| 功能特点
高吞吐量、低延迟和可扩展：适用于熟悉大数据处理和实时计算的开发者。
支持多种引擎：支持使用Apache Flink和Apache Spark来编写流处理应用程序，并计划未来支持更多引擎。
一站式开发管理平台：不仅提供了便捷的开发环境，还涵盖了应用程序的开发调试、交互式查询、部署、运维等专业管理功能。
| 功能组件
丰富的数据源与数据接收器：提供了如Kafka、HDFS、Cassandra等连接器，便于数据的输入输出。
资源管理系统支持：支持YARN、Kubernetes等资源管理系统，确保应用高效稳定运行。
监控与可视化：整合Prometheus、Grafana等工具，实现对流处理作业的全面监控。
| 应用案例
实时数据分析：在大数据管道中，StreamPark可以用于实时日志分析，监控系统性能指标。
事件驱动应用：实现基于特定事件触发的业务逻辑，比如电商的实时订单处理。
智能推荐系统：结合机器学习模型，进行实时的用户行为分析以提供个性化推荐。
如需了解更多信息，可以访问其官方网站或查阅相关的技术文档。
GitHub地址
https://github.com/apache/incubator-streampark?tab=readme-ov-file
Docker镜像
https://hub.docker.com/r/apache/streampark
官方网站
https://streampark.apache.org/
官方文档
https://streampark.apache.org/docs/get-started/intro/
| 安装部署
安装Docker
sudo apt updatesudo apt install -y docker.io docker-compose
拉取源码
wget https://raw.githubusercontent.com/apache/incubator-streampark/dev/docker/docker-compose.yamlwget https://raw.githubusercontent.com/apache/incubator-streampark/dev/docker/.env
启动服务
sudo docker-compose up -d在浏览器访问http://ip:10000访问StreamPark ，通过http://ip:8081访问Flink。
访问StreamPark链接会跳转到登录页面，默认用户为admin，密码为streampark。
更多内容也可看笔者出版图书！
