flinksql流批一体计算平台为什么选型是Streamx

flinksql流批一体计算平台为什么选型是Streamx

flink实时计算平台为什么选型是Streamx

一、概述

​ 1.1 背景

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，无需关心idea开发完打包jar到集群执行。

​ 1.2 特点

多版本Flink支持(1.11,x, 1.12.x, 1.13 )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 *** 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任务运行失败发送告警邮件支持失败重启重试从任务开发阶段到部署管理全链路支持… 二、系统架构

​ 2.1 架构图

​ 2.2 架构说明

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 *** 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 *** 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

三、对比其他开源实时计算平台

以下图片出自：https://mp.weixin.qq.com/s/yrYC8CowDGTefJWdiVtK5Q

从上面的对比可以看出，StreamX、Wormhole、Zeppelin 都可以算得上不错的选择。但是因为 Wormhole 学习难度高，Flink-SQL不是原生语法，且当前社区已经停止更新维护；而 Zeppelin 的定位是一个交互式数据分析与可视化平台，对项目的管理和运维等并未很好的支持。最终 StreamX 成为了最好的选择。虽说 StreamX 是唯一的选择，但 StreamX 并不差，当前所有的功能可以说都是刚需；

四、优点

1.开发成本降低：多数 ETL 工作直接通过在平台创建 Flink-SQL 任务，学习成本低，检验数据方便，省去中间繁琐流程

2.部署&运维简单：代码开发完成提交到 Git 后，直接从平台侧完成构建与发布，做到开发、测试、部署、运维一体化

3.安全性提升：取消 Flink-Client 主机，避免任务提交管理混乱

五、快速开始

详情请查看官网
http://www.streamxhub.com/zh/doc/console/quickstart/