【本人秃顶程序员】Spring Cloud数据流中的组合函数支持

←←←←←←←←←←←← 快！点关注

Spring Cloud Stream最近添加了一项Function，可将函数定义组合到现有的Spring Cloud Stream应用程序中。在本博客中，我们将看到Spring Cloud Data Flow如何利用此功能在Streaming管道中组合函数。

它有什么不同？

在Spring Cloud Data Flow中，流数据管道由Spring Cloud Stream应用程序组成，开发人员可以选择开箱即用的流应用程序，其中包含许多常见用例。开发人员还可以使用Spring Cloud Stream框架扩展这些开箱即用的应用程序或创建自定义应用程序。

Spring Cloud Stream 2.1.0 GA 已经集成了一个基于Spring Cloud Function-based编程模型，可以使用java.util.Function，一个java.util.Consumer，和一个java.util.Supplier表示业务逻辑，其相应的对应的角色是Spring Cloud Stream中的Processor，Sink和Source。

鉴于这种两者结合映射的灵活性，Spring Cloud Stream框架现在支持一种简单但功能强大的函数组合方法。这种函数组合可以是源Source和处理器Processor组合成一个单个应用程序：“新源Source”；或者，它可能是处理器Processor+接收器Sink组合到一个新的应用程序中：“新的Sink”。这种灵活性为流应用程序开发人员开辟了有趣的新方式。

让我们看看如何通过三个应用程序创建管道来执行简单转换，然后使用两个使用函数组合的应用程序来了解如何将其实现为管道。

欢迎大家加入粉丝群：963944895，群内免费分享Spring框架、Mybatis框架SpringBoot框架、SpringMVC框架、SpringCloud微服务、Dubbo框架、Redis缓存、RabbitMq消息、JVM调优、Tomcat容器、MySQL数据库教学视频及架构学习思维导图

Streaming Pipeline有三个应用程序

对于第一个流，我们将使用开箱即用的http-source，transform-processor和log-sink的三个应用程序。

首先，启动Spring Cloud Data Flow local服务器：

java -jar spring-cloud-dataflow-server-local-1.7.3.RELEASE.jar

然后，启动Spring Cloud数据流shell：

java -jar spring-cloud-dataflow-shell-1.7.3.RELEASE.jar

现在让我们使用RabbitMQ绑定器（或Kafka绑定器）分别注册HTTP源source，变换器处理器processor和日志接收器sink 作为应用程序：

dataflow:>app register --name http --type source --uri https://repo.spring.io/milestone/org/springframework/cloud/stream/app/http-source-rabbit/2.1.0.M2/http-source-rabbit-2.1.0.M2.jar

注册处理器：

dataflow:>app register --name transformer --type processor --uri https://rep