今天，我们正式启动了一个名为Spring XD的新项目，其主题是“解决大数据复杂性”¹。

在过去几年里，Spring Data 团队一直非常忙碌，不仅为 NoSQL 数据库提供支持，而且简化了 Hadoop 的开发体验。通过创建Spring for Apache Hadoop 项目，我们通过提供丰富的配置模型和跨 Hadoop 生态系统项目（如 Hive 和 Pig）一致的编程模型，使启动 Hadoop 应用程序的开发变得更容易。正如 Spring 用户所期望的那样，您可以

1. 将 MapReduce 作业配置和运行为容器管理的对象。
2. 使用 HDFS、HBase、Pig 和 Hive 的模板辅助类来消除应用程序中的样板代码。

Spring for Apache Hadoop 为构建 Hadoop 应用程序提供了坚实的基础。Spring XD 基于这些基础资源，进一步简化了创建实际大数据解决方案的过程。具体来说，Spring XD 解决了常见的大数据用例，例如

1. 从各种输入源到 HDFS 的高吞吐量分布式数据摄取。
2. 摄取时的实时分析，例如收集指标和计数值。
3. 通过批处理作业进行 Hadoop 工作流管理，这些作业结合了与标准企业系统（例如 RDBMS）的交互以及 Hadoop 操作（例如 MapReduce、HDFS、Pig、Hive 或 Cascading）。
4. 高吞吐量数据导出，例如从 HDFS 到 RDBMS 或 NoSQL 数据库。

Spring Data 书籍涵盖了其中一些用例，并且该书籍的示例代码可在我们的GitHub 存储库中找到。这些示例除了 Spring for Apache Hadoop 项目外，还基于 Spring Batch 和 Spring Integration。

在管理事件驱动的数据库摄取流方面，Spring Integration 提供了一个经过验证的模型，其灵感来自完善的企业集成模式。同样，Spring Batch 是一个强大的工作流管理解决方案，对最重要的需求（例如作业状态管理和重试/重启功能）提供了强大的支持，并且是JSR-352 的基础。

扩展框架以支持大数据用例始于书籍示例，但通过 Spring XD，我们旨在将这种支持提升到另一个层次。首先，我们将提供一个跨上述四个用例类别的一致模型。对于那些具有 Spring 经验的人来说，该模型将立即熟悉。其次，随着 Spring XD 的发展，我们将超越 API 层，提供开箱即用的可执行服务器、可插拔模块系统、在 Hadoop 集群内或集群外分发数据收集实例的简单模型等等。

如果您觉得这很有趣，请参与进来！您可以分叉存储库和/或监控JIRA。它现在几乎是一个全新的项目，但我们希望确保我们的社区成员有机会参与其中。与往常一样，我们认为来自我们广泛而热情的社区的反馈是我们最大的财富。我们在过去一年中做了大量的原型设计，因此您很快就会看到一些代码发布。此外，我们计划在每次冲刺后发布博客，以便您可以跟踪进度。而且，如果您尚未注册SpringOne，请务必注册；Spring XD 将成为其中一个重要的主题。

最后，请务必注册我们明天的直播活动（4月24日）：Pivotal：新时代的新平台。

¹XD = eXtreme Data 或 'x' 如同 y = mx + b ;-)