Spring Cloud Data Flow初体验,以Local模式运行

1 前言

Spring Cloud Data Flow 是什么,虽然已经出现一段时间了,但想必很多人不知道,因为在项目中很少有人用。不仅找不到很多中文资料,英文资料也一样少的可怜。这让探索的路更加艰辛,也更加有趣吧。

Spring Cloud Data Flow 是基于微服务的,专门用于流式和批式数据处理的框架。

2 基本概念

2.1 数据处理模式

数据处理有两种模式,分别是 Streaming流式处理Batch批次处理Streaming 是长时间一直存在的,你数据来了我就处理,没来我就等着,基于消息驱动。 Batch 是处理时间较短的,启动一次处理一次,处理完就退出任务,需要去触发任务。

一般地,我们会基于 Spring Cloud Stream 框架来开发 Streaming 应用,而基于 Spring Cloud TaskSpring Batch 框架来开发 Batch 应用。完成开发后,可以打包成两种形式:

  • (1) Springboot 式的 jar 包,可以放在 maven 仓库、文件目录或 HTTP 服务上;
  • (2) Docker 镜像。

对于 Stream ,有三个概念是需要理解的:

  • (1) Source :消息生产者,负责把消息发送到某个目标;
  • (2) Sink :消息消费者,负责从某个目标读取消息;
  • (3) Processor :联合 SourceSink ,它从某个目标消费消息,然后发送到另一个目标。

2.2 特性

Spring Cloud Data Flow 有许多好的特性值得我们学去使用它:

  • 基于云的架构,可部署在 Cloud FoundryKubernetesOpenShift 等。
  • 有许多可选择的开箱即用的流处理和批处理应用组件。
  • 可自定义应用组件,且是基于 Springboot 风格的编程模型。
  • 有简单灵活的 DSL(Domain Specific Language) 去定义任务处理逻辑。
  • 有美观的 Dashboard 能可视化地定义处理逻辑、管理应用、管理任务等。
  • 提供了 REST API ,可以在 shell 命令行模式下进行交互。

2.3 服务端组件

服务端有两个重要的组件: Data Flow ServerSkipper Server 。两者作用不同,互相协作。

Data Flow Server 的主要作用有:

  • 解析 DSL
  • 校验和持久化 StreamTaskBatch 的定义;
  • 注册应用如 jar 包应用和 docker 应用;
  • 部署 Batch 到一个或多个平台;
  • 查询 JobBatch 的历史执行记录;
  • Stream 的配置管理;
  • 分发 Stream 部署到 Skipper

Skipper Server 主要作用有:

  • 部署 Stream 到一个或多个平台;
  • 基于有灰度/绿色更新策略地更新或回滚 Stream
  • 保存每一个 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 。两者都需要依赖关系型数据库( RDBMS ),默认会使用内置的 H2 ,支持的数据库有 H2HSQLDBMYSQLOraclePostgreSqlDB2SqlServer

2.4 运行环境

优秀的 Spring 的解耦能力总是特别强, Server 和应用可以运行在不同的平台。我们可以把 Data Flow ServerSkipper Server 部署在 LocalCloud FoundryKuernetes ,而 Server 又可以把应用部署在不同的平台。

  • 服务端Local:应用Local/Cloud Foundry/Kuernetes;
  • 服务端Cloud Foundry:应用Cloud Foundry/Kuernetes;
  • 服务端Kuernetes:应用Cloud Foundry/Kuernetes。

一般情况下,我们会把 Server 和应用部署在同一平台上。对于生产环境,建议还是在 Kuernetes 上比较合适。

3 本地模式安装使用

为了快速体验,我们使用最简单的本地运行环境。

3.1 下载Jar包

下载以下三个 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.jar
wget https://repo.spring.io/release/org/springframework/cloud/spring-cloud-dataflow-shell/2.5.3.RELEASE/spring-cloud-dataflow-shell-2.5.3.RELEASE.jar
wget 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

如果是简单的 Batch 应用,可以只下载 spring-cloud-dataflow-server-2.5.3.RELEASE.jar

3.2 启动应用

# 启动Skipper,默认端口为7577
java -jar spring-cloud-skipper-server-2.4.3.RELEASE.jar
# 启动Data Flow Server,默认端口为9393
java -jar spring-cloud-dataflow-server-2.5.3.RELEASE.jar

启动完成后,访问UI:http://localhost:9393/dashboard

3.3 部署应用

3.3.1 添加应用Applications

只有添加了应用,才能部署 BatchStream 。官方提供了示例 Applications ,我们直接使用就可以了:

添加成功后,在应用列表可以查看:

3.3.2 创建Task

创建 Task 可以图形化创建,也可以通过 DSL 来创建,非常方便:

定义好 Task 后,输入名字创建:

3.3.3 运行Task

直接点击运行:

可以传入参数:

3.3.4 查看Task运行情况

可以查看运行日志:

3.4 Data Flow Shell命令行

除了在网页上,还可以通过命令行模式来与 Server 进行交互。

启动应用:

$ java -jar spring-cloud-dataflow-shell-2.5.3.RELEASE.jar 
  ____                              ____ _                __
 / ___| _ __  _ __(_)_ __   __ _   / ___| | ___  _   _  __| |
 \___ \| '_ \| '__| | '_ \ / _` | | |   | |/ _ \| | | |/ _` |
  ___) | |_) | |  | | | | | (_| | | |___| | (_) | |_| | (_| |
 |____/| .__/|_|  |_|_| |_|\__, |  \____|_|\___/ \__,_|\__,_|
  ____ |_|    _          __|___/                 __________
 |  _ \  __ _| |_ __ _  |  ___| | _____      __  \ \ \ \ \ \
 | | | |/ _` | __/ _` | | |_  | |/ _ \ \ /\ / /   \ \ \ \ \ \
 | |_| | (_| | || (_| | |  _| | | (_) \ V  V /    / / / / / /
 |____/ \__,_|\__\__,_| |_|   |_|\___/ \_/\_/    /_/_/_/_/_/

2.5.3.RELEASE

Welcome 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 总结

本文使用的是官方提供的应用,我们可以自己开发应用并注册到 Server 上。 Local 模式适合开发环境适合,生产环境还是部署在 Kubernetes 比较靠谱。后面我们再来探索吧。


原文:https://www.pkslow.com/archives/spring-cloud-data-flow