DataSpring
Garbage In，Garbage Out
垃圾进，垃圾出
为了获得准确的数据洞察，分析师们往往要将80%的精力放到数据预处理的工作上面。
DataSpring是一款基于最新流式架构的ETL工具，采用基于日志的增量数据获取技术（ Log-based Change Data Capture ），支持异构数据之间丰富、自动化、准确的语义映射构建，同时满足实时与批量的数据处理。 支持各种主流数据库如 Oracle、MySQL、SQL Server、PostgreSQL 以及API数据的增量同步和转换。 可以私有化部署，简单，易操作。
系统架构图
新架构优势
传统架构中，需要读写远程事务型数据库；而在事件驱动应用中，数据和计算不分离，应用只需本地访问即可获取数据，具有更高的吞吐和更低的延时。
功能亮点
数据接入
支持常用关系型数据库数据接入，也支持API数据接入
批处理任务
定时任务完成批处理任务
流处理任务
基于CDC技术的实时流式数据接入
公式转换
可以通过预置公式，实现类似excel函数的数据转换
自定义UDF算子
针对复杂的数据处理逻辑，也支持自定义基于python代码的UDF算子进行处理
定时任务
配置好的任务流支持做成定时任务：间隔多久执行、指定时间执行、周期循环执行
日志及用户管理
ETL管理界面提供操作日志查询、用户管理等通用模块
与DataFocus无缝集成
做为DFC系列产品中的一员，支持DFC会员中心的单点登录功能，且与DFC联合部署后，可以实现无缝的产品使用体验
三大应用场景
实时计算
直播，传感器，双11活动数据的实时摄取，形成实时的监控大屏
实时数据抽取和清洗
将业务系统的数据经过抽取、清洗转换之后加载到数据仓库
事件驱动型应用
从服务器上报的消息中将 CPU、MEM、LOAD 信息分离出来做分析，然后触发自定义的规则进行报警