数据采集 ETL & 流批一体化框架 bboss v7.0.7 发布 --- 高效、稳定、快速、安全

bboss 是一个基于开源协议 Apache License 发布的开源项目，由开源团队 bboss 运维，主要由以下三部分构成：

• Elasticsearch Highlevel Java Restclient ， 一个高性能高兼容性的 Elasticsearch/Opensearch java 客户端框架
• 数据采集同步 ETL ，一个基于 java 语言实现数据采集作业的强大 ETL 工具，提供丰富的输入插件和输出插件，可以基于插件规范轻松扩展新的输入插件和输出插件
• 流批一体化计算框架，提供灵活的数据指标统计计算流批一体化处理功能的简易框架，可以结合数据采集同步 ETL 工具，实现数据流处理和批处理计算，亦可以独立使用；计算结果可以保存到各种关系数据库、分布式数据仓库 Elasticsearch、Clickhouse 等，特别适用于数据体量和规模不大的企业级数据分析计算场景，具有成本低、见效快、易运维等特点，助力企业降本增效。

项目源码地址参考：源码下载和构建

v7.0.7 功能改进

1. 文件采集插件改进：增加word、pdf、图片、视频等类型文件采集功能
2. 文件输出插件改进：增加文件输入插件数据写入空闲时间阈值配置
3. 优化完成文件清理机制：在扫描新文件过程中检测完成文件并清理
4. 作业停止机制优化：异常情况停止时清理队列中的数据
5. http proxy微服务框架改进：httpproxy增加一组httpGetforObjectWithParams/httpGetforStringWithParams/httpGetforStringWithParamsHeaders/httpPostforStringWithHeader方法
6. 优化http proxy rpc api方法结构，消除多态方法冲突问题
7. 增加一组sendJsonBodyfortypeobject方法，支持非标准容器类行和元素类型rpc服务调用

8. 数据库输入插件改进：增加enableLocalDate控制开关，是否启用Localdate和LocalDateTime类型，true 启用 false 不启用，默认为false；如果不启用则将Localdate和LocalDateTime类型的值统一转换为Date类型处理

9. 增量状态管理改进：设置已完成记录增量状态过期清理机制，设置采集完毕文件状态记录有效期，过期后迁移到历史表，同时清理内存中的记录，添加相关案例： fileInputConfig.setCleanCompleteFiles(true);//删除已完成文件

   fileInputConfig.setFileLiveTime(30 * 1000L);//已采集完成文件存活时间，超过这个时间的文件就会根据CleanCompleteFiles标记，进行清理操作，单位：毫秒

   fileInputConfig.setRegistLiveTime(60 * 1000L);//已完成文件状态记录有效期，单位：毫秒

   fileInputConfig.setScanOldRegistRecordInterval(30 * 1000L);//扫描过期已完成文件状态记录时间间隔，默认为1天，单位：毫秒

10. 增加ObjectHolder类，保持对象，用来在作业各组件之间传递其保持的对象

导入和使用bboss

bboss 版本最新版本号从以下文档章节【1.1 在工程中导入 bboss maven 坐标】获取:

https://esdoc.bbossgroups.com/#/db-es-tool

bboss ETL 插件使用指南

https://esdoc.bbossgroups.com/#/datatran-plugins

ETL 实战视频：Elasticsearch 导出 Excel 文件，按记录数切割 Excel 文件，解决单个文件导出数量过大问题

bboss 详细介绍文档

https://esdoc.bbossgroups.com/#/README

bboss 介绍视频

Elasticsearch Bboss Stream ETL 介绍视频

实时采集 Mysql binlog 增删改数据视频教程

bboss流批一体化计算入门教程