一片冰心

使用 Spring Batch 进行批处理在本指南中，我们开发了一个 Spring Batch 应用程序并将其部署到 Cloud Foundry、Kubernetes 和您的本地计算机。在另一个指南中，我们使用 Data Flow部署Spring Batch 应用程序。本指南介绍了如何从头开始构建此应用程序。如果您愿意，您可以下载一个包含billsetup应用程序源的 zip 文件，将其解压缩，然后继续进行部署步骤。您可以从浏览器下载项目或运行以下命令从命令行下载它：wget https://git

简单任务使用 Spring Cloud 任务进行批处理在本指南中，我们开发了一个使用 Spring Cloud Task 的 Spring Boot 应用程序并将其部署到 Cloud Foundry、Kubernetes 和您的本地计算机。在另一个指南中，我们使用 Data Flow部署任务应用程序。以下部分描述了如何从头开始构建此应用程序。如果您愿意，您可以下载一个包含应用程序源代码（称为billsetup）的 zip 文件，将其解压缩，然后继续进行部署步骤。您可以从浏览器下载项目，也可以从命令行

任务处理入门在本指南中，我们创建一个简单的任务定义并启动该任务。起点是使用Spring Cloud Task App Starters，它提供了一组任务应用程序。具体来说，我们使用提供的timestamp应用程序，它基本上是一个记录当前时间戳的 hello-world 风格的应用程序。对于本指南，我们假设相应的timestamp任务应用程序已经导入并注册到 Spring Cloud Data Flow，如安装指南中所述。创建任务要创建任务：在菜单中，单击任务。单击创建任务按钮。

流处理入门Spring Cloud Data Flow 提供了 70 多个预构建的流应用程序，您可以立即使用它们来实现常见的流用例。在本指南中，我们使用其中两个应用程序来构建一个简单的数据管道，该管道生成从外部 HTTP 请求发送的数据，并通过将有效负载记录到终端来使用该数据。安装指南包括使用 Data Flow 注册这些预构建应用程序的说明。流 DSL 概述您可以通过外壳或仪表板使用领域特定语言 (DSL) 以及在 Java 中以编程方式创建流。仪表板还允许您将应用程序拖放到调色板上并以可视方式连

目录监控工具仪表板shellRESTful APIJava 客户端监控数据流监控架构有助于提供对服务器基础架构以及部署的流和任务管道的运行状况和性能至关重要的应用程序指标。围绕 Micrometer 库设计的 Data Flow 监控支持一些最流行的监控系统，例如Prometheus、Wavefront和InfluxDB。Wavefront是一个高性能流分析平台，支持 3D 可观察性（指标、直方图、轨迹和跨度）。它可以扩展到非常高的数据摄取率和查询负载，同时还可以从整个应用程序堆栈中的许多服务和源

目录流处理消息中间件Spring Cloud Stream在云端运行流媒体应用编排流媒体应用程序批量处理Spring Batch在云中运行批处理应用程序编排批处理应用程序流处理流处理被定义为在没有交互或中断的情况下处理无限量的数据。流处理的业务案例包括：实时信用卡欺诈检测或预测分析用于可操作分析的近实时业务数据处理Spring Cloud Data Flow 中的流处理在架构上实现为独立事件驱动的流应用程序的集合，这些应用程序使用选择的消息传递中间件进行连接，例如 RabbitMQ 或 Apa

架构Spring Cloud Data Flow 简化了专注于数据处理用例的应用程序的开发和部署。主要概念：数据流的服务器组件。服务器组件可以为流和批处理作业部署的应用程序类型。已部署应用程序的微服务架构以及如何使用 DSL 进行定义。部署它们的平台。服务器组件数据流有两个主要组件：数据流服务器船长服务器访问数据流的主要入口点是通过数据流服务器的 RESTful API。Web 仪表板由数据流服务器提供服务。Data Flow Server 和 Data Flow Shell

简介前言Spring Cloud data flow 为基于微服务的分布式流处理和批处理数据通道提供了一系列模型和最佳实践。Spring Cloud Data Flow 提供了为流和批处理数据管道创建复杂拓扑的工具。数据管道由使用Spring Cloud Stream或Spring Cloud Task微服务框架构建的Spring Boot应用程序组成。Spring Cloud Data Flow 支持一系列数据处理用例，从 ETL 到导入/导出、事件流和预测分析。基本概念数据处