数据资产中心Apache Atlas二次开发初体验

简介: 数据资产中心Apache Atlas二次开发初体验

1   开发环境

Java 1.8

Maven 3.6,配置采用阿里云的镜像库配置

Chrome 79以上版本

2   开发工具

IDEA Intellij 2019.3

image.png

3   开发语言与架构

数据资产中心采用前后端分离方式进行设计,后端采用Java、前端基于Backbone。前后端数据访问采用同步与异步通讯相结合的方式进行实现。

 

4   构建介质与环境

源代码:apache-atlas-2.0.0-sources.tar.gz

编译环境

image.png

 

5   构建前的准备

MVN配置

image.png

<settings xmlns="http://maven.apache.org/SETTINGS/1.1.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/SETTINGS/1.1.0 http://maven.apache.org/xsd/settings-1.1.0.xsd">

<localRepository>C:\MyData\GreenSoft\apache-maven-3.6.3\MavenRepository</localRepository>

 <mirrors>

   <mirror>

     <mirrorOf>central</mirrorOf>

     <name>aliyun maven</name>

    <url>https://maven.aliyun.com/repository/central</url>

     <id>alimaven</id>

   </mirror>

   <mirror>

     <mirrorOf>central</mirrorOf>

     <name>Human Readable Name for this Mirror.</name>

    <url>http://repo1.maven.org/maven2/</url>

     <id>repo1</id>

   </mirror>

   <mirror>

     <mirrorOf>central</mirrorOf>

     <name>Human Readable Name for this Mirror.</name>

     <url>http://repo2.maven.org/maven2/</url>

     <id>repo2</id>

   </mirror>

   <mirror>

     <mirrorOf>central</mirrorOf>

     <name>Google Maven Central</name>

    <url>https://maven-central.storage.googleapis.com</url>

     <id>google-maven-central</id>

   </mirror>

 </mirrors>

 <pluginGroups>

  <pluginGroup>org.apache.maven.plugins</pluginGroup>

  <pluginGroup>org.codehaus.mojo</pluginGroup>

 </pluginGroups>

</settings>

 

apache-atlas-sources-2.0.0\pom.xml

image.png

 

apache-atlas-sources-2.0.0\distro\pom.xml

image.png

 

6   执行构建

集群模式构建

mvn clean -DskipTests package -Pdist

 

单节点模式构建

mvn clean -DskipTests package -Pdist,embedded-hbase-solr

 

构建时候可能会出现类似如下包无法下载问题,需要多试几次,运气好的时候就能过

image.png

 

7   构建输出结果

如果构建成功,输出文件会在distro

image.png

 

 

目录
相关文章
|
4月前
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
114 1
|
1月前
|
Java API 持续交付
apache nifi 如何进行二次开发?
【10月更文挑战第23天】apache nifi 如何进行二次开发?
64 2
|
2月前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
72 1
|
2月前
|
SQL 大数据 Apache
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
84 1
|
2月前
|
分布式计算 监控 大数据
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
67 1
|
4月前
|
存储 消息中间件 人工智能
AI大模型独角兽 MiniMax 基于阿里云数据库 SelectDB 版内核 Apache Doris 升级日志系统,PB 数据秒级查询响应
早期 MiniMax 基于 Grafana Loki 构建了日志系统,在资源消耗、写入性能及系统稳定性上都面临巨大的挑战。为此 MiniMax 开始寻找全新的日志系统方案,并基于阿里云数据库 SelectDB 版内核 Apache Doris 升级了日志系统,新系统已接入 MiniMax 内部所有业务线日志数据,数据规模为 PB 级, 整体可用性达到 99.9% 以上,10 亿级日志数据的检索速度可实现秒级响应。
AI大模型独角兽 MiniMax 基于阿里云数据库 SelectDB 版内核 Apache Doris 升级日志系统,PB 数据秒级查询响应
|
3月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
156 11
|
4月前
|
消息中间件 Kafka Apache
流计算引擎数据问题之Apache Kafka Streams 没有采用低水印方案如何解决
流计算引擎数据问题之Apache Kafka Streams 没有采用低水印方案如何解决
55 0
|
4月前
|
消息中间件 Kafka Apache
流计算引擎数据问题之Apache Flink 的完整性推理方案设计如何解决
流计算引擎数据问题之Apache Flink 的完整性推理方案设计如何解决
67 0
|
4月前
|
监控 大数据 API
震撼来袭!Apache Flink:实时数据流处理界的超级巨星,开启全新纪元,让你的数据飞起来!
【8月更文挑战第6天】随着大数据时代的到来,企业急需高效处理实时数据流。Apache Flink作为一款开源流处理框架,以高性能、可靠性及易用性脱颖而出。Flink能无缝处理有界和无界数据流,支持低延迟实时分析,适用于实时推荐、监控及风控等场景。例如,在实时风控系统中,Flink可即时分析交易行为以检测欺诈。以下示例展示了如何使用Flink实时计算交易总额,通过定义Transaction类和使用DataStream API实现数据流的实时处理和聚合。Flink正以其强大的实时处理能力和高度可扩展性引领实时数据流处理的新时代。
66 0

推荐镜像

更多