代表 Spring XD 团队，我非常高兴地宣布 Spring XD 1.1 候选版本现在可以下载。

1.1 RC1 版本包含一些新功能以及错误修复。

1.1 版本的一个主题是围绕流处理。 1.1 M2 版本引入了对处理模块中 Reactor 的 Stream API 的支持。 1.1 RC1 版本增加了对使用 RxJava 的 Observable API 和 Spark Streaming 以及现有 Spark 作业支持进行流处理的支持。 通过提供一系列选项，您可以选择最适合当前任务的函数式编程模型。

Spark Streaming 集成功能包括

• XD 处理器模块，用作 Spark 集群上工作负载的驱动程序。
• XD 处理器的输入 DStream 是从 XD 消息总线上接收的数据生成的，并且其输出 DStream 中的 RDD 被发送到总线。 这使您可以立即利用许多源模块来驱动 Spark 中的计算并将输出定向到 XD Sinks。 这消除了您需要编写的大量复杂代码，例如将 Kafka 分区映射到多个 DStream。
• 如果 Spark Streaming 驱动程序进程由于 XD 固有的模块重新部署功能而死掉，它会自动重启。
• 通过将 Spark 计算代码与设置输入和输出数据的代码分离，简化 Spark 应用程序的开发和测试。 这允许使用测试消息总线创建集成测试，以将特定数据发送到 Spark 模块的输入通道并断言输出通道中包含的结果。

RxJava 集成功能包括

• 使用 RxJava 的 Observable API 开发处理器模块。 这使您可以使用函数式编程模型来处理事件流。 结合 XD 对 消息总线上的数据分区 的支持，您可以创建非常强大的分布式流处理解决方案。
• 支持将输入消息映射到一个或多个 Observerble Stream 实例，例如允许每个 Kafka 分区一个 Stream。
• 有关使用 RxJava 的 Observable API 的示例，请参阅 rxjava-moving-average 项目。

其他功能包括

• 在 YARN 上运行 XD 时的容器组管理。 现在，您可以在 YARN 上创建 XD Admin 和 XD Container 实例组。 组可以指定初始成员实例的数量，在运行时增加或减少实例数量，并指定将部署它们的特定机器或机架。 如果任何 YARN 容器失败，它们将自动重启以维持为该组指定的实例数量。
• 基于新的 Spring Integration Kafka 客户端库 重构了基于 Kafka 的消息总线和 Kafka 源。 对于 Kafka 源，这转化为新选项，例如指定源可以监听的分区，或用于可重放性的起始偏移量。
• Gemfire 源和接收器支持多个定位器。
• 改进了自定义模块开发的工具和更新的示例。

反馈非常重要，因此请通过以下方式与我们保持联系，提出问题和意见

• StackOverflow spring-xd 标签
• Spring JIRA 或 GitHub Issues