LakeFS适配GaussDB开源开发任务
背景介绍
开源for Huawei(参考:https://developer.huaweicloud.com/programs/opensource/contributing/) 通过和公司、高校、社区的开发者合作,完成鲲鹏、昇腾、欧拉、鸿蒙、高斯、云服务等与开源软件的适配开发,帮助繁荣Huawei的基础生态,同时让开源软件能够更加简单、高效的运行于华为云上。
开始之前,开发者可以下载 开源for Huawei Wiki(参考:https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview) 了解详细的开发步骤,技术准备,以及开发过程需要的各种资源。
1 需求分析
1.1 项目影响力
LakeFS 是开源的数据湖版本控制系统,有类似Git的版本控制功能,可管理数据湖数据版本,支持快照管理、多用户协作、保证数据湖一致性、提供恢复功能且能与多种数据湖分析工具集成。
源码地址:https://github.com/treeverse/lakeFS
官网主页:https://lakefs.io/
主要开发语言:Go 75.2%、JavaScript 7.5%、Java 4.7%
项目数据:Fork 350, Star 4.4K, Contributors 94
star历史(https://star-history.com/):
1.2 任务目的和范围
本任务的主要目的是构建LakeFS与GuassDB数据库的连接桥梁,使LakeFS融入华为云生态体系,让原本使用LakeFS的用户可以选择使用华为云服务。同时,该任务也可以为当前使用华为云服务的用户提供数据输出到LakeFS的选项,丰富个性化定制的多样性。
- 适配任务清单
生态 |
生态细类 |
是否需要验证 |
验证逻辑说明 |
是否需要适配 |
适配场景说明 |
昇腾生态 |
指令 |
否 |
使用昇腾处理器运行应用。 |
否 |
使用昇腾指令实现适配逻辑。 |
CANN |
否 |
应用功能依赖于CANN运行。 |
否 |
使用CANN实现适配逻辑。 |
|
MindSpore |
否 |
应用功能依赖于MindSpore运行。 |
否 |
使用MindSpore实现适配逻辑。 |
|
鲲鹏生态 |
指令 |
是 |
使用鲲鹏处理器运行应用。 |
否 |
使用鲲鹏指令实现适配逻辑。 |
Euler |
是 |
使用Euler系统运行应用。 |
否 |
使用Euler系统调用实现适配逻辑。 |
|
数据库生态 |
GaussDB |
是 |
使用GaussDB功能。 |
是 |
使用GaussDB的驱动和SQL实现适配逻辑。 |
GaussDB(DWS) |
否 |
使用GaussDB(DWS)功能。 |
否 |
使用GaussDB(DWS)的驱动和SQL实现适配逻辑。 |
|
存储生态 |
OBS |
否 |
使用OBS功能。 |
否 |
基于OBS API访问实现适配逻辑。 |
鸿蒙生态 |
HarmonyOS |
否 |
使用HarmonyOS系统运行应用。 |
否 |
使用HarmonyOS系统调用实现适配逻辑。 |
2 工作量评估和任务分解
2.1 工作量评估
任务 |
人/天 |
基于华为云ECS完成LakeFS安装和部署 |
1 |
完成GaussDB数据库适配功能开发 |
5 |
完成DEMO设计和验证 |
1 |
输出开发资料和博客 |
2 |
代码推送上游社区和更新社区资料 |
1 |
总计 |
10人天 |
2.2 基于华为云ECS完成LakeFS安装和部署
华为云部署参考:
LakeFS的参考架构:
LakeFS与其他工具的搭配使用:
LakeFS支线和合并改进使用最新数据更新集合的通用过程:
1、首先,创建一个新的 支线 从 main 来立即生成生产数据的完整“副本”;
2、在隔离的分支上应用更改或进行更新,并在开放之前了解其影响;
3、最后,执行一个 合并 从feature分支返回到main,以原子方式将更新提升到生产中。
遵循这种模式,LakeFS促进了一个简化的数据部署工作流,该工作流可以一致地生成您可以完全放心的数据资产。
2.3 完成GaussDB数据库适配功能开发
- 申请开通华为云GuassDB服务,并获取相应的配置信息。
- 安装SQLMesh,并生成镜像,实现对GuassDB数据库数据入湖到LakeFS功能 以及 将LakeFS数据出湖到GuassDB数据库功能。
- 在GitCode完成项目Fork,并完成GuassDB数据库服务适配需要的脚本和代码开发。
- 使用LakeFS镜像对接GuassDB数据库服务,开启联调验证并修改适配脚本及代码。
参考:
LakeFS官网文档: https://lakefs.io/
LakeFS仓库地址: https://github.com/treeverse/lakeFS
2.4 完成DEMO设计和验证
1、使用第三方抽数工具,从LakeFS中采集数据文件写入GaussDB数据库
预期结果:采集并写入成功,GaussDB对应表中生成新的数据
2、使用第三方抽数工具,从GaussDB数据库中采集数据文件写入LakeFS
预期结果:采集并写入成功,LakeFS中生成采集到的数据文件
2.5 在华为云开发者论坛输出博客
访问华为云开发者论坛(参考:https://bbs.huaweicloud.com/blogs)发表博客,介绍完成这些任务的过程和心得。
内容包括不限于如下内容:
- 开源for Huawei的背景
- 开源软件的功能介绍
- 开发适配过程及碰到和解决的问题
- DEMO设计、开发、部署过程
- 代码推送开源社区及互动过程
博客打上如下标签:
- 开源(必选)
- 开发者(必选)
- GaussDB数据库(可选)
- 云数据库 GaussDB(可选)
- 鲲鹏(可选)
- 昇腾(可选)
- 鸿蒙(可选)
2.6 代码推送上游社区
将代码合并到LakeFS官网主干代码,更新LakeFS官网资料,包括版本说明、开发指南等。
3 验收材料
验收细则 |
评分说明 |
是否为验收必选项 |
结果(通过/不通过) |
开发者举证 |
功能开发:完成与华为三大根技术生态(鲲鹏云、昇腾云、鸿蒙)适配的功能开发 |
完成GaussDB数据库适配功能开发。 |
是 |
|
|
代码质量:适配华为三大根技术生态的代码质量经过工具检测达标 |
推送给开源社区的代码符合开源社区关于代码风格、功能、自动化测试等要求。 |
是 |
|
|
提供相关文档,比如部署文档、使用文档、配置文档等 |
根据社区要求,完善相关的开发指南和部署指导 |
否 |
|
|
合入到开源项目主仓:代码推送上游社区 |
代码合并到当前主干分支。 |
是 |
|
|
Deomo设计&开发:完成功能演示Demo的开发 |
提供DEMO仓库地址。 |
是 |
|
|
Demo部署&验证:完成功能演示DEMO基于华为云鲲鹏环境的部署和功能验证 |
提供DEMO部署验证结果的关键截图进行举证。提供DEMO运行环境和资源的截图举证。 |
是 |
|
|
发布博客:发布博客介绍适配心得。 |
提供博客的地址。 |
是 |
|
|
制作单机版无高危开源镜像。 |
上架云商店。 |
否 |
|
|
单机版镜像上架时支持模板部署。 |
|
否 |
|
|
制作集群版无高危开源镜像 |
上架云商店。 |
否 |
|
|
集群版镜像上架时支持模板部署 |
|
否 |
|
|
4 参考资料
- 开源for Huawei介绍、环境搭建、示例项目、开发和部署指南:https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview
- 点赞
- 收藏
- 关注作者
评论(0)