Apache Amoro (incubating) 开源项目教程

Apache Amoro (incubating) 开源项目教程

amoroApache Amoro (incubating) is a Lakehouse management system built on open data lake formats.项目地址:https://gitcode.com/gh_mirrors/amo/amoro

项目介绍

Apache Amoro (incubating) 是一个基于开放数据湖格式的 Lakehouse 管理系统。它与包括 Flink、Spark 和 Trino 在内的计算引擎协同工作，为 Lakehouse 提供可插拔和自管理的特性，以提供开箱即用的数据仓库体验。Amoro 帮助数据平台或产品轻松构建基础设施解耦、流批融合和湖原生架构。

项目快速启动

环境准备

• JDK 8 或 JDK 17（仅用于 amoro-mixed-format/amoro-mixed-format-trino 模块）
• Maven

构建项目

# 克隆项目
git clone https://github.com/apache/amoro.git
cd amoro

# 构建所有模块（不包括 amoro-mixed-format-trino）
mvn clean package

# 构建并跳过测试
mvn clean package -DskipTests

# 构建并跳过仪表板
mvn clean package -Pskip-dashboard-build

启动服务

# 启动 Amoro Management Service
cd amoro-ams-server
mvn exec:java

应用案例和最佳实践

案例一：流批融合架构

Amoro 支持流批融合架构，通过使用 Mixed-Iceberg 格式，用户可以在流处理和批处理之间无缝切换，提高数据处理的灵活性和效率。

案例二：数据湖升级

许多用户希望在使用数据湖的同时不影响原有基于 Hive 的业务。Amoro 提供的 Mixed-Hive 格式可以通过元数据迁移将 Hive 表升级为 Mixed-Hive 格式，同时保持原有 Hive 表的正常使用。

典型生态项目

Flink 集成

Amoro 提供了 Flink 连接器，支持在 Flink 中使用 Mixed 格式表。

<dependency>
    <groupId>org.apache.amoro</groupId>
    <artifactId>amoro-mixed-format-flink</artifactId>
    <version>0.1.0</version>
</dependency>

Spark 集成

Amoro 提供了 Spark 连接器，支持在 Spark 中使用 Mixed 格式表。

<dependency>
    <groupId>org.apache.amoro</groupId>
    <artifactId>amoro-mixed-format-spark</artifactId>
    <version>0.1.0</version>
</dependency>

Trino 集成

Amoro 提供了 Trino 连接器，支持在 Trino 中使用 Mixed 格式表。

<dependency>
    <groupId>org.apache.amoro</groupId>
    <artifactId>amoro-mixed-format-trino</artifactId>
    <version>0.1.0</version>
</dependency>

通过以上步骤，您可以快速启动并使用 Apache Amoro (incubating) 项目，结合实际应用案例和最佳实践，以及与典型生态项目的集成，实现高效的数据湖管理。

amoroApache Amoro (incubating) is a Lakehouse management system built on open data lake formats.项目地址:https://gitcode.com/gh_mirrors/amo/amoro