在2013年由LinkedIn开源发布的分布式处理框架Samza，在2014年成为顶级Apache项目后，现在正式迈入1.0版。该公司表示，内部有超过3,000个在正式环境执行的应用程式，皆有使用Samza。而根据Apache基金会发布的数据，目前导入该开源项目的公司，包含eBay、Slack、TripAdvisor等，用于基础构架性能监控、即时分析、侦测异常系统行为等场景。
LinkedIn主管工程师Jagadish Venkatraman表示，Samza 1.0版的关键功能在于，提供更高层次的API、集成Apache Beam、Samza SQL，并且推出专用的Samza应用测试框架等。
LinkedIn表示，虽然稳定性是Samza的核心优势，但是工程团队开始意识到，该工具的API层次相对低，仅有提供基本的Callback-based API，开发者必须在底层API上进行复杂实例功能，同时，多组Samza任务得依赖Kafka链接，导致应用程序开发缓慢、易于出错。
因此，在此版本中，LinkedIn在Samza内置了更多高层次API，提供许多直接可用的运算符，像是map、filter、join、window等，让开发者可以组合这些运算符，表达复杂的数据串流分析流程。同时，这些高层次API也可集成相依性管理工具YARN使用，完成代码开发后，就可以在各类环境执行。
第二个重要特色是集成Apache Beam，提供Samza应用程序的可携带性。LinkedIn解释，由于Samza是使用Java、Scala语言开发，串流分析应用仍受限于采用JVM家族之语言。但是Beam项目的特色在于，提供一套统一API，让工作流程可以移植到不同之大数据引擎运行，如Samza、Spark、Flink，如此开发者就可用Python这款广泛受数据科学应用的语言，处理数据串流任务。因此，在Samza 1.0版，采用Beam API的应用程序，也可使用Samza执行，“集成Beam可携性及Samza引擎扩展性的优点。”
再者是推出Samza SQL指令，让开发者能使用声明式语法，开发即时串流应用程序。LinkedIn解释，使用声明式语法的好处在于，可以专注高层应用的开发，不需担心底层细节，如资源管理、程序可携性。
而在Samza应用程序后续的运维、测试工作也有进行改善。首先，在此版本中扩大Samza可以执行的环境，原先系统运维者必须先在基础构架环境中，创建独立YARN集群，提供Samza执行串流分析任务。但LinkedIn表示，随着Samza的采用率增加，也有社群用户反应，希望Samza可以支持更多样环境，如Kubernetes、Mesos，或者其他公有云环境。因此，在Samza 1.0版本中，该项目开始内置了Standalone部署模式，用户可以将Samza视为单一函数库，嵌入在应用程序内执行，同时也可自由选择要使用哪些资源管理工具。
再者是提高Samza应用程序的可测性。原先用户多半需要重启一个新Kafka本地集群，并且导入部分数据，检验最后产出结果是否正确，让整体工作时间拉长。现在LinkedIn则是出了原生的单元测试框架，提高开发者的工作效率。