一、开源项目简介

Visualization分布式数据分析平台

一个类似Kettle的数据分析平台，目标是数据分析，可承担一点ETL任务。Visualization使用低代码方式编排DAG任务，集群自动执行相应的任务。

二、开源协议

作者暂未指定开源协议

三、界面展示

部分截图

四、功能概述

特性

• 流程配置化。提供前端拖拉拽形式配置流程，数据操作使用表单配置，少量代码即可完成相应的配置；

• 基于Spring Cloud的分布式集群计算，外部依赖较少，容器集群部署相对方便；

• DAG任务调度，节点任务由集群自动执行；

• 支持多数据源，目前支持CSV、JDBC(MySQL驱动、PostgreSQL)，后续会增加其他类型的数据源；

• 文件分片上传下、下载；

• 支持流程实例任务执行情况查询，以任务时间线形式展示；

• 支持多租户权限管理，允许父子租户

• 支持前端页面路由按权限动态生成；

使用场景

• excel（异步）导出

• 某些国企项目有excel导出需求，visual可以异步导出excel,减少代码开发量

• 单节点可承接的数据分析。

• 本工具目前不支持数据分片，大数据分析需自行在任务节点手动分片或使用其他OLAP工具或加大内存；

• 一般个位数GB的JVM可以处理百万级数据

• 有数据分析需求，但不想搭建大数据那套集群，可使用本工具；

• 有配置需求的场景，例如定时生成分析报表的需求。

• 这个目前需外部定时任务组件新建流程实例，目前市面上已经有很多定时任务组件可以搭配使用（后续考虑增加定时组件）；

• 跨数据源连接操作，例如某张表在PolarDB、CSV，另一张表在MySQL的连接操作；

• 取数逻辑频繁修改，例如某个指标的获取方式。本工具只需修改配置即可实现修改逻辑；

• 数据大屏的后端，类似于datav、mapv的画布工具，使用该工具可以快速构建大屏后端；

五、技术选型

架构图

部署前置条件

JDK1.8+、MySQL5.7+、Redis6+、NodeJS、MinIO、InfluxDB

备注：作者开发环境是Mac，部分依赖可能和Windows有区别。作者开发过程就遇到Netty的依赖需要替换

工程结构

• visual-discovery：注册中心eureka

• visual-engine：计算节点，分布式集群请启动多实例

• visual-core：配置化的基础实现

• visual-portal：前端项目

• visual-gateway：网关服务

• visual-auth：权限服务

部署步骤

1. 启动MySQL、Redis、Minio、InfluxDB

2. 启动visual-discovery (SpringBoot的启动方式)

3. 启动visual-gateway (SpringBoot的启动方式)

4. 启动visual-auth (SpringBoot的启动方式)

5. 启动visual-engine (SpringBoot的启动方式)

6. 启动visual-portal (yarn test，其他环境指令目前就不配置了)

任务流程

1. 在流程管理-流程定义新建流程模版。拖拽左侧“任务节点”到画布，点击节点进行配置。配置完成后点击发布流程

2. 在已定义流程列表点击运行实例

3. 等待任务完成，在“流程管理-流程实例列表-查看执行日志”里查看任务的执行情况

租户说明

• 注册时，可选择租户用户和普通用户；

• 普通用户在赋权后才与对应的租户关联；

• 右上角的“企业/组织/团队”选择当前进入的租户空间，所有用户都默认和public租户关联；

存储空间说明

• 存储空间可选个人、已关联的租户；

• 所有配置项都存储在选择的存储空间；

流程实例涉及文件说明

流程涉及到的文件有以下两种路径

• 路径前缀是spaceShare，则文件在spaceShare文件夹下；

• 其余情况的路径前缀是“流程模版Id/流程实例Id/文件配置的路径”。这么设置是为了规避多流程实例出现文件覆盖。

更多内容请查看 README.md 文档