为何推出Timeplus Apps？
如果你曾从零开始搭建流式分析管道系统，会对部署数据库、编写DDL、定义物化视图等一系列操作不陌生，且工作量大，很多工作无业务独特性。Timeplus是高速、原生支持SQL的流式处理引擎，但数据流、物化视图、用户自定义函数和仪表盘等基础组件，需组装成完整处理管道才能转化为业务价值，而这正是使用门槛和复杂性的来源。在客户和社区中能观察到三种典型模式：本应能轻松复现的演示案例难以复现，重现优秀教程需在十几个文件间按顺序复制粘贴SQL代码；最佳实践的数据处理流程被反复从零搭建，像实时行情数据分析等场景，每个团队都从头搭建；分享成果不容易，构建的方案只能附上README，寄希望于同事跑通。Timeplus Apps解决了这些问题，完整的数据处理流程可打包成.tpapp文件，分享给他人或让其从注册中心安装，就能获得相同应用。
工作原理
Timeplus App由清单文件、资源和仪表盘三部分组成：清单文件说明App基本信息及运行依赖和配置；DDL文件夹包含定义数据处理管道的SQL代码，如数据源、物化视图、用户自定义函数和数据接收端；dashboards文件夹包含可视化仪表板。make build将内容打包成.tpapp文件，make install通过Neutron API安装到Timeplus实例。后端方面，App注册中心是唯一事实来源，跟踪已安装App、版本和管理资源，安装时创建资源并标记所属应用，卸载时能彻底清理。应用目录承担发现层角色，由GitHub Pages托管，提供可搜索应用索引，展示应用截图、功能描述和下载链接。这种分离设计很重要，注册中心关注运行时状态，应用目录关注发现能力，类似GitHub的代码仓库和搜索索引，具备良好扩展能力。
当前App目录中有哪些内容？
首批上线八款App，覆盖常见使用场景：market - data通过Coinbase WebSocket实时获取加密货币数据，内置OHLC K线、RSI、VWAP及Alpha信号分析；alpha - 101基于模拟数据流实现WorldQuant Alpha#1和Alpha#2策略，展示横截面排序、滞后数组和滚动相关性分析，提供实时与回测仪表盘；github持续接入GitHub公开事件流，提供热门仓库追踪、代码提交活动分析及实时事件监控；cep面向欺诈检测的复杂事件处理模式，结合SQL与JavaScript UDF实现；hacker - news通过Firebase API接入Hacker News帖子与评论数据，提供热门话题、活跃用户及帖子类型分布分析；invest - insights支持订单管理、持仓跟踪、连续竞价参与以及实时盈亏监控分析；cisco - asa - ddos基于模拟防火墙日志实现DDoS检测，支持按IP动态基线分析及Webhook自动发送告警；game - feature - pipeline面向游戏分析的实时机器学习特征处理管道，包含玩家消费异常检测功能。每个App都是完整可运行的数据处理管道，可在几分钟内安装使用，也是参考实现案例，想了解滚动相关性分析等，可查看[App的源码](https://github.com/timeplus - io/apps)。
构建属于你自己的Timeplus App
Timeplus Apps的核心理念是让你能发布自己的应用，流程如下：创建架构，新建apps/<your - app>/目录，加入manifest.yaml、ddl/文件夹和dashboards/文件夹，从已有应用复制Makefile并更新APP_NAME；迭代开发，先在Timeplus中常规构建数据处理管道，跑通后将DDL导出到ddl/，仪表盘定义导出到dashboards/；构建APP，在仓库根目录运行make build APP=<your - app>，得到.tpapp压缩包可直接分享；安装到任意实例，运行make install APP=<your - app>NEUTRON_URL=http://my - host:8000TENANT=my - tenant完成部署，可在不同Timeplus环境重复部署复用。也可利用[Agent Skill](https://github.com/timeplus - io/apps/blob/main/skill/SKILL.md)，让AI编程Agent完成构建工作。若想将应用贡献到公开应用目录，可向[timeplus - io/apps](https://github.com/timeplus - io/apps)提交PR，发布工作流程会自动构建.tpapp文件并附加到GitHub Release，应用目录自动收录。
接下来会有哪些计划？
这是框架初版，首发App是起步，未来发展方向包括：更丰富的清单文件能力，支持参数化安装，使同一应用以不同配置多次安装；依赖关系解析，支持应用组合使用，显式声明并自动处理依赖关系；将官方连接器封装打包为App，数据源和数据输出集成采用与分析管道相同打包方式；推动社区贡献，提供清晰贡献流程，应用目录加入标签分类和搜索筛选功能，让第三方应用更易被发现、分享和复用。如果你有想分享的流式处理管道或希望实现某个App，现在是好时机，欢迎提交issue、发起PR，或安装应用反馈问题。使用的人越多，框架会越完善。想抢先体验，运行以下命令可获早期访问权限：docker run -p 8000:8000 --platform linux/amd64 timeplus/timeplus - enterprise:3.3.1 - rc.10
