开源地址：gitee | github

详细介绍：MyData 基于 Web API 的数据集成平台 v0.7.0

部署文档：[用 Docker 部署 MyData v0.7.1]( https://www.mydata.work/docs#/./docker/用 Docker 部署 MyData)

使用手册：MyData 使用手册 v0.7.1

交流 Q 群：430089673

MyData 后端结构

MyData 的后端由 3 个子服务组成，分别是管理服务、任务服务、业务数据服务；

• 管理服务：通过项目、数据标准、应用 API 、环境的管理 配置出同步业务数据的任务；
• 任务服务：根据配置的任务 定时调用应用 API 和数据服务 实现业务数据的传输和存储；
• 数据服务：封装业务数据的隔离机制和读写操作；

依赖的组件：

• MySQL：存储管理数据；
• Redis：缓存管理数据和任务；
• MongoDB ；存储业务数据；

下图从数据流角度 展示 3 个子服务的关联： 注：开源版本采用单体 SpringBoot ；

任务服务

配置任务

任务主要包括：项目环境、数据标准、应用 API 、任务类型、字段映射、任务周期；

• 项目环境：确定应用 API 的统一前缀地址；
• 数据标准：明确集成的业务数据的数据结构；
• 应用 API： 业务数据的传输通道；
• 任务类型：明确数据的传输方向，提供数据表示从应用 API 读取业务员数据、消费数据表示向应用 API 发送业务数据；
• 字段映射：配置接口响应结构中 与标准数据字段的映射关系；
• 任务周期：定期执行任务的时间间隔，格式为 cron 表达式；

任务流程

数据集成的任务执行流程如下图：

1. 任务服务启动时（即 MyData 系统启动），查询所有运行状态的任务；

   public class JobExecutor implements ApplicationRunner { ... @Override public void run(ApplicationArguments args) { // 移除已有缓存 jobCache.removeAll(); // 查询已启动的任务 List<Task> tasks = taskService.listRunningTasks(); log.info("tasks.size() = " + tasks.size()); if (CollUtil.isNotEmpty(tasks)) { tasks.forEach(this::startTask); } } ... } 

2. 根据任务的 cron 表达式，计算任务的下次执行时间；

   /** * 根据 任务的上次执行时间 和 设定间隔规则，计算任务的 下次执行时间 * * @param taskInfo 定时任务 */ private void calculateNextRunTime(TaskInfo taskInfo) { Assert.notNull(taskInfo); Assert.notEmpty(taskInfo.getTaskPeriod()); Date date = taskInfo.getStartTime(); if (taskInfo.getFailCount() > 0) { date = taskInfo.getNextRunTime(); } CronExpression crOnExpression= new CronExpression(taskInfo.getTaskPeriod()); Date nextRunTime = cronExpression.getNextValidTimeAfter(date); taskInfo.setNextRunTime(nextRunTime); } 

3. 计算任务的下次执行时间 与 当前时间的时间差，以时间差作为缓存失效期 将任务存入 redis 缓存；

   /** * 缓存任务 * * @param taskInfo 任务对象 * @throws IllegalArgumentException 缓存时长无效 */ public void cacheJob(TaskInfo taskInfo) throws IllegalArgumentException { // 计算任务缓存有效时长 long expire = DateUtil.between(taskInfo.getStartTime(), taskInfo.getNextRunTime(), DateUnit.SECOND); if (expire <= 0) { throw new IllegalArgumentException(StrUtil.format("expire <= 0, startTime = {}, nextRunTime = {}" , DateUtil.format(taskInfo.getStartTime(), DatePattern.NORM_DATETIME_MS_PATTERN) , DateUtil.format(taskInfo.getNextRunTime(), DatePattern.NORM_DATETIME_MS_PATTERN))); } redisUtil.set(CACHE_TASK + taskInfo.getId(), taskInfo); redisUtil.set(CACHE_JOB + taskInfo.getId(), taskInfo.getId(), expire); taskInfo.appendLog("任务存入 redis ，缓存时长 {} 秒", expire); } 

4. 通过监听 redis 的 key 失效事件，获得待执行的任务；

   public class RedisKeyExpiredListener implements MessageListener { private final JobExecutor jobExecutor; @Override public void onMessage(Message message, byte[] pattern) { String expiredKey = message.toString(); if (StrUtil.startWith(expiredKey, JobCache.CACHE_JOB)) { String taskId = StrUtil.subSuf(expiredKey, JobCache.CACHE_JOB.length()); jobExecutor.notify(taskId); } } } 

5. 将任务加入待执行的线程池，随后即可执行

   /** * 任务存入执行队列 * * @param taskInfo 任务 */ private void executeJob(TaskInfo taskInfo) { taskInfo.appendLog("任务存入执行队列"); Runnable runnable = new JobThread(taskInfo); getThreadPoolExecutor().execute(runnable); } 

6. 根据任务类型分别执行提供数据和消费数据流程；

   1. 提供数据

      1. 调用应用 API ，获取 json 格式数据；
      2. 根据任务中字段映射 解析 json 为业务数据 Map 集合；
      3. 调用数据服务 将业务数据存入 MongoDB ；

      case MdConstant.DATA_PRODUCER: // 调用 api 获取 json String json = ApiUtil.read(taskInfo); // 将 json 按字段映射 解析为业务数据 jobDataService.parseData(taskInfo, json); // 根据条件过滤数据 jobDataFilterService.doFilter(taskInfo); // 保存业务数据 jobDataService.saveTaskData(taskInfo); // 更新环境变量 jobVarService.saveVarValue(taskInfo, json); break; 

   2. 消费数据

      1. 根据任务所选数据标准，查询业务数据；
      2. 再根据字段映射，将业务数据 转为指定的 json 对象集合；
      3. 调用应用 API ，传输 json 数据；

      case MdConstant.DATA_CONSUMER: List<BizDataFilter> filters = taskInfo.getDataFilters(); if (CollUtil.isNotEmpty(filters)) { // 解析过滤条件值中的 自定义字符串 parseFilterValue(filters); // 排除值为 null 的条件 filters = filters.stream().filter(filter -> filter.getValue() != null).collect(Collectors.toList()); } // 根据过滤条件 查询数据 String dataCode = taskInfo.getDataCode(); if (StrUtil.isNotEmpty(dataCode)) { List<Map> dataList = bizDataDAO.list(MdUtil.getBizDbCode(taskInfo.getTenantId(), taskInfo.getProjectId(), taskInfo.getEnvId()), dataCode, filters); taskInfo.setConsumeDataList(dataList); // 根据字段映射转换为 api 参数 jobDataService.convertData(taskInfo); } // 调用 api 传输数据 ApiUtil.write(taskInfo); break; 

7. 保存任务执行日志；