2022 新年伊始,?春日正盛, 一片欣欣向荣之景象! 众多企业也在摩拳擦掌, 规划蓝图, 准备大干一场! 此时 StreamX 带来?稳定版本,?助力大家放心的上生产环境, 愿为大家在流处理领域带来一点方便,?为 Apache Flink 的落地和普及助一臂之力!
新增功能
本次新增?remote, yarn-session 部署模式, 到此StreamX 已经完整的支持 Flink 所有部署模式(remote、yarn-perjob、yarn-session、yarn-application、?k8s-native-session、k8s-native-application )?满足用户各种场景下的部署需求。此外, 本次统一了程序打包pipeline,?简化了构建流程, 减少用户的学习成本,?使用起来更简单。新增功能明细如下:
1. 新增 Remote 部署模式
2. 新增 Yarn-session 部署模式
3. 新增 Yarn-perjob 部署模式
4. 统一项目构建上线流程
5. 新增 Apache Doris datastream connector
6. 新增 Redisdatastreamconnector
7. 新增 Flink Cluster集群管理
8. 内置?maven 不强制要求部署机安装 maven
9. maven?支持设置远程仓库地址, 加速依赖下载
10. 项目构建时支持指定?maven 构建参数
修复增强?
· on Yarn 模式下在 hadoop 某些版本存在的任务提交失败的 bug
· Flink Sql 添加依赖时检查到不匹配 scala 版本未能阻止添加的bug
· Flink Sql 格式化存在的 bug
· 在 Flink 某些版本下关闭 packageProgram导致的 bug
· 任务编辑和添加切换Flink 部署模式导致页面错乱的?bug?
· 任务在启动和停止时加入超时,?时间内未成功状态设置为失败
感谢贡献者
贡献者
以梦为马
在 StreamX 1.2.2 发布之际, 也快迎来 StreamX 开源一周年,?我们收到了一些用户的心声和大佬的寄语,?各位的勉励会时刻鞭策着我们, 努力做得更好!
寄语
StreamX 社区一直以来都在用心做好流批一体一站式大数据平台，并有着非常多比如 Web IDE、CI/CD、on k8s 等关键能力，强烈推荐大家使用！也欢迎更多贡献者加入，一起把 StreamX 社区发展的更加繁荣！
— 白鲸开源联合创始人 & Apache DolphinScheduler PMC Chair?&
Apache SeaTunnel PPMC & Mentor & Apache 孵化器导师 &
ASF?Mentor代立冬
从基础软件内核到用户侧解决方案，往往需要在用户体验上倾注大量的时间和精力，StreamX 正是为 Flink 和 Spark 应用量身定制的一个用户友好的控制平台。很高兴看到 StreamX 项目新版发布，期待 StreamX 在应用部署和管理方面的经验反馈到上游 Flink / Spark 社群，开源协同，把流批一体的数据处理能力带到更多的企业当中。
—?Apache Flink Committer &?<<夜天之书>>作者 &
Apache Curator PMC?& ASF Member &2021中国开源先锋33人?tison
在 StreamX 刚起步的时候就关注到了这个项目，见证了项目的一步步发展, 现在已经拥有一个活跃的开源社区，众多企业使用，已有头部IT教育机构的纳入课程，StreamX 为企业和开发者提供了标准化了配置、开发、测试、部署、监控、运维的全流程管理工具。大大提高了开发效率及降低成本，推荐更多的用户去使用StreamX，同时也希望大家积极的参与到StreamX中来，共建繁荣开源社区。
— Apache Doris PPMC?张家锋
StreamX 作为一个开源的数据处理平台，使数据处理变的更加容易，更好闭环了数据的开发与任务管理的环节，每次发版都越来越靠近他的终极目标：一站式数据处理平台。
— Apache SeaTunnel PPMC?Gary?
用户代表
StreamX 是一款非常优秀的 Flink&Spark 极速开发框架与一站式大数据流处理平台。开发者在使用StreamX时只需编写简单的配置文件，即可实现多个开箱即用功能的复用；通过简洁易用的Web页面，即可实现开发任务的编译、部署与管理监控。该框架一经问世便深受广大开发者的喜爱。目前，StreamX 的社区活跃度高，经过多个版本的更新迭代，已有较高的易用性和完成度。
StreamX 能让开发者减少重复代码，把精力更多集中于业务本身，让大数据流处理变得更加便捷！这也与尚硅谷教育“让天下没有难学的技术”的理念不谋而合。尚硅谷也本着非精品不用的原则，与 StreamX 主创团队达成合作，为 StreamX 提供高质量的使用教程与视频等配套资料！
强烈推荐各位大数据开发者学习并使用 StreamX，它将大大提高您的开发效率。也预祝 StreamX 发展越来越好！
— 尚硅谷教育 大数据负责人?缪传海
StreamX优雅的编程框架、简单易用的WebIDE，沉淀了主创团队在 Flink&Spark 技术领域丰富的经验以及独到的平台观。数鑫科技在流批一体开源编程平台技术选型过程中，关注到 StreamX 在编程模型的高度抽象性、可扩展性、可配置性等方面设计的非常出色，因此毫不犹豫的选择 StreamX 作为自身可信数据流通引擎数据消费端配套的流批一体编程框架。相信: StreamX 一定会被越来越多的流批一体开发者深度关注和使用，无论是希望快速开发 Flink 数据加工处理逻辑的初学者、还是资深的平台架构师。StreamX 将会深刻的影响 Flink 开源社区。
— 深圳数鑫科技?CTO廖炳才
StreamX 是一个非常好的 Flink 开发平台，功能完善，使用方便，在我们的生产使用过程中，主要是以 application方式将 Flink 任务部署到 k8s 容器，StreamX 帮助我们方便的管理 Flink 任务，大大的减少了运维成本，提高效率，欢迎大家使用，也祝愿StreamX 越来越好。
— Baidu?资深大数据开发工程师?张军
StreamX 是目前少有的实时计算平台项目，结合了当前最新的Flink流计算实现了基于Standalone、YARN、K8S 等多种模式的作业提交和管理模式，降低用户管理实时作业门槛，希望2022年能继续发力，往Flink SQL 平台迈进，同时2022年我也会持续关注StreamX 并且贡献自己一份力量!
— ?Apahce Flink?社区志愿者 & StreamX 贡献者陈政羽
StreamX 秉承着开箱即用的思想，极大的简化了 Flink&Spark 开发部署流程，在框架中封装了很多源和接收器，让开发人员只专注业务逻辑，基于以上优势我司在实际生产中使用了 StreamX。强烈推荐更多的公司和开发者使用，祝愿 StreamX 发展的越来越好。
— INMOBO中国 大数据团队负责人?于威
StreamX 作为运荔枝数据平台核心工具，解决了我们实时任务从开发、部署、运维各个环节的难题，保障了实时任务的稳定性；它直观可视化的操作界面，无论是基于 DataStream API 还是 Flink SQL 都能快速、方便的一站式完成业务逻辑的开发，使得流式任务整个开发过程更加敏捷。
—?成都运荔枝科技?大数据应用架构师李建
StreamX 作为一款功能强大、场景覆盖广的数据开发框架平台，提供了非常优秀的产品化解决方案，化繁为简，降低了用户使用 Flink 等计算引擎的成本并提升了用户体验 。尘锋信息通过 StreamX 用极短的调研试用时间和极少的人力成本落地了实时计算平台，避免了在基础设施建设上浪费大量人力和时间，并快速服务业务为市场引得先机。
作为一名数据开发，不仅可以通过 StreamX 提供的编程模型、计算引擎集成、依赖管理等功能，快速且优雅的完成需求开发及维护，并且能够从 StreamX 的源码中学习到非常多的底层知识，开发出更加优秀稳定的应用。
相信未来会有越来越多的数据开发同学发现 SteamX ，用上 StreamX ，爱上 StreamX ，并通过 StreamX 创造数据价值。
—北京尘锋信息技术有限公司?资深数据开发工程师代欣雨
SteamX 是一套优秀的 Flink 任务管理工具，微品致远在数据处理平台流式数据处理选型的时候了解到 StreamX，在深入了解后，被 StreamX 流式计算的全流程打通所吸引，便毫不犹豫的纳入到了微品致远的数据处理平台中。引入 StreamX 后，从流式计算的 ide 开发，到后续的任务上线，完全打通，解决了之前 Flink 任务上线混乱，管理起来繁琐的问题，从而提高了提高了团队任务开发到上线的效率。相信随着 StreamX 的影响力的扩大，会有更多的 Flink 开发者将 StreamX 应用到自己的开发上线流程中。
— 深圳微品致远?大数据开发组长张凌玮
第一次遇到 StreamX，就被它的友好的界面，丰富的功能所吸引。乐我无限 从 1.0 开始跟进，StreamX 有着活跃的社区，功能也在一步一步的迭代更新，越来越强大。通过 StreamX 我司成功的迁移了 50+ 个实时作业，做到了开发模式的统一管理，为我司的开发维护节省了许多时间。使用 StreamX 使得 Flink 作业开发更方便，管理更友好，维护更省心。StreamX 一直在追求做到更好，不断解决一些痛点问题，强烈推荐大家使用。
— 乐我无限 高级大数据开发工程师秦基勇
未来规划
目前StreamX 已完成 Flink?任务的托管, 从项目创建伊始, 我们就尝试系统性的解决 Flink 多版本的支持, 任务Jar包隔离, 同时支持 DataStream 和 FlinkSQL, 支持Flink 所有部署模式...等一系列的常见问题, 所幸的是这部分基础建设工作已经完成且趋于稳定,?这部分工作很有挑战, 也非常重要，感谢所有开发者们付出的努力。后面我们会逐步把 StreamX 里沉淀的一些好的经验反馈到上游 Flink / Spark 社群, 开源协同。接下来的 1.3.0 中我们关注的重点是流式数仓(Streaming-Warehouse)?和?云原生(Cloud-Native)。会新增全新的开发工作台 -?SQL Workbench(草稿、调试、预览、发布、锁定、版本管理...), 该部分的开发工作已经在进行中,?了解详情请移步 1.3.0的 roadmap。
1.3.0 roadmap
?https://github.com/streamxhub/streamx/issues/602
[ SQL?Workbench?Preview ]
StreamX 遵循 Apache-2.0 开源协议，将会是个长期更新的活跃项目。StreamX?于 2021 年 11 月荣获开源中国「最有价值开源项目」。随后荣获「2021 年度 OSC 中国开源项目评选」的「最受欢迎项目」，并且陆续有多家IT教育机构出相关课程, 更有尚硅谷这样的品质和口碑一流的 IT 教育机构和 StreamX 展开合作, 这对于一个开源不到一年的项目来说, 是非常少见的, 感谢大家支持, 我们会继续努力, ?我们坚信未来会更好。
[StreamX 用户墙]
流批一体，流式数仓，数据湖是大数据领域的趋势，StreamX 虽离这个目标还有一段距离，但我们始终坚信: 道阻且长，行则将至，行而不辍，未来可期。我们会积极进取，做好相关功能持续迭代优化，和社区所有小伙伴一起努力进一步建设好社区，让 StreamX 成为一个功能完善，体验更佳，用户更多的产品，再获得更多认可。真诚欢迎热爱开源的伙伴加入到社区中来，为做一个优秀实用的好项目献上一份自己的力量。
