今天我們正式啟動一個名為 Spring XD 的新計畫，其主題是「應對大數據的複雜性」¹。

Spring Data 團隊在過去幾年中一直非常忙碌，不僅提供對 NoSQL 資料儲存的支援，還簡化了 Hadoop 的開發體驗。透過建立 Spring for Apache Hadoop 專案，我們透過為 Hadoop 生態系統專案（如 Hive 和 Pig）提供豐富的配置模型和一致的程式設計模型，讓開始開發 Hadoop 應用程式變得更加容易。正如 Spring 用戶所期望的那樣，您可以

1. 配置和執行 MapReduce 作為容器管理物件。
2. 使用 HDFS、HBase、Pig 和 Hive 的範本輔助類別，從您的應用程式中移除樣板程式碼。

Spring for Apache Hadoop 為建構 Hadoop 應用程式提供了堅實的基礎。Spring XD 以這些基礎資產為基礎，進一步簡化了建立真實世界大數據解決方案的過程。具體而言，Spring XD 解決了常見的大數據用例，例如

1. 從各種輸入來源將高吞吐量分散式資料擷取到 HDFS 中。
2. 擷取時間的即時分析，例如收集指標和計數值。
3. 透過批次工作進行 Hadoop 工作流程管理，這些工作結合了與標準企業系統（例如 RDBMS）以及 Hadoop 操作（例如 MapReduce、HDFS、Pig、Hive 或 Cascading）的互動。
4. 高吞吐量資料匯出，例如從 HDFS 到 RDBMS 或 NoSQL 資料庫。

Spring Data 書籍涵蓋了其中幾個用例，該書的範例程式碼可在我們的 GitHub 儲存庫中找到。這些範例是建立在 Spring Batch 和 Spring Integration 以及 Spring for Apache Hadoop 專案之上的。

在管理事件驅動的資料擷取串流方面，Spring Integration 提供了一個經過驗證的模型，其靈感來自於完善的 企業整合模式。同樣地，Spring Batch 是一個用於管理工作流程的強大解決方案，對最重要的需求（如工作狀態管理和重試/重新啟動功能）提供穩健的支援，並且是 JSR-352 的基礎。

擴展框架以支援大數據用例始於書籍範例，但透過 Spring XD，我們的目標是將這種支援提升到另一個層次。首先，我們將提供一個一致的模型，涵蓋上面列出的四個用例類別。對於那些具有 Spring 經驗的人來說，這個模型會立即感到熟悉。其次，隨著 Spring XD 的發展，我們將遠遠超出 API 層，提供開箱即用的可執行伺服器、可插拔的模組系統、用於在 Hadoop 叢集內外分發資料收集實例的簡單模型等等。

如果您對此感興趣，請參與其中！您可以 fork 儲存庫 和/或監控 JIRA。現在實際上是一個全新的開始，但我們希望確保我們的社群成員有機會從第一線開始參與。與往常一樣，我們認為來自廣泛且熱情的社群的回饋是我們最大的資產。在過去一年中，我們進行了大量的原型設計，因此您很快就會看到一些程式碼發布。此外，我們計劃在每次 sprint 後發布部落格，以便您可以追蹤進度。而且，如果您還沒有註冊 SpringOne，請務必註冊；Spring XD 將成為重點特色。

最後，請務必註冊參加我們明天（4 月 24 日）的線上直播活動：Pivotal：新時代的新平台。

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