【 Github地址:https://github.com/642933588/jiron-cloud 】

【 Gitee 地址:https://gitee.com/642933588/jiron-cloud 】

【 推荐实时数仓(数据湖)项目:https://github.com/Mrkuhuo/data-warehouse-learning 】

这是一款功能全面的数据开发平台。平台提供了强大的数据集成、数据开发、数据查询、数据服务、数据质量管理、工作流调度和元数据管理功能。dinky ,dolphinscheduler ,datavines ,flinkcdc ,openmetadata ,flink ,数据开发 ,数据平台 ,数据开发平台 ,大数据

• 功能
  • 数据质量管理 (Datavines)
  • 工作流调度 (DolphinScheduler)
  • 元数据管理 (OpenMetadata)
  • 实时数据处理 (Dinky)
  • 数据集成(FlinkCDC)
  • 数据查询(Dataq)
  • 数据分析(DataAnalysis)
  • 数据服务(Dataservice)
• 架构
• 安装
• 演示
• 实践
• 贡献
• 许可
• 联系方式

• 数据质量监控:定义和执行数据质量规则,如空值检测、重复值检测、范围检查等,确保数据的准确性和完整性。
• 告警和通知:当数据质量出现问题时,Datavines 通过电子邮件、短信等方式发送告警通知,确保相关人员能够及时响应和处理问题。
• 数据治理:支持数据分类、标签和权限管理,确保数据的合规性和安全性。
• 数据质量报告:生成详细的数据质量报告,帮助用户了解和改进数据质量。

• 分布式架构:处理大规模的数据处理任务,确保系统的高可用性和扩展性。
• 任务依赖管理:定义复杂的任务依赖关系,确保任务按照预定的顺序执行。
• 丰富的任务类型:支持多种类型的任务,包括 Shell、Python 脚本、SQL、MapReduce、Spark、Flink 等。
• 可视化工作流设计:提供直观的图形化用户界面,通过拖拽方式设计和配置工作流。
• 任务调度:支持灵活的调度策略,包括定时调度、依赖触发、手动触发等。
• 任务监控与告警:实时监控任务的执行状态,并提供告警通知功能,确保问题及时处理。
• 资源管理:管理任务所需的资源,确保资源合理分配和使用。

• 元数据管理:捕获和存储各种数据资产的元数据,包括表、列、数据集、仪表板、机器学习模型等。
• 数据发现:提供强大的数据发现工具,帮助用户搜索和发现企业内的数据资源。
• 数据血缘分析:支持详细的数据血缘分析,显示数据的来源和流向,提高数据透明度。
• 数据治理:定义和执行数据治理策略,包括数据分类、标签、访问控制、合规性检查等。
• 数据质量管理:与 Datavines 集成,监控和管理数据质量,检测数据中的错误和异常。
• 集成与互操作性:支持与多种数据源和数据工具的集成,适应多样化的数据环境。
• API 和 SDK:提供丰富的 API 和 SDK,支持开发者扩展和定制功能。
• 可视化界面:提供用户友好的可视化界面,便于浏览和管理元数据,查看数据血缘关系图,配置数据治理策略等。

• 实时数据处理:Dinky 提供了强大的实时数据处理能力,支持 Flink 等流处理框架。
• 实时计算任务:用户可以定义和执行实时计算任务,处理实时数据流。
• 数据集成:支持多种数据源和目标,能够将实时数据流集成到不同的数据系统中。
• 可视化开发:提供直观的图形化界面,用户可以通过拖拽方式设计和配置实时计算任务。
• 监控与告警:实时监控数据流处理状态,并在出现异常时提供告警通知。
• 高可用性:设计了高可用性和容错机制,确保实时数据处理的稳定性和可靠性。

• 多数据源支持:支持多种数据源的集成,包括数据库、API、文件系统等,能够灵活应对不同的数据来源。
• 多执行引擎支持:支持多种执行引擎,包括 DataX、Sqoop、Flink CDC,满足不同场景的数据同步需求。
• 全库同步:支持整个数据库的同步,方便全面的数据迁移和复制。
• 多表同步:支持多表同步,简化复杂的数据集成任务。
• 全量和增量同步:提供全量和增量同步功能,实现数据的一体化同步。
• 断点续传:支持断点续传机制,确保数据集成过程的可靠性和稳定性。

• 灵活高效的数据查询:基于 Kyuubi 提供灵活高效的数据查询功能,支持 SQL 和非 SQL 查询,满足各种数据检索需求。
• 多数据源支持:支持多种数据源的数据查询,适用于不同的数据存储系统。
• 高性能:优化的查询引擎,确保数据查询的高性能和低延迟。

• 集成多种数据分析工具:集成多种数据分析和可视化工具,帮助用户快速获取洞见。
• 可视化分析:提供丰富的可视化组件,用户可以通过图表、仪表板等方式展示分析结果。
• 高级分析功能:支持机器学习模型、统计分析等高级分析功能,满足复杂数据分析需求。

• 数据服务接口:提供数据服务接口,支持 RESTful API 和 GraphQL,方便数据的对外提供和集成。
• 灵活的数据访问:通过 API 提供灵活的数据访问方式,满足不同应用和系统的集成需求。
• 高可用性和安全性:设计了高可用性和安全性机制,确保数据服务的可靠性和数据的安全性。

架构图

目前演示环境还在筹备中,知识星球有完整部署文件,可以先本地环境部署体验(二维码在最下面)

知识星球有什么: 1 部署资料搭建环境 2 平台及数据开发常见问题分析 3 平台二次开发教程 4 实时数仓(数据糊)实战教程 5 问题解答

0

0-0

0-0 0-2 0-3 0-4 0-5 1-0 1-1 1-2 2-0 3-0 4-0 5-0 5-1 5-2 6-0 6-1 6-2 6-3 6-4 6-5 6-6

0-0 0-1 0-2 0-3 0-4 0-5 0-6 1-0 2-0 3-0 4-0 4-1 4-2 4-3

0 1 2 3-1 3 4 5 6 7 8

0-1 0-2 1-1

1-2 1-3 1-4 1-5 1-6 1-8 1-9 1-10 1-7 2-1 2-2 2-3 3-1 4-1 5-1 6-1 9-1 9-2

《实时数仓(数据湖)实战》是一个以电商系统为基础,围绕电商业务指标统计需求而构建的实时数仓(数据湖)项目,涉及组件flink、paimon、doris、seatunnel、dolphinscheduler、datart、dinky、hudi、iceberg。通过该项目,可以快速掌握实时数仓(数据湖)基本概念、数仓分层构建步骤及所涉及各类大数据组件实战用法。代码地址:https://github.com/Mrkuhuo/data-warehouse-learning

我们欢迎任何形式的贡献!如果你有好的建议或发现了问题,请提交一个 Issue 或 Pull Request。 提供或赞助云服务器资源搭建云学习环境。

本项目采用 apache-2.0 license 许可证。详情请参阅 LICENSE。

• 邮箱: 642933588@qq.com(qq同号)
• 加V请注明来意:smallfortheuniverse