标签：指南入门数据源 yarn 开源 Datavines 数据 datavines

摘要：本文主要介绍基于源码部署 Datavines 和执行检查作业，内容主要分为以下几个部分：

平台介绍

快速部署

运行数据质量检查作业

Datavines 的目标是成为更好的数据可观测性领域的开源项目，为更多的用户去解决元数据管理和数据质量管理中遇到的问题。在此我们真诚欢迎更多的贡献者参与到社区建设中来，和我们一起成长，携手共建更好的社区。

https://github.com/datavane/datavines
https://github.com/datavane/datavines/issues
https://github.com/datavane/datavines/pulls

平台介绍

Datavines 是一站式开源数据可观测性平台，提供元数据管理、数据概览报告、数据质量管理，数据分布查询、数据趋势洞察等核心能力，致力于帮助用户全面地了解和掌管数据，让您做到心中有数.

快速部署

环境准备

在安装 Datavines 之前请确保你的服务器上已经安装下面软件

Git，确保 git clone的顺利执行
JDK，确保 jdk >= 8
Maven, 确保项目的顺利打包（当然你也可以在本地打包以后上传至服务器）
MySQL, 确保版本 >=5.7

下载代码

git clone https://github.com/datavane/datavines.git
cd datavines

数据库准备

Datavines 的元数据是存储在关系型数据库中，目前支持 MySQL ，下面以 MySQL 为例说明安装步骤：

创建数据库 datavines
执行 script/sql/datavines-mysql.sql 脚本进行数据库的初始化

项目构建

打包并解压

mvn clean package -Prelease
cd datavines-dist/target
tar -zxvf datavines-1.0.0-SNAPSHOT-bin.tar.gz

解压完成以后进入目录

cd datavines-1.0.0-SNAPSHOT-bin

编辑配置信息

cd conf
vi application.yaml

修改数据库信息

spring:
 datasource:
   driver-class-name: com.mysql.cj.jdbc.Driver
   url: jdbc:mysql://127.0.0.1:3306/datavines?useUnicode=true&characterEncoding=UTF-8
   username: root
   password: 123456

如果你是使用 Spark 做为执行引擎，并且是提交到 yarn 上面去执行的，那么需要在 common.properties 中配置 yarn 相关的信息

standalone 模式

yarn.mode=standalone
yarn.application.status.address=http://%s:%s/ws/v1/cluster/apps/%s #第一个%s需要被替换成yarn的ip地址
yarn.resource.manager.http.address.port=8088

ha 模式

yarn.mode=ha
yarn.application.status.address=http://%s:%s/ws/v1/cluster/apps/%s
yarn.resource.manager.http.address.port=8088
yarn.resource.manager.ha.ids=192.168.0.1,192.168.0.2

启动服务

cd bin
sh datavines-daemon.sh start mysql

查看日志，如果日志里面没有报错信息，并且能看到
[INFO] 2022-04-10 12:29:05.447 io.datavines.server.DatavinesServer:[61] - Started DatavinesServer in 3.97 seconds (JVM running for 4.69) 的时候，证明服务已经成功启动。

访问前端页面

在浏览器输入： 服务器IP:5600 ，就会跳转至登录界面，输入账号密码 admin/123456

运行数据质量检查作业

创建数据源

进入首页后，点击右上角 创建数据源 按钮，输入数据源的名称，然后选择数据源类型。以 MySQL 为例，输入 MySQL 的连接信息，点击 测试连接 按钮。如果成功，请单击 保存 。

进入数据源

点击并进入数据源，找到 作业管理 页面

创建检查作业

点击 创建规则作业 按钮，选择 数据质量作业
进入规则的配置页面
进行规则配置
- 选择 枚举值[不在]检查 规则
- 依次选择数据库、表和列
- 输入枚举数组 [0,1]
进行期望值配置
- 如果没有期望值则选择 无
进行校验配置
- 选择 实际值 检查公式、 > 比较符并输入阈值 10
- 这样就构成 【实际值 > 10】 公式，公式成立时表示检查结果为成功，否则是失败。
进行错误数据配置
- 选择保存在源数据源中，填写已创建好的数据库
完成配置后点击 保存并运行 来执行检查作业。