系统架构：springboot+antlr4+zmq+disruptor+arrow+gossip+jep+elasticsearch+tsdb
开发环境：idea+jdk+maven+git
项目描述：
为解决上层应用对数据存储系统的依赖，降低应用开发成本，故开发该搜索处理语言，用于快速实现应用功能开发，前端可直接对接搜索处理语言引擎，免去了后端的开发工作。后续的大数据应用的基本框架为：数据存储 + 数据计算。
责任描述：
独立完成需求分析、技术预研、架构选型、代码编写。
开发步骤：
1.使用anltr4对语法进行解析编译优化生成语法节点树，然后对树进行分组最终形成可执行的任务图。
2.将任务图解析为运行时的作业Job，任务图中的分组将被解析为TaskGroup任务分组；TaskGroup中包含一组可以执行任务Task；Task是最小的执行单位；Job中的TaskGroup可以分布式执行。
3.将TaskGroup构造成disruptor生产者消费者模型，语法中对接数据源部分为生产者，其余对数据处理的语法命令为消费者，消费者之间为串联关系；一个生产者或者消费者对应一个线程进行处理。
4.集成jep，实现搜索处理语言可执行python代码，来完成数据复杂的计算处理逻辑；可由python扩展语法命令逻辑，由搜索处理语言触发调用。
5.实现java注解方式扩展语法命令框架，通过@spl方式扩展，由引擎扫描注解并加载扩展命令。
6.使用gossip协议发现集群节点，改造apache gossip源码使其支持leader选举功能。
分布式任务实现，基于zmq的pull - push模式完成对任务图的分发，使用req - rep模式完成与TaskGroup之间的心跳通讯；也是用该模式完成数据传输。