DataFlux 是由駐雲最新重磅打造一款
實時大數據分析平臺，可以通過對任何來源、類型、規模的實時數據進行監控、分析和處理，釋放數據價值。
為什麼說是“實時”？
因為是實時的數據採集，通過自研的數據網關，實時打入 InfluxDB 時序數據庫，依託於 InfluxDB 時序數據庫的強大查詢分析能力，實時數據分析展示。
為什麼說是“統一”？
萬物皆數據，數據皆可被採集。企業內，從員工考勤數據到 IT 設備數據，從客戶關係數據到銷售數據，從市場外部大環境數據到企業內部管理數據等，皆可匯聚，進行統一綜合分析，提升數據價值。
五大硬核組件
- 數據採集器：目前支持200多種數據的採集，還在大量開發擴充中。
- 數據網關：數據的核心功能模塊，採用 golang 語言開發，高效處理數據，並且有消息隊列保障數據的可靠性與一致性。
- DataFlux Studio：強大的場景構建能力，豐富的圖表組件，隨心所欲展示數據。
- 函數開發平臺：賦予用戶無限擴展能力，可基於 Python 編寫數據處理函數，簡便易入手。與 DataFlux Studio緊密結合，進行數據預測分析，並且內置大量官方函數，也可以配合其他應用，作為其他應用的數據來源。
- 強大的實時預警能力：可配置多指標實時檢測，支持多種預警行為輸出途徑。
如何實現快速交付
DataFlux 強大的功能背後是運行著的幾十個應用服務，這些應用服務如何穩定且高效有序運行，並且能夠快速部署與持續交付，原因之一是 DataFlux 完全基於雲原生的微服務架構。
PS：雲原生是一種理念和應用交付模式，是一套技術體系和方法論，它充分發揮和利用雲計算模型的優勢構建和運行可彈性擴展的應用。雲原生的三大特徵：微服務化、容器化、動態管理。
容器技術為基礎，發揮資源最大力量
整個DataFlux 核心後面是運行著的幾十個微服務，實現了使用不同開發語言開發、不同環境要求的應用服務在一個服務器上運行；搭配Kubernetes技術，動態資源編排與調度，最大化利用服務器資源。
但是如果只有 Kubernetes，我們還是無法快速的完成一套產品的交付，因為幾十個應用服務需要手工創建和配置，也是一個巨大的工作量，那麼如何解決這一個問題對於快速交付來說就至關重要。
自研工具，實現1+1>2
Kubernetes 可以使用 YAML語言去描述所有類型的資源，如 pvc、deployment、service、ingress、confiogmap等，再利用 kubectl （kubernetes 的命令行客戶端工具）執行這些 YAML 文件的應用，去創建或修改資源。
正是利用這一點，我們開發了一個DataFlux 的安裝配置工具 Launcher，在準備好硬件資源的情況下，可以做到10分鐘完成整個應用的部署與配置。整個安裝過程變得非常簡單，根據 Launcher 的引導步驟，完成MySQL數據庫、Redis、InfluxDB 等信息的輸入，Launcher 根據用戶輸入的信息，自動完成數據庫表結構的初始化有及數據的初始化，並且根據準備好的模板自動生成Kubernetes 的 YAML資源描述文件，以及 DataFlux 的服務應用配置文件，然後利用 kubectl 命令行工具執行 YAML 文件的導入。
閱讀更多 實時DataFlux 的文章
