Open Source DataHub: LinkedIn Metadata Search le Discovery Platform
Ho fumana lintlha tseo u li hlokang kapele ho bohlokoa bakeng sa k'hamphani efe kapa efe e itšetlehileng ka bongata ba data ho etsa liqeto tse tsamaisoang ke data. Sena ha se ame feela tlhahiso ea basebelisi ba data (ho kenyeletsoa bahlahlobisisi, baetsi ba ho ithuta ka mochini, bo-ramahlale ba data, le baenjiniere ba data), empa hape se na le tšusumetso e tobileng lihlahisoa tsa ho qetela tse itšetlehileng ka phaephe ea ho ithuta ka mochini (ML). Ho feta moo, mokhoa oa ho kenya ts'ebetsong kapa oa ho aha liforomo tsa ho ithuta ka mochini ka tlhaho o hlahisa potso: mokhoa oa hau oa ho sibolla likarolo, mehlala, metrics, li-database, jj.
Sehloohong sena re tla bua ka hore na re phatlalalitse mohloli oa data joang tlas'a laesense e bulehileng sethaleng sa rona sa ho batla le ho sibolla metadata, ho qala matsatsing a pele a projeke . LinkedIn e boloka mofuta oa eona oa DataHub ka thoko ho mofuta o bulehileng oa mohloli. Re tla qala ka ho hlalosa hore na hobaneng re hloka libaka tse peli tse arohaneng tsa nts'etsopele, ebe re buisana ka mekhoa ea pele ea ho sebelisa mohloli o bulehileng oa WhereHows le ho bapisa mofuta oa rona oa kahare (tlhahiso) oa DataHub le mofuta o ho . Hape re tla arolelana lintlha tse mabapi le tharollo ea rona e ncha ea othomathike ea ho sutumelletsa le ho fumana liapdeite tsa mohloli o bulehileng ho boloka lipolokelo ka bobeli li lumellana. Qetellong, re tla fana ka litaelo tsa hore na u ka qala joang ho sebelisa DataHub ea mohloli o bulehileng le ho buisana ka bokhutšoane ka boqapi ba eona.
WhereHows hona joale ke DataHub!
Sehlopha sa metadata sa LinkedIn se hlahisitsoe pele (mohlahlami oa WhereHows), Sethala sa ho batla le ho sibolla metadata ea LinkedIn, le merero e arolelanoang ea ho e bula. Nakoana kamora phatlalatso ena, re ile ra lokolla mofuta oa alpha oa DataHub mme ra e arolelana le sechaba. Ho tloha ka nako eo, re 'nile ra kenya letsoho sebakeng sa polokelo le ho sebetsa le basebelisi ba nang le thahasello ho eketsa likarolo tse kōptjoang ka ho fetisisa le ho rarolla mathata. Hona joale re thabela ho phatlalatsa tokollo ea molao .
Mekhoa e Buleng ea Mohloli
WhereHows, LinkedIn's original portal bakeng sa ho fumana data le moo e tsoang teng, e qalile e le morero oa ka hare; sehlopha sa metadata se ile sa e bula . Ho tloha ka nako eo, sehlopha se 'nile sa boloka li-codebase tse peli tse fapaneng-e' ngoe bakeng sa mohloli o bulehileng le e 'ngoe bakeng sa ts'ebeliso ea ka hare ea LinkedIn-kaha e se likarolo tsohle tsa lihlahisoa tse entsoeng bakeng sa linyeoe tsa tšebeliso ea LinkedIn tse neng li sebetsa ho bamameli ba bangata. Ho phaella moo, WhereHows e na le tse ling tse itšetlehileng ka ka hare (lisebelisoa, lilaebrari, joalo-joalo) tseo e seng mohloli o bulehileng. Lilemong tse ileng tsa latela, WhereHows e ile ea feta linakong tse ngata tsa ho pheta-pheta le nts'etsopele, e leng se ileng sa etsa hore ho boloka li-codebase tse peli li lumellane e le phephetso e kholo. Sehlopha sa metadata se lekile mekhoa e fapaneng ho theosa le lilemo ho leka ho boloka nts'etsopele ea ka hare le e bulehileng ea ho lumellana.
Leka pele: "Bula mohloli pele"
Qalong re ile ra latela "mohloli o bulehileng oa pele" oa nts'etsopele, moo nts'etsopele e ngata e hlahang sebakeng sa polokelo ea mohloli o bulehileng 'me liphetoho li etsoa bakeng sa ho romelloa ka hare. Bothata ba mokhoa ona ke hore khoutu e lula e sutumetsoa ho GitHub pele e hlahlojoa ka botlalo ka hare. Ho fihlela liphetoho li etsoa ho tloha polokelong ea mohloli o bulehileng 'me ho etsoa phepelo e ncha ea kahare, re ke ke ra fumana litaba tsa tlhahiso. Ha ho ne ho sa romeloe hantle, ho ne ho boetse ho le thata haholo ho tseba hore na molato ke ofe hobane ho ne ho etsoa liphetoho ka lihlopha.
Ho feta moo, mohlala ona o ile oa fokotsa tlhahiso ea sehlopha ha ho etsoa likarolo tse ncha tse hlokang ho phetoa ka potlako, kaha o ile oa qobella liphetoho tsohle hore li qale ka ho sutumelletsoa sebakeng sa polokelo ea mohloli o bulehileng ebe li sutumelletsoa sebakeng sa polokelo se ka hare. Ho fokotsa nako ea ts'ebetso, tokiso e hlokahalang kapa phetoho e ka etsoa sebakeng sa polokelo ea ka hare pele, empa sena e ile ea e-ba bothata bo boholo ha ho tluoa tabeng ea ho kopanya liphetoho tseo sebakeng sa polokelo ea mohloli o bulehileng hobane lipolokelo tse peli li ne li sa lumellane.
Moetso ona o bonolo haholo ho o kenya tšebetsong bakeng sa li-platform tse arolelanoang, lilaeborari, kapa merero ea litšebeletso tsa motheo ho feta lits'ebetso tse felletseng tsa webo. Ho feta moo, mohlala ona o nepahetse bakeng sa merero e qalang mohloli o bulehileng ho tloha letsatsing la pele, empa WhereHows e hahiloe e le sesebelisoa sa marang-rang se ka hare ka ho feletseng. Ho ne ho hlile ho le thata ho tlosa lintho tsohle tse ka hare, kahoo re ne re hloka ho boloka fereko e ka hare, empa ho boloka fereko e ka hare le ho hlahisa mohloli o bulehileng haholo ha hoa ka ha sebetsa hantle.
Teko ea bobeli: "Inner pele"
**E le teko ea bobeli, re ile ra fallela molemong oa ntlafatso ea "internal first", moo nts'etsopele e ngata e etsahalang ka tlung mme liphetoho li etsoa ho khoutu ea mohloli o bulehileng khafetsa. Le hoja mohlala ona o loketse ka ho fetisisa bakeng sa tšebeliso ea rona, o na le mathata a tlhaho. Ho sutumelletsa liphapang tsohle ka kotloloho polokelong ea mohloli o bulehileng ebe o leka ho rarolla likhohlano hamorao ke khetho, empa ho ja nako. Hangata, bahlahisi ba leka ho se etse sena nako le nako ha ba hlahloba khoutu ea bona. Ka lebaka leo, sena se tla etsoa khafetsa, ka lihlopha, 'me ka hona se thatafalletsa ho rarolla likhohlano hamorao.
Lekhetlo la boraro e ile ea sebetsa!
Maiteko a mabeli a hlolehileng a boletsoeng ka holimo a ile a fella ka hore polokelo ea WhereHows GitHub e lule e siiloe ke nako nako e telele. Sehlopha se ile sa tsoela pele ho ntlafatsa likarolo tsa sehlahisoa le meralo, e le hore mofuta oa ka hare oa WhereHows bakeng sa LinkedIn o tsoetse pele ho feta mofuta oa mohloli o bulehileng. E bile e na le lebitso le lecha - DataHub. Ho itšetlehile ka boiteko bo fetileng bo hlōlehileng, sehlopha se ile sa etsa qeto ea ho hlahisa tharollo e tsitsitseng, ea nako e telele.
Bakeng sa morero ofe kapa ofe o mocha oa mohloli o bulehileng, sehlopha se bulehileng sa LinkedIn se eletsa le ho tšehetsa mohlala oa nts'etsopele moo li-module tsa morero li hlahisoang ka ho feletseng mohloling o bulehileng. Lintho tsa khale tse fetotsoeng li romelloa polokelong ea sechaba, ebe li hlahlojoa hape ka har'a LinkedIn artifact ho sebelisoa. . Ho latela mohlala ona oa nts'etsopele ha ho molemo feela bakeng sa ba sebelisang mohloli o bulehileng, empa ho boetse ho fella ka meralo ea modular, e atolositsoeng, le e plugable.
Leha ho le joalo, ts'ebeliso ea morao-rao e holileng joalo ka DataHub e tla hloka nako e ngata ho fihlela boemo bona. Sena se boetse se sitisa monyetla oa ho fumana ts'ebetsong e sebetsang ka botlalo pele litšepeho tsohle tsa ka hare li ka hlalosoa ka botlalo. Ke ka lebaka leo re entseng lisebelisoa tse re thusang ho kenya letsoho mehloling e bulehileng ka potlako le ka bohloko bo fokolang. Tharollo ena e ruisa sehlopha sa metadata ka bobeli (DataHub developer) le sechaba sa mohloli o bulehileng. Likarolo tse latelang li tla tšohla mokhoa ona o mocha.
Open Source Publishing Automation
Mokhoa oa morao-rao oa sehlopha sa Metadata ho mohloli o bulehileng oa DataHub ke ho hlahisa sesebelisoa se ikamahanyang le khoutu ea ka hare le polokelo ea mohloli o bulehileng. Likarolo tse phahameng tsa sephutheloana sena li kenyelletsa:
- Kopanya khoutu ea LinkedIn ho / ho tsoa mohloling o bulehileng, o tšoanang .
- Tlhahiso ea lihlooho tsa laesense, tse ts'oanang le .
- Iketsetse ka bohona li-log tsa boitlamo ba mohloli o bulehileng ho tsoa ho litlaleho tsa boitlamo ba kahare.
- Thibela liphetoho tse ka hare tse senyang mohloli o bulehileng o hahiloeng ka .
Likaroloana tse latelang li tla shebana le mesebetsi e boletsoeng ka holimo e nang le mathata a khahlisang.
Khokahano ea khoutu ea mohloli
Ho fapana le mofuta oa mohloli o bulehileng oa DataHub, e leng polokelo e le 'ngoe ea GitHub, mofuta oa LinkedIn oa DataHub ke motsoako oa lipolokelo tse ngata (tse bitsoang kahare. ). Sebopeho sa DataHub, laebrari ea mohlala oa metadata, tšebeletso ea morao-rao ea polokelo ea metadata, le mesebetsi ea ho phallela e lula libakeng tse fapaneng tsa polokelo ho LinkedIn. Leha ho le joalo, ho nolofalletsa basebelisi ba mehloli e bulehileng, re na le polokelo e le 'ngoe bakeng sa mofuta o bulehileng oa DataHub.
Setšoantšo sa 1: Kamano lipakeng tsa polokelo LinkedIn DataHub le polokelo e le 'ngoe DataHub mohloli o bulehileng
Ho ts'ehetsa ts'ebetso ea moaho, ho sututsa le ho hula, sesebelisoa sa rona se secha se iketsetsa 'mapa oa boemo ba faele o tsamaellanang le faele e ngoe le e ngoe ea mohloli. Leha ho le joalo, sephutheloana sa lisebelisoa se hloka tlhophiso ea pele 'me basebelisi ba tlameha ho fana ka' mapa oa boemo bo holimo joalo ka ha ho bonts'itsoe ka tlase.
{
"datahub-dao": [
"${datahub-frontend}/datahub-dao"
],
"gms/impl": [
"${dataset-gms}/impl",
"${user-gms}/impl"
],
"metadata-dao": [
"${metadata-models}/metadata-dao"
],
"metadata-builders": [
"${metadata-models}/metadata-builders"
]
}'Mapa oa boemo ba mojule ke JSON e bonolo eo linotlolo tsa eona e leng li-module tse shebiloeng sebakeng sa polokelo ea mohloli o bulehileng mme boleng ke lenane la li-module tsa mohloli polokelong ea LinkedIn. Mojule ofe kapa ofe o reretsoeng polokelong ea mohloli o bulehileng o ka feptjoa ke palo efe kapa efe ea li-module tsa mohloli. Ho bonts'a mabitso a ka hare a polokelo ho li-module tsa mohloli, sebelisa ka mokhoa oa Bash. Ka ho sebelisa faele ea 'mapa ea boemo ba module, lisebelisoa li theha faele ea boemo ba 'mapa ka ho skena lifaele tsohle ho li-directory tse amanang.
{
"${metadata-models}/metadata-builders/src/main/java/com/linkedin/Foo.java":
"metadata-builders/src/main/java/com/linkedin/Foo.java",
"${metadata-models}/metadata-builders/src/main/java/com/linkedin/Bar.java":
"metadata-builders/src/main/java/com/linkedin/Bar.java",
"${metadata-models}/metadata-builders/build.gradle": null,
}'Mapa oa boemo ba faele o etsoa ke lisebelisoa; leha ho le joalo, e ka boela ea ntlafatsoa ka letsoho ke mosebedisi. Ona ke 'mapa oa 1:1 oa faele ea mohloli oa LinkedIn ho faele e polokelong ea mohloli o bulehileng. Ho na le melao e 'maloa e amanang le tlhahiso ena ea othomathike ea mekhatlo ea lifaele:
- Tabeng ea li-module tsa mehloli e mengata bakeng sa mojule oa sepheo sa mohloli o bulehileng, likhohlano li ka hlaha, mohlala, tse tšoanang. , e teng mojulung o fetang o le mong oa mehloli. Joalo ka leano la ho rarolla likhohlano, lisebelisoa tsa rona li khetha khetho ea "ho qetela e hlolang".
- "null" e bolela hore faele ea mohloli ha se karolo ea polokelo ea mohloli o bulehileng.
- Kamora tlhahiso e 'ngoe le e 'ngoe ea mohloli o bulehileng kapa ho ntšoa, 'mapa ona oa ntlafatsoa ka bohona 'me ho etsoa senepe. Sena sea hlokahala ho khetholla litlatsetso le litlatsetso ho tsoa ho khoutu ea mohloli ho tloha ketsong ea ho qetela.
Ho theha marang-rang a marang-rang
Li-log tsa boitlamo bakeng sa mesebetsi e bulehileng ea mohloli le tsona li hlahisoa ka ho kopanya li-log tsa polokelo ea polokelo ea kahare. Ka tlase ke mohlala oa log log ho bonts'a sebopeho sa log log e hlahisitsoeng ke sesebelisoa sa rona. Boitlamo bo bontša ka ho hlaka hore na ke mefuta efe ea polokelo ea mohloli e kentsoeng boitlamo boo mme e fana ka kakaretso ea tlaleho ea boitlamo. Sheba sena re sebelisa mohlala oa 'nete oa tlaleho ea boitlamo e hlahisoang ke lisebelisoa tsa rona.
metadata-models 29.0.0 -> 30.0.0
Added aspect model foo
Fixed issue bar
dataset-gms 2.3.0 -> 2.3.4
Added rest.li API to serve foo aspect
MP_VERSION=dataset-gms:2.3.4
MP_VERSION=metadata-models:30.0.0Teko ea ho itšetleha
LinkedIn e na le , e thusang ho netefatsa hore liphetoho ho lihlahisoa tse ngata tse ka hare ha li robe kopano ea lihlahisoa tse ngata tse itšetlehileng ka tsona. Sebaka se bulehileng sa polokelo ea DataHub ha se lihlahisoa tse ngata, 'me e ke ke ea itšetleha ka ho toba ho lihlahisoa leha e le life tse ngata, empa ka thuso ea sekoahelo sa lihlahisoa tse ngata se fumanang khoutu ea mohloli o bulehileng oa DataHub, re ntse re ka sebelisa tlhahlobo ena ea ho itšetleha. Ka hona, phetoho leha e le efe (eo hamorao e ka 'nang ea pepesoa) ho leha e le efe ea lihlahisoa tse ngata tse fepa mohloli o bulehileng oa polokelo ea DataHub e etsa hore ho be le ketsahalo ea mohaho ka har'a likhetla tse ngata. Ka hona, phetoho efe kapa efe e hlolehang ho etsa sehlahisoa sa wrapper e hloleha ho etsa liteko pele e etsa sehlahisoa sa mantlha ebe e khutlisoa.
Ona ke mokhoa o sebetsang o thusang ho thibela boitlamo bofe kapa bofe ba ka hare bo senyang mohloli o bulehileng oa ho aha le ho o lemoha ka nako ea boitlamo. Ntle le sena, ho tla ba thata haholo ho tseba hore na ke boitlamo bofe ba ka hare bo entseng hore moaho o bulehileng oa polokelo o se ke oa atleha, hobane re kopanya liphetoho tsa kahare ho polokelo ea mohloli o bulehileng oa DataHub.
Phapang lipakeng tsa DataHub ea mohloli o bulehileng le mofuta oa rona oa tlhahiso
Ho fihlela mona, re buisane ka tharollo ea rona ea ho hokahanya mefuta e 'meli ea polokelo ea DataHub, empa ha re so hlalose mabaka a etsang hore re hloke melapo e 'meli e fapaneng ea nts'etsopele pele. Karolong ena, re tla thathamisa phapang pakeng tsa phetolelo ea sechaba ea DataHub le tlhahiso ea tlhahiso ho li-server tsa LinkedIn, le ho hlalosa mabaka a phapang ena.
Mohloli o mong oa ho se lumellane o bakoa ke taba ea hore tlhahiso ea rona e itšetlehile ka khoutu e e-s'o bulehe mohloling, joalo ka LinkedIn's Offspring (LinkedIn's internal dependency injection framework). Offspring e sebelisoa haholo ho li-codebases tsa ka hare hobane ke mokhoa o ratoang oa ho laola tlhophiso e matla. Empa ha se mohloli o bulehileng; kahoo re ne re hloka ho fumana mekhoa e meng ea mohloli o bulehileng ho DataHub ea mohloli o bulehileng.
Ho na le mabaka a mang hape. Ha re ntse re theha likeketso tsa mofuta oa metadata bakeng sa litlhoko tsa LinkedIn, likeketso tsena hangata li tobile ho LinkedIn mme li kanna tsa se sebetse ka kotloloho libakeng tse ling. Ka mohlala, re na le lileibole tse khethehileng haholo bakeng sa li-ID tsa bankakarolo le mefuta e meng ea metadata e nyallanang. Kahoo, joale re qheletse ka thoko likeketso tsena ho mofuta oa metadata oa mohloli o bulehileng oa DataHub. Ha re ntse re sebelisana le sechaba le ho utloisisa litlhoko tsa bona, re tla sebetsana le mefuta e tloaelehileng e bulehileng ea likatoloso tsena moo ho hlokahalang.
Tšebeliso e bonolo le ho ikamahanya le maemo habonolo bakeng sa sechaba sa mohloli o bulehileng le tsona li ile tsa susumetsa tse ling tsa liphapang pakeng tsa liphetolelo tse peli tsa DataHub. Liphapang tsa mekhoa ea ts'ebetso ea likhoerekhoere ke mohlala o motle oa sena. Le hoja mofuta oa rona oa ka hare o sebelisa mokhoa o laoloang oa ho sebetsana le melapo, re ile ra khetha ho sebelisa mokhoa o hahelletsoeng (o ikemetseng) bakeng sa mofuta o bulehileng oa mohloli hobane o qoba ho theha ts'epo e 'ngoe ea litšebeletso.
Mohlala o mong oa phapang ke ho ba le GMS e le 'ngoe (Generalized Metadata Store) ts'ebetsong ea mohloli o bulehileng ho e-na le li-GMS tse ngata. GMA (Generalized Metadata Architecture) ke lebitso la meralo ea morao-rao bakeng sa DataHub, 'me GMS ke lebenkele la metadata ho latela moelelo oa GMA. GMA ke meralo e feto-fetohang haholo e u lumellang hore u aba kaho e 'ngoe le e' ngoe ea data (mohlala, li-database, basebelisi, joalo-joalo) ka lebenkeleng la eona la metadata, kapa ho boloka lisebelisoa tse ngata tsa data ka lebenkeleng le le leng la metadata ha feela registry e na le 'mapa oa sebopeho sa data ho eona. GMS e ntlafalitsoe. Bakeng sa ts'ebeliso e bonolo, re khethile mohlala o le mong oa GMS o bolokang mefuta eohle e fapaneng ea data mohloling o bulehileng oa DataHub.
Lethathamo le felletseng la liphapang lipakeng tsa ts'ebetsong tse peli le fanoe tafoleng e ka tlase.
Litlhahiso tsa Mesebetsi
LinkedIn DataHub
Open Source DataHub
Ts'ehetsoeng Data Constructs
1) Li-datasets 2) Basebelisi 3) Melemo 4) Likarolo tsa ML 5) Lits'oants'o 6) Litlaleho
1) Lisebelisoa tsa 2) Basebelisi
Mehloli e Tšehetsoeng ea Metadata bakeng sa Li-database
1) 2) Couchbase 3) 4) 5) HDFS 6) Hive 7) Kafka 8) MongoDB 9) MySQL 10) Oracle 11) 12) Presto 12) 13) Teradata 13) Vector 14)
Hive Kafka RDBMS
Pub-sub
Kafka e kopaneng
Stream Processing
khona
E kentsoe (e ikemetseng)
Ente ea ho itšetleha le Tlhophiso e Matla
LinkedIn Offspring
Haha Tooling
Ligradle (Sephutheloana sa ka hare sa Gradle sa LinkedIn)
CI / CD
CRT (LinkedIn's ka hare CI/CD)
'me
Mabenkele a Metadata
GMS e ajoa ka makhetlo a mangata: 1) Dataset GMS 2) User GMS 3) Metric GMS 4) Feature GMS 5) Chart/Dashboard GMS
GMS e le 'ngoe bakeng sa: 1) Li-datasets 2) Basebelisi
Microservices ka lijaneng tsa Docker
e nolofatsa ho tsamaisoa le ho ajoa ha kopo ka . Karolo e 'ngoe le e' ngoe ea ts'ebeletso ho DataHub ke mohloli o bulehileng, ho kenyeletsoa likarolo tsa litšebeletso tse kang Kafka, , и , e na le setšoantšo sa eona sa Docker. Ho hlophisa lijana tsa Docker tseo re neng re li sebelisa .
Setšoantšo sa 2: Mehaho DataHub *mohloli o bulehileng**
U ka bona meralo ea maemo a holimo ea DataHub setšoantšong se kaholimo. Ntle le lisebelisoa tsa lisebelisoa, e na le lijana tse 'ne tse fapaneng tsa Docker:
datahub-gms: tšebeletso ea polokelo ea metadata
datahub-frontend: kopo , e sebeletsang dataHub interface.
datahub-mce-consumer: kopo , e sebelisang ketsahalo ea phetoho ea metadata (MCE) le ho ntlafatsa lebenkele la metadata.
datahub-mae-consumer: kopo , e sebelisang mokhoa oa ho hlahloba liketsahalo tsa metadata (MAE) mme e theha index ea lipatlisiso le database ea graph.
Litokomane tsa polokelo ea mohloli o bulehileng le e na le lintlha tse qaqileng haholoanyane mabapi le mesebetsi ea litšebeletso tse fapaneng.
CI/CD ho DataHub ke mohloli o bulehileng
Sebaka se bulehileng sa polokelo ea DataHub se sebelisa bakeng sa kopanyo e tsoelang pele le bakeng sa thomello e tsoelang pele. Ka bobeli li na le kopanyo e ntle ea GitHub 'me ho bonolo ho e qala. Bakeng sa lisebelisoa tse ngata tse bulehileng tse entsoeng ke sechaba kapa lik'hamphani tse ikemetseng (mohlala. ), litšoantšo tsa Docker lia bōptjoa 'me li fetisetsoa ho Docker Hub bakeng sa boiketlo ba sechaba. Setšoantšo leha e le sefe sa Docker se fumanehang ho Docker Hub se ka sebelisoa habonolo ka taelo e bonolo .
Ka boitlamo bo bong le bo bong ho polokelo ea mohloli o bulehileng oa DataHub, litšoantšo tsohle tsa Docker li hahoa ka bohona ebe li fetisetsoa ho Docker Hub ka tag ea "haufinyane". Haeba Docker Hub e hlophisitsoe le tse ling , li-tag tsohle tse polokelong ea mohloli o bulehileng le tsona li lokollotsoe ka mabitso a tag a tsamaisanang ho Docker Hub.
Ho sebelisa DataHub
e bonolo haholo mme e na le mehato e meraro e bonolo:
- Kopanya sebaka sa polokelo ea mohloli o bulehileng 'me u tsamaise lijana tsohle tsa Docker ka docker-compose u sebelisa sengoloa se fanoeng sa docker-compose bakeng sa ho qala kapele.
- Khoasolla sampole ea data e fanoeng sebakeng sa polokelo u sebelisa sesebelisoa sa mola oa taelo seo le sona se fanoeng.
- Batla DataHub ho sebatli sa hau.
Ka mafolofolo Track hape e lokiselitsoe lipotso tse potlakileng. Basebelisi ba ka boela ba theha litaba ka kotloloho polokelong ea GitHub. Habohlokoa le ho feta, re amohela le ho ananela maikutlo le litlhahiso tsohle!
Merero ea bokamoso
Hona joale, lisebelisoa tsohle kapa microservice bakeng sa mohloli o bulehileng oa DataHub e hahiloe e le sejana sa Docker, 'me tsamaiso eohle e hlophisitsoe ho sebelisoa. . Ho fanoe ka botumo le ho ata , hape re ka rata ho fana ka tharollo e thehiloeng ho Kubernetes haufinyane.
Re boetse re rera ho fana ka tharollo ea turnkey bakeng sa ho tsamaisa DataHub ts'ebeletso ea leru ea sechaba joalo ka , kapa . Ka lebaka la phatlalatso ea haufinyane ea ho falla ha LinkedIn ho ea Azure, sena se tla ikamahanya le lintho tse tlang pele ho sehlopha sa metadata.
Qetellong, re leboha bohle ba ileng ba amohela DataHub sebakeng se bulehileng ba faneng ka lintlha tsa dataHub alphas 'me ba re thusa ho tseba mathata le ho ntlafatsa litokomane.
Source: www.habr.com