缘起#

疫情缓解后决定启动一个新项目，但实在厌倦了Spring Cloud这套繁杂的架构，而且受项目限制，系统分为公有云和私有云两部分，私有云需要部署到客户现场且日常维护工作不能过于复杂。另外，终端实时数据量非常大，数据非常重要且敏感，所以私有云系统不允许连接外网。考虑到一个基本的Spring Cloud平台启动需要涉及几十个组件：

• 数据库：mysql / MongoDB
• 搜索/索引：elasticsearch
• Key-Value 数据库： redis
• 消息队列：Apache Kafka / Alibaba rocketMQ
• 服务注册：Spring Cloud Eureka / Spring Cloud Consul / Alibaba Nacos
• 服务配置：Spring Cloud Config / Alibaba Nacos
• 服务消息：Spring Cloud Stream, 可选
• 安全认证：spring cloud security oauth2
• 分库分表：Apache ShardingSphere, or other distributed database solutions
• 分布式事务：Alibaba seata, or other distributed transaction components
• 消息总线：Spring Cloud Bus
• 业务系统：Spring boot based services / Alibaba Dubbo based services
• 服务追踪：Spring Cloud Hystrix / Alibaba Sentinel
• 服务网关：Spring Cloud Zuul / Spring Cloud Gateway / or other gateways
• ...
• 大数据：apache Hadoop 集群
• ZooKeeper 节点
• HDFS 节点
• YARN 节点
• HBase 节点
• Hive 节点
• Spark 节点
• ....
• 容器化：
• Kubernetes/docker集群
• 人工智能：
• GPU服务器ubuntu集群

各模块之间耦合关系复杂，这样一套庞大的系统，如果非专业开发人员，日常维护工作几乎不可能完成。且由于实时数据非常庞大，apache Hadoop对于离线数据非常适合，但对于实时数据需要秒级响应的就无法满足要求了。经过再三考虑和选型，决定另外打造一个框架。由于时间非常有限，目前基于所选型的各类框架的设计，从中抽取部分模块，重新整合设计了一个新框架原型。设计的出发点主要考虑以下几个方面：

• 1，尽力减少服务组件数量及依赖、耦合关系。
• 2，易于部署，易于维护。
• 3，易于开发，无需额外启动一系列服务来支持开发调试。
• 4，专业领域支持，目前特指医疗领域。
  例1：医疗软件对软件版本有严格规定，所以项目版本号和模块版本号都按这一标准设计，对非医疗行业也是适用的。 例2：由于不能连接外网，各服务器时间和各类设备时间都不统一也不准确，所以框架对时间做了统一设计，不依赖系统时间，开发时严禁使用System.currentTimeMillis()和new Date()这些时间获取方式，这对非医疗行业也是适用的。
• 5，海量数据实时计算，并行计算支持。
• 6，人工智能支持，分布式模型训练支持。

本框架开发的目标方向是本地化的大数据实时并行计算微服务框架，目前该框架还处于原型测试阶段，许多模块的构思尚未最终定型，随时有可能会重新设计，重新实现，例如IOC/AOP、数据库ORM部分目前几个思路还在探索中，还会有较大改动。

应用场景#

本框架开发的目标方向是本地化的大数据实时并行计算微服务框架，当然也可以运行在公网或各大云厂商的公有云平台，但有不少特点是以本地环境为背景设计的。 例如时间服务、微服务的配置中心都是以本地环境为背景设计的。