Paimon适配GaussDB开源开发任务
背景介绍
开源for Huawei（参考：https://developer.huaweicloud.cn/programs/opensource/contributing/） 通过和公司、高校、社区的开发者合作，完成鲲鹏、昇腾、欧拉、鸿蒙、高斯、云服务等与开源软件的适配开发，帮助繁荣Huawei的基础生态，同时让开源软件能够更加简单、高效的运行于华为云上。
开始之前，开发者可以下载 开源for Huawei Wiki（参考：https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview） 了解详细的开发步骤，技术准备，以及开发过程需要的各种资源。
1 需求分析
1.1 项目影响力
Apache Paimon 原名 Flink Table Store，是阿里云开源大数据团队孵化出来的开源项目。2022年1月在 Apache Flink 社区从零开始研发，Flink 社区希望能够将 Flink 的 Streaming 实时计算能力和 Lakehouse 新架构优势进一步结合，促进数据在数据湖上真正实时流动起来，并为用户提供实时离线一体化的开发体验。
核心特性:
1）统一批处理和流处理
Paimon 支持批量写入、批量读取和流式操作，提供了灵活的数据处理方式。
2）数据湖能力
作为数据湖存储系统，Paimon 具有低成本、高可靠性和可扩展的元数据等特性。
3）丰富的合并引擎
Paimon 提供了多种合并引擎，可以根据需求选择保留最新数据、进行局部更新或进行聚合操作。
4）自动生成变更日志
Paimon 支持多种 Changelog 生产者，能够自动生成正确完整的变更日志，简化流式任务分析。
5）丰富的表类型
Paimon 支持主键表和仅追加表，以及多种表类型，如内部表、外部表、分区表和临时表。
6）支持表结构变更同步
当数据源表结构发生变化时，Paimon 能自动识别并同步这些变化。
项目数据：Fork 904，Star 2.3k，Contributors 168+，最近一次提交：2024-9-05
主要开发语言:
- Java 93.8%
官网: https://paimon.apache.org/
源代码仓库：https://github.com/apache/paimon
star历史（https://star-history.com/）：
1.2 任务目的和范围
本任务的主要目的是让Paimon支持华为云 GuassDB数据库，拓展GuassDB数据库的影响力，让Paimon的用户使用华为云服务时能够顺利对接GuassDB数据库。Paimon目前已广泛应用于实时数据湖的构建，帮助数据库更好的 CDC 入湖，帮助构建近实时流式湖仓，帮助企业提升数据时效性价值，获取业务实时化效果。
- 适配任务清单
|
生态 |
生态细类 |
是否需要验证 |
验证逻辑说明 |
是否需要适配 |
适配场景说明 |
|
昇腾生态 |
指令 |
否 |
使用昇腾处理器运行应用。 |
否 |
使用昇腾指令实现适配逻辑。 |
|
CANN |
否 |
应用功能依赖于CANN运行。 |
否 |
使用CANN实现适配逻辑。 |
|
|
MindSpore |
否 |
应用功能依赖于MindSpore运行。 |
否 |
使用MindSpore实现适配逻辑。 |
|
|
鲲鹏生态 |
指令 |
是 |
使用鲲鹏处理器运行应用。 |
否 |
使用鲲鹏指令实现适配逻辑。 |
|
Euler |
是 |
使用Euler系统运行应用。 |
否 |
使用Euler系统调用实现适配逻辑。 |
|
|
数据库生态 |
GaussDB |
是 |
使用GaussDB功能。 |
是 |
使用GaussDB的驱动和SQL实现适配逻辑。 |
|
GaussDB(DWS) |
否 |
使用GaussDB（DWS）功能。 |
否 |
使用GaussDB(DWS)的驱动和SQL实现适配逻辑。 |
|
|
存储生态 |
OBS |
否 |
使用OBS功能。 |
否 |
基于OBS API访问实现适配逻辑。 |
|
鸿蒙生态 |
HarmonyOS |
否 |
使用HarmonyOS系统运行应用。 |
否 |
使用HarmonyOS系统调用实现适配逻辑 |
2 工作量评估和任务分解
2.1 工作量评估
|
任务 |
人/天 |
|
基于华为云ECS完成 Paimon安装和部署 |
1 |
|
完成GuassDB数据库适配功能开发完成 |
5 |
|
完成DEMO设计和验证 |
2 |
|
输出开发资料和博客 |
1 |
|
代码推送上游社区和更新社区资料 |
1 |
|
总计 |
10人天 |
2.2 基于华为云ECS完成Paimon安装和部署
华为云部署参考:
Paimon系统架构图：
参考：
代码仓库：https://github.com/apache/paimon
2.3 完成GuassDB数据库适配功能开发
参考现有Paimon的架构，完成1个功能点的分析和适配工作。
Paimon能够接入并实时采集GuassDB数据库内的数据。
参考:
https://github.com/apache/paimon/blob/master/docs/content/flink/cdc-ingestion/postgres-cdc.md
https://github.com/apache/paimon/blob/master/docs/content/flink/cdc-ingestion/mysql-cdc.md
2.4 完成DEMO设计和验证
创建一条任务流 使GuassDB数据库内的数据能够实时入湖 Paimon。
2.5 在华为云开发者论坛输出博客
访问华为云开发者论坛（参考：https://bbs.huaweicloud.cn/blogs）发表博客，介绍完成这些任务的过程和心得。
内容包括不限于如下内容：
- 开源for Huawei的背景
- 开源软件的功能介绍
- 开发适配过程及碰到和解决的问题
- DEMO设计、开发、部署过程
- 代码推送开源社区及互动过程
博客打上如下标签：
- 开源（必选）
- 开发者（必选）
- GaussDB数据库（可选）
- 云数据库 GaussDB（可选）
- 鲲鹏（可选）
- 昇腾（可选）
- 鸿蒙（可选）
- 对象存储 OBS（可选）
2.6 代码推送上游社区
将代码合并到Paimon官网主干代码，更新Paimon官网资料，包括版本说明、开发指南等。
3 验收材料
|
验收细则 |
评分说明 |
是否为验收必选项 |
结果（通过/不通过） |
开发者举证 |
|
功能开发：完成与华为三大根技术生态（鲲鹏云、昇腾云、鸿蒙）适配的功能开发 |
完成GaussDB数据库适配功能开发。举证提供PR链接。 |
是 |
||
|
代码质量：适配华为三大根技术生态的代码质量经过工具检测达标 |
推送给开源社区的代码符合开源社区关于代码风格、功能、自动化测试等要求。 |
是 |
||
|
提供相关文档，比如部署文档、使用文档、配置文档等 |
根据社区要求，完善相关的开发指南和部署指导 |
否 |
||
|
合入到开源项目主仓：代码推送上游社区 |
代码合并到当前主干分支。举证提供代码仓库链接。 |
是 |
||
|
Deomo设计&开发：完成功能演示Demo的开发 |
举证提供DEMO仓库地址和DEMO开发提交记录。 |
是 |
||
|
Demo部署&验证：完成功能演示DEMO基于华为云鲲鹏环境的部署和功能验证 |
提供DEMO部署验证结果的关键截图进行举证。提供DEMO运行环境和资源的规格清单。 |
是 |
||
|
发布博客：发布博客介绍适配心得。 |
提供博客的地址。 |
是 |
||
|
制作单机版无高危开源镜像。 |
上架云商店。 |
否 |
||
|
单机版镜像上架时支持模板部署。 |
否 |
|||
|
制作集群版无高危开源镜像 |
上架云商店。 |
否 |
||
|
集群版镜像上架时支持模板部署 |
否 |
4 参考资料
- 开源for Huawei介绍、环境搭建、示例项目、开发和部署指南：https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview
- Paimon 开源软件 For Huawei 临时代码仓库参考：https://github.com/apache/paimon
- 点赞
- 收藏
- 关注作者
评论（0）