dremio 集成lakefs

核心还是利用了lakefs 暴露s3 的特性，没多少技术难度，但是基于lakefs 支持git 的特性，我们可以更好的管理数据

环境准备

• docker-compose

version: '3'

services:

  lakefs:

    image: "treeverse/lakefs:${VERSION:-latest}"

    ports:

      - "8000:8000"

    depends_on:

      - "postgres"

    environment:

      - LAKEFS_AUTH_ENCRYPT_SECRET_KEY=${LAKEFS_AUTH_ENCRYPT_SECRET_KEY:-some random secret string}

      - LAKEFS_DATABASE_CONNECTION_STRING=${LAKEFS_DATABASE_CONNECTION_STRING:-postgres://lakefs:lakefs@postgres/postgres?sslmode=disable}

      - LAKEFS_BLOCKSTORE_TYPE=${LAKEFS_BLOCKSTORE_TYPE:-local}

      - LAKEFS_BLOCKSTORE_LOCAL_PATH=${LAKEFS_BLOCKSTORE_LOCAL_PATH:-/home/lakefs}

      - LAKEFS_GATEWAYS_S3_DOMAIN_NAME=${LAKEFS_GATEWAYS_S3_DOMAIN_NAME:-s3.local.lakefs.io:8000}

      - LAKEFS_BLOCKSTORE_S3_CREDENTIALS_ACCESS_KEY_ID=${AWS_ACCESS_KEY_ID:-}

      - LAKEFS_BLOCKSTORE_S3_CREDENTIALS_ACCESS_SECRET_KEY=${AWS_SECRET_ACCESS_KEY:-}

      - LAKEFS_LOGGING_LEVEL=${LAKEFS_LOGGING_LEVEL:-INFO}

      - LAKEFS_STATS_ENABLED

      - LAKEFS_BLOCKSTORE_S3_ENDPOINT

      - LAKEFS_BLOCKSTORE_S3_FORCE_PATH_STYLE

      - LAKEFS_COMMITTED_LOCAL_CACHE_DIR=${LAKEFS_COMMITTED_LOCAL_CACHE_DIR:-/home/lakefs/.local_tier}

    entrypoint: ["/app/wait-for", "postgres:5432", "--", "/app/lakefs", "run"]

  postgres:

    image: "postgres:${PG_VERSION:-11}"

    command: "-c log_min_messages=FATAL"

    environment:

      POSTGRES_USER: lakefs

      POSTGRES_PASSWORD: lakefs

    logging:

      driver: none

  dremio:

    image: dremio/dremio-oss:20.0.0

    ports:

    - "9047:9047"

    - "31010:31010"

使用

• 启动

docker-compose up -d 

• 初始化lakefs
  打开http://localhost:8000/setup 按照提示即可

demo 项目如下

 

 

• 链接
  因为lakefs 已经暴露了标准的s3 api 我们可以使用minio 以及aws 提供的client 工具
  mc 如下:

 

mc  config host add lakefs  http://127.0.0.1:8000 xxxx xxxxxxxx

mc ls lakefs

dremio 链接，就是添加s3 配置,几个需要关注的配置

fs.s3a.path.style.access  true

fs.s3a.endpoint http://lakefs:8000

fs.s3a.connection.ssl.enabled false

• 集成效果

lakefs 会暴露项目为一个s3 的bucket，分支为文件夹

 

 

 

 

说明

集成上没有傻难度，但是记基于lakefs 强大版本管理能力，我们可以方便的进行数据版本管理

参考资料

https://docs.lakefs.io/quickstart/installing.html
https://docs.dremio.com/data-sources/s3/
https://github.com/rongfengliang/lakefs-dremio