数据治理的王者——Apache Atlas

一、Atlas是什么？

在当今大数据的应用越来越广泛的情况下，数据治理一直是企业面临的巨大问题。

大部分公司只是单纯的对数据进行了处理，而数据的血缘，分类等等却很难实现，市场上也急需要一个专注于数据治理的技术框架，这时Atlas应运而生。

Atlas官网地址：https://atlas.apache.org/

Atlas是Hadoop的数据治理和元数据框架。

Atlas是一组可扩展和可扩展的核心基础治理服务，使企业能够有效，高效地满足Hadoop中的合规性要求，并允许与整个企业数据生态系统集成。

Apache Atlas为组织提供了开放的元数据管理和治理功能，以建立其数据资产的目录，对这些资产进行分类和治理，并为数据科学家，分析师和数据治理团队提供围绕这些数据资产的协作功能。

• Atlas支持各种Hadoop和非Hadoop元数据类型
• 提供了丰富的REST API进行集成
• 对数据血缘的追溯达到了字段级别，这种技术还没有其实类似框架可以实现
• 对权限也有很好的控制

​

二、架构原理

Atlas包括以下组件：

• 采用Hbase存储元数据
• 采用Solr实现索引
• Ingest/Export 采集导出组件 Type System类型系统 Graph Engine图形引擎 共同构成Atlas的核心机制
• 所有功能通过API向用户提供，也可以通过Kafka消息系统进行集成
• Atlas支持各种源获取元数据：Hive，Sqoop，Storm。。。
• 还有优秀的UI支持

三、效果图

更多大数据，Atlas，ES，Kafka等技术博文，欢迎关注实时流式计算：