Make Flink|Spark easier!!!

StreamX

Make Flink|Spark easier!!!

一个神奇的框架，让 Flink|Spark 开发更简单

🚀 什么是StreamX

大数据技术如今发展的如火如荼，已经呈现百花齐放欣欣向荣的景象，实时处理流域 Apache Spark 和 Apache Flink 更是一个伟大的进步，尤其是 Apache Flink 被普遍认为是下一代大数据流计算引擎，我们在使用 Flink 时发现从编程模型，启动配置到运维管理都有很多可以抽象共用的地方，我们将一些好的经验固化下来并结合业内的最佳实践，通过不断努力终于诞生了今天的框架 —— StreamX，项目的初衷是 —— 让 Flink 开发更简单，使用 StreamX 开发，可以极大降低学习成本和开发门槛，让开发者只用关心最核心的业务， StreamX 规范了项目的配置，鼓励函数式编程，定义了最佳的编程方式，提供了一系列开箱即用的 Connectors ，标准化了配置、开发、测试、部署、监控、运维的整个过程，提供 Scala 和 Java 两套api，其最终目的是打造一个一站式大数据平台，流批一体，湖仓一体的解决方案

🎉 Features

开发脚手架
一系列开箱即用的connectors
支持项目编译功能(maven 编译)
在线参数配置
支持 Applicaion 模式， Yarn-Per-Job 模式启动
快捷的日常操作(任务启动、停止、savepoint，从savepoint恢复)
支持火焰图
支持 notebook (在线任务开发)
项目配置和依赖版本化管理
支持任务备份、回滚(配置回滚)
在线管理依赖(maven pom)和自定义jar
自定义 udf、连接器等支持
Flink SQL WebIDE
支持 Catalog、Hive
从任务开发阶段到部署管理全链路支持
...

🏳‍🌈 组成部分

Streamx 由三部分组成，分别是 streamx-core，streamx-pump 和 streamx-console

1️⃣ streamx-core

streamx-core 定位是一个开发时框架，关注编码开发，规范了配置文件，按照约定优于配置的方式进行开发，提供了一个开发时 RunTime Content 和一系列开箱即用的 Connector ，扩展了 DataStream 相关的方法，融合了DataStream 和 Flink sql api，简化繁琐的操作，聚焦业务本身，提高开发效率和开发体验

2️⃣ streamx-pump

pump 是抽水机，水泵的意思，streamx-pump 的定位是一个数据抽取的组件，类似于 flinkx，基于streamx-core 中提供的各种 connector 开发，目的是打造一个方便快捷，开箱即用的大数据实时数据抽取和迁移组件，并且集成到 streamx-console 中，解决实时数据源获取问题，目前在规划中

3️⃣ streamx-console

streamx-console 是一个综合实时数据平台，低代码(Low Code)平台，可以较好的管理Flink任务，集成了项目编译、发布、参数配置、启动、savepoint，火焰图(flame graph) ，Flink SQL，监控等诸多功能于一体，大大简化了 Flink 任务的日常操作和维护，融合了诸多最佳实践。旧时王谢堂前燕，飞入寻常百姓家，让大公司有能力研发使用的项目，现在人人可以使用，其最终目标是打造成一个实时数仓，流批一体的一站式大数据解决方案，该平台使用但不仅限以下技术:

感谢以上优秀的开源项目和很多未提到的优秀开源项目，致以最崇高的敬意，特别感谢Apache Zeppelin ，IntelliJ IDEA，感谢 fire-spark 项目，早期给予的灵感和帮助，感谢我老婆在项目开发时给予的支持，悉心照顾我的生活和日常，给予我足够的时间开发这个项目

🚀 快速上手

git clone https://github.com/streamxhub/streamx.git
cd Streamx
mvn clean install -DskipTests -Denv=prod

更多请查看官网文档

👻 为什么不是...❓

Apache Zeppelin

Apache Zeppelin是一个非常优秀的开源项目👏 对 Flink 做了很好的支持，Zeppelin 创新型的 notebook 功能，让开发者非常方便的 On-line 编程，快捷的提交任务，语言层面同时支持Java，Scala，Python，国内阿里的章剑峰大佬也在积极推动该项目，向剑峰大佬致以崇高的敬意🙏🙏🙏，但该项目目前貌似没有解决项目的管理和运维方面的痛点，针对比较复杂的项目和大量的作业管理就有些力不从心了，一般来讲不论是 DataStream 作业还是 Flink SQL 作业，大概都会经历作业的开发阶段，测试阶段 ，打包阶段，上传服务器阶段，启动任务阶段等这些步骤，这是一个链路很长的步骤，且整个过程耗时比较长，体验不好，即使修改了一个符号，项目改完上线都得走上面的流程，我们期望这些步骤能够动动鼠标一键式解决，还希望至少能有一个任务列表的功能，能够方便的管理任务，可以清楚的看到哪些任务正在运行，哪些停止了，任务的资源消耗情况，可以在任务列表页面一键启动 或停止任务，并且自动管理 savePoint，这些问题也是开发者实际开发中会遇到了问题， streamx-console 很好的解决了这些痛点，定位是一个一站式实时数据平台，并且开发了更多令人激动的功能(诸如Flink SQL WebIDE，依赖隔离，任务回滚，火焰图等)

FlinkX

FlinkX 是基于flink的分布式数据同步工具，实现了多种异构数据源之间高效的数据迁移，定位比较明确，专门用来做数据抽取和迁移，可以作为一个服务组件来使用，StreamX 关注开发阶段和任务后期的管理，定位有所不同，streamx-pump 模块也在规划中，致力于解决数据源抽取和迁移，最终会集成到 streamx-console 中

🍼 Feedback

你可以快速的提一个ISSUES ，在提之前，请检查问题后再尝试使用以下联系方式！也许你的问题已经被别人问到了，或者已经被回答了。谢谢！

您可以通过以下方法向我提供反馈或问题：

💰 Donation

Are you enjoying this project ? 👋

StreamX 采用 Apache LICENSE 2.0 许可的开源项目，使用完全免费，旧时王谢堂前燕，飞入寻常百姓家，让大公司有能力研发使用的项目，现在人人都可以使用，流批一体，湖仓一体，数据湖是大数据领域的趋势， StreamX现在离这个目标还有一段距离，还需持续投入，相应的资金支持能更好的持续项目的维护和开发。你可以通过下列的方法来赞助 StreamX 的开发，欢迎捐助，一起来帮我们做的更好! ☀️ 👊

微信支付	支付宝

所有赞助人将在赞助人名单中显示。

🏆 我的赞助

💜 月度赞助商

虚席以待,欢迎个人和企业前来赞助,您的支持会帮助我们更好的发展项目

🥇 金牌赞助商

🥈 白金赞助商

🥈 白银赞助商

💬 加入社区

Streamx 已正式开源，现已经进入高速发展模式，如果您觉得还不错请在右上角点一下 star，帮忙转发，谢谢 🙏🙏🙏 大家的支持是开源最大动力，你可以扫下面的二维码加入官方微信群，更多相关信息请访问官网

Stargazers over time

扫微信二维码加群讨论

fragrans / StreamX

StreamX

🚀 什么是StreamX

🎉 Features