# streamx
**Repository Path**: mydq/streamx
## Basic Information
- **Project Name**: streamx
- **Description**: Make stream processing easier! Flink & Spark development scaffold, The original intention of StreamX is to make the development of Flink easier. StreamX focuses on the management of development phases and tasks. Our ultimate goal is to build a one-stop big data solution integrating stream processing, batch processing, data warehouse and data laker.
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: dev
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-02-17
- **Last Updated**: 2022-03-09
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
Make stream processing easier!!!
**[官网](http://www.streamxhub.com)** |
**[更新日志](#)** |
**[使用文档](https://www.streamxhub.com/zh-CN/docs/intro)**
[English](README.md) | 中文
# StreamX
Make stream processing easier
> 一个神奇的框架,让流处理更简单
## 🚀 什么是StreamX
实时即未来, 在实时处理流域 `Apache Spark` 和 `Apache Flink` 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` & `Spark` 时发现从编程模型, 参数配置到项目部署, 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 —— 让流处理更简单, 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, 提供了 Scala/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
[](http://assets.streamxhub.com/streamx-video.mp4)

## 🎉 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
* 多版本flink支持(1.12.x,1.13.x,1.14.x)
* 快捷的日常操作(任务`启动`、`停止`、`savepoint`,从`savepoint`恢复)
* Flink所有部署模式的支持(`Remote`/`K8s-Native-Application`/`K8s-Native-Session`/`YARN-Application`/`YARN-Per-Job`/`YARN-Session`)
* 快捷的日常操作(任务`启动`、`停止`、`savepoint`,从`savepoint`恢复)
* 稳定可靠,诸多公司和组织将 `StreamX` 用于生产和商业产品中
* 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:
* [Apache Flink](http://flink.apache.org)
* [Apache YARN](http://hadoop.apache.org)
* [Spring Boot](https://spring.io/projects/spring-boot/)
* [Mybatis](http://www.mybatis.org)
* [Mybatis-Plus](http://mp.baomidou.com)
* [Flame Graph](http://www.brendangregg.com/FlameGraphs)
* [JVM-Profiler](https://github.com/uber-common/jvm-profiler)
* [Vue](https://cn.vuejs.org/)
* [VuePress](https://vuepress.vuejs.org/)
* [Ant Design of Vue](https://antdv.com/)
* [ANTD PRO VUE](https://pro.antdv)
* [xterm.js](https://xtermjs.org/)
* [Monaco Editor](https://microsoft.github.io/monaco-editor/)
* ...
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,感谢 [Apache Flink](http://flink.apache.org) 创造了一个了不起的项目! 感谢 [Apache Zeppelin](http://zeppelin.apache.org) 早期给予的灵感,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](http://www.streamxhub.com/zh/doc/)
## 👻 为什么不是...❓
### Apache Zeppelin
[Apache Zeppelin](http://zeppelin.apache.org)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](http://github.com/DTStack/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
## 🤝 如何贡献
[](https://github.com/streamxhub/streamx/pulls)
如果你希望参与贡献 欢迎 [Pull Request](https://github.com/streamxhub/streamx/pulls),或给我们 [报告 Bug](https://github.com/streamxhub/streamx/issues/new/choose)。
> 强烈推荐阅读 [《提问的智慧》](https://github.com/ryanhanwu/How-To-Ask-Questions-The-Smart-Way)(**本指南不提供此项目的实际支持服务!**)、[《如何有效地报告 Bug》](http://www.chiark.greenend.org.uk/%7Esgtatham/bugs-cn.html)、[《如何向开源项目提交无法解答的问题》](https://zhuanlan.zhihu.com/p/25795393),更好的问题更容易获得帮助。
感谢 [JetBrains](https://www.jetbrains.com/?from=streamx) 提供的免费开源 License 赞助
[](https://www.jetbrains.com/?from=streamx)
## 💰 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](http://www.streamxhub.com/#/)
