APACHE-ATLAS-2.1.0简介(二)

APACHE-ATLAS-2.1.0简介(一)

什么是元数据？

元数据(METADATA)，用一句话定义就是：描述数据的数据。元数据打通了数据源、数据仓库、数据应用之间的壁垒，记录了数据从产生到消费的全过程。

ATLAS的问题列表

APACHE-ATLAS-STACKOVERFLOW

APACHE-ATLAS-2.1.0的版本依赖

Use Hadoop 3.1, Hive 3.1, HBase 2.0, Solr 7.5, Kafka 2.0, JanusGraph 0.5.1, Tinkerpop 3.4.6, Spring Framework 4.3.20

ATLAS的特性

（1）. 元数据类型 & 实例

• 内置各种Hadoop和非Hadoop元数据的预定义类型；
• 能够为要管理的元数据自定义新类型；
• 类型可以具有原始属性，复杂属性，对象引用，可以继承其他类型；
• 类型（type）实例（称为实体entities）捕获元数据对象详细信息及其关系；
• 提供可以更轻松地进行集成用于处理类型和实例的REST API；

（2）. 分类

• 能够动态创建分类 - 如PII，EXPIRES_ON，DATA_QUALITY，SENSITIVE；
• 分类可以包含属性 - 例如EXPIRES_ON分类中的expiry_date属性；
• 实体（entities）可以与多个分类（classifications）相关联，从而实现更轻松的发现和安全实施；
• 通过血缘传播分类 - 自动确保分类在进行各种处理时遵循数据；

（3）. 血缘

• 直观的UI，用于在数据流转时，通过各种流程时查看数据；
• 提供用于访问和更新血缘的REST API；

（4）. 搜索/发现

• 直观的UI，按类型（type），分类（classification），属性值（attribute）或自由文本搜索实体；
• 提供丰富的REST API，可按复杂条件进行搜索；
• SQL搜索实体的查询语言 - 域特定语言（DSL）；

（5）. 安全和数据屏蔽

• 用于元数据访问的细粒度安全性，实现对实体实例的访问控制以及添加/更新/删除分类等操作；
• 与APACHE RANGER集成可根据与APACHE ATLAS中的实体相关的分类对数据访问进行授权/数据屏蔽，如：
  – 谁可以访问分类为PII，SENSITIVE的数据；
  – 客户服务用户只能看到分类为NATIONAL_ID的列的最后4位数字；

ATLAS分类传播

分类传播，使得数据所关联的分类能够沿着血缘关系，从父类传递给子类。

• 当给实体数据打上分类标签后，该实体数据的子也可以得到该分类标签；
• 当更新实体数据上的分类标签后，该实体数据的子也会对应的修改这个分类标签；
• 当删除实体数据上的分类标签后，该实体数据的子也会对应的删除这个分类标签；
• 当父实体数据删除时，子类所得到的这个父类的所有分类标签也会被删除；
• 当子类到父类之间的血缘关系被破坏时，子类也会失去父类的分类标签；
• 虽然子类到父类之间的一条血缘链中断，但是只要还有另一条血缘链存在，且使得子类可以连接到父类，那么子类就能够保存从其父类继承来的分类标签。

ATLAS模块概述