去18月的“炒作”，它不僅可以運作Storm，還可以運作Samza，甚至還可以運作其他很多的東西。這點很重要，畢竟很多軟體廠商都把大資料的“期貨”（甚至整個未來）壓在了Hadoop上，他們希望這個平台能成為最後的赢家。
以往對MapReduce技術的依賴限制了Hadoop的适用性，但是YARN已經開放了對大規模的流處理、互動式SQL查詢、機器學習和圖像處理負載的支援。随着技術的日新月異，Hadoop成為支撐所有大資料應用庫的想法變得更加現實。