1 前言

Spring Cloud Data Flow是什么，雖然已經(jīng)出現(xiàn)一段時間了，但想必很多人不知道，因為在項目中很少有人用。不僅找不到很多中文資料，英文資料也一樣少的可憐。這讓探索的路更加艱辛，也更加有趣吧。

Spring Cloud Data Flow是基于微服務(wù)的，專門用于流式和批式數(shù)據(jù)處理的框架。

2 基本概念

2.1 數(shù)據(jù)處理模式

數(shù)據(jù)處理有兩種模式，分別是Streaming流式處理和Batch批次處理。Streaming是長時間一直存在的，你數(shù)據(jù)來了我就處理，沒來我就等著，基于消息驅(qū)動。Batch是處理時間較短的，啟動一次處理一次，處理完就退出任務(wù)，需要去觸發(fā)任務(wù)。

一般地，我們會基于Spring Cloud Stream框架來開發(fā)Streaming應(yīng)用，而基于Spring Cloud Task或Spring Batch框架來開發(fā)Batch應(yīng)用。完成開發(fā)后，可以打包成兩種形式：

（1）Springboot式的jar包，可以放在maven倉庫、文件目錄或HTTP服務(wù)上； （2）Docker鏡像。

對于Stream，有三個概念是需要理解的：

（1）Source：消息生產(chǎn)者，負(fù)責(zé)把消息發(fā)送到某個目標(biāo)； （2）Sink：消息消費(fèi)者，負(fù)責(zé)從某個目標(biāo)讀取消息； （3）Processor：聯(lián)合Source和Sink，它從某個目標(biāo)消費(fèi)消息，然后發(fā)送到另一個目標(biāo)。

2.2 特性

Spring Cloud Data Flow有許多好的特性值得我們學(xué)去使用它：

基于云的架構(gòu)，可部署在Cloud Foundry、Kubernetes或OpenShift等。 有許多可選擇的開箱即用的流處理和批處理應(yīng)用組件。 可自定義應(yīng)用組件，且是基于Springboot風(fēng)格的編程模型。 有簡單靈活的DSL（Domain Specific Language）去定義任務(wù)處理邏輯。 有美觀的Dashboard能可視化地定義處理邏輯、管理應(yīng)用、管理任務(wù)等。 提供了REST API，可以在shell命令行模式下進(jìn)行交互。

2.3 服務(wù)端組件

服務(wù)端有兩個重要的組件：Data Flow Server和Skipper Server。兩者作用不同，互相協(xié)作。

Data Flow Server的主要作用有：

解析DSL；校驗和持久化Stream、Task和Batch的定義； 注冊應(yīng)用如jar包應(yīng)用和docker應(yīng)用； 部署B(yǎng)atch到一個或多個平臺； 查詢Job和Batch的歷史執(zhí)行記錄； Stream的配置管理； 分發(fā)Stream部署到Skipper。 Skipper Server主要作用有： 部署Stream到一個或多個平臺； 基于有灰度/綠色更新策略地更新或回滾Stream； 保存每一個Stream的描述信息。

可以看出，如果不需要使用Stream，可以不用部署Skipper。兩者都需要依賴關(guān)系型數(shù)據(jù)庫（RDBMS），默認(rèn)會使用內(nèi)置的H2，支持的數(shù)據(jù)庫有H2、HSQLDB、MYSQL、Oracle、PostgreSql、DB2和SqlServer。

2.4 運(yùn)行環(huán)境

優(yōu)秀的Spring的解耦能力總是特別強(qiáng)，Server和應(yīng)用可以運(yùn)行在不同的平臺。我們可以把Data Flow Server和Skipper Server部署在Local、Cloud Foundry和Kuernetes，而Server又可以把應(yīng)用部署在不同的平臺。

服務(wù)端Local：應(yīng)用Local/Cloud Foundry/Kuernetes； 服務(wù)端Cloud Foundry：應(yīng)用Cloud Foundry/Kuernetes； 服務(wù)端Kuernetes：應(yīng)用Cloud Foundry/Kuernetes。

一般情況下，我們會把Server和應(yīng)用部署在同一平臺上。對于生產(chǎn)環(huán)境，建議還是在Kuernetes上比較合適。

3 本地模式安裝使用

為了快速體驗，我們使用最簡單的本地運(yùn)行環(huán)境。

3.1 下載Jar包

下載以下三個jar包：

wget https://repo.spring.io/release/org/springframework/cloud/spring-cloud-dataflow-server/2.5.3.RELEASE/spring-cloud-dataflow-server-2.5.3.RELEASE.jarwget https://repo.spring.io/release/org/springframework/cloud/spring-cloud-dataflow-shell/2.5.3.RELEASE/spring-cloud-dataflow-shell-2.5.3.RELEASE.jarwget https://repo.spring.io/release/org/springframework/cloud/spring-cloud-skipper-server/2.4.3.RELEASE/spring-cloud-skipper-server-2.4.3.RELEASE.jar

如果是簡單的Batch應(yīng)用，可以只下載spring-cloud-dataflow-server-2.5.3.RELEASE.jar。

3.2 啟動應(yīng)用

# 啟動Skipper，默認(rèn)端口為7577java -jar spring-cloud-skipper-server-2.4.3.RELEASE.jar# 啟動Data Flow Server，默認(rèn)端口為9393java -jar spring-cloud-dataflow-server-2.5.3.RELEASE.jar

啟動完成后，訪問UI：http://localhost:9393/dashboard

3.3 部署應(yīng)用

3.3.1 添加應(yīng)用Applications

只有添加了應(yīng)用，才能部署B(yǎng)atch和Stream。官方提供了示例Applications，我們直接使用就可以了：

添加成功后，在應(yīng)用列表可以查看：

3.3.2 創(chuàng)建Task

創(chuàng)建Task可以圖形化創(chuàng)建，也可以通過DSL來創(chuàng)建，非常方便：

定義好Task后，輸入名字創(chuàng)建：

3.3.3 運(yùn)行Task

直接點(diǎn)擊運(yùn)行：

可以傳入?yún)?shù)：

3.3.4 查看Task運(yùn)行情況

可以查看運(yùn)行日志：

3.4 Data Flow Shell命令行

除了在網(wǎng)頁上，還可以通過命令行模式來與Server進(jìn)行交互。

啟動應(yīng)用：

$ java -jar spring-cloud-dataflow-shell-2.5.3.RELEASE.jar ____ ____ _ __ / ___| _ __ _ __(_)_ __ __ _ / ___| | ___ _ _ __| | ___ | ’_ | ’__| | ’_ / _` | | | | |/ _ | | | |/ _` | ___) | |_) | | | | | | | (_| | | |___| | (_) | |_| | (_| | |____/| .__/|_| |_|_| |_|__, | ____|_|___/ __,_|__,_| ____ |_| _ __|___/ __________ | _ __ _| |_ __ _ | ___| | _____ __ | | | |/ _` | __/ _` | | |_ | |/ _ / / / | |_| | (_| | || (_| | | _| | | (_) V V / / / / / / / |____/ __,_|____,_| |_| |_|___/ _/_/ /_/_/_/_/_/2.5.3.RELEASEWelcome to the Spring Cloud Data Flow shell. For assistance hit TAB or type 'help'.Successfully targeted http://localhost:9393/dataflow:>app list?????????????????????????????????????????????????app│source│processor│sink│ task ?????????????????????????????????????????????????? │ │ │ │composed-task-runner?? │ │ │ │timestamp-batch ?? │ │ │ │timestamp ?????????????????????????????????????????????????dataflow:>

4 總結(jié)

本文使用的是官方提供的應(yīng)用，我們可以自己開發(fā)應(yīng)用并注冊到Server上。Local模式適合開發(fā)環(huán)境適合，生產(chǎn)環(huán)境還是部署在Kubernetes比較靠譜。后面我們再來探索吧。

到此這篇關(guān)于Spring Cloud Data Flow初體驗以Local模式運(yùn)行的文章就介紹到這了,更多相關(guān)Spring Cloud Data Flow初體驗內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！