Paimon适配GaussDB开源开发任务

举报
Lansonli 发表于 2024/10/28 20:04:52 2024/10/28
【摘要】 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。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。

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 904Star 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.png



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,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

使用昇腾处理器运行应用。

使用昇腾指令实现适配逻辑。

CANN

应用功能依赖于CANN运行。

使用CANN实现适配逻辑。

MindSpore

应用功能依赖于MindSpore运行。

使用MindSpore实现适配逻辑。

鲲鹏生态

指令

使用鲲鹏处理器运行应用。

使用鲲鹏指令实现适配逻辑。

Euler

使用Euler系统运行应用。

使用Euler系统调用实现适配逻辑。

数据库生态

GaussDB

使用GaussDB功能。

使用GaussDB的驱动和SQL实现适配逻辑。

GaussDB(DWS)

使用GaussDBDWS)功能。

使用GaussDB(DWS)的驱动和SQL实现适配逻辑。

存储生态

OBS

使用OBS功能。

基于OBS API访问实现适配逻辑。

鸿蒙生态

HarmonyOS

使用HarmonyOS系统运行应用。

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

/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:

2.png

Paimon系统架构图

3.png

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。

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。

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

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。

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。

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。

发布博客:发布博客介绍适配心得。

提供博客的地址。

制作单机版无高危开源镜像。

上架云商店。

单机版镜像上架时支持模板部署。

制作集群版无高危开源镜像

上架云商店。

集群版镜像上架时支持模板部署


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
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。