开源、云原生且实时分析型的现代数据仓库DataBend的介绍，及其与其它开源文件存储的结合使用实例_databend功能

机器学习之心AI
101 阅读8分钟 
# 克隆 Databend 仓库
git clone https://github.com/datafuselabs/databend.git
cd databend

# 使用 nightly 版本的 Rust 编译器构建 Databend
rustup default nightly
cargo build --release

# 创建 Databend 的数据存储目录（例如 /var/lib/databend）
sudo mkdir -p /var/lib/databend
sudo chown $(id -u):$(id -g) /var/lib/databend

3. 配置与运行 Databend

Databend 提供了单机模式和分布式模式的部署方式。这里我们先介绍单机模式下的配置与启动：

# 运行一个单节点的 Databend 服务
./target/release/databend-server --config-path=config.toml.example

# 或者如果你想在后台运行（daemon mode），可以加上 `--log-file` 参数指定日志文件
./target/release/databend-server --config-path=config.toml.example --log-file=/var/log/databend/server.log &

上述命令中，config.toml.example 是一个示例配置文件，你需要根据实际需求修改它。例如设置监听地址、端口、数据目录等信息。

4. 配置数据库连接

默认情况下，Databend 启动后会在本地监听 3307 端口作为 SQL 查询接口。你可以通过任何支持 MySQL 协议的客户端连接到 Databend。

mysql -h localhost -P 3307 -u root

5. 配置持久化存储 (可选)

如果你希望将数据持久化存储在某个位置（比如 S3 或 MinIO），则需要在配置文件中添加对应的存储后端，并提供相应的访问凭证。

6. 分布式部署

对于生产环境或大规模测试，你可能需要部署多节点集群。请参考 Databend 的 Kubernetes Helm Chart 或 Docker Compose 文件来搭建分布式集群。

注意事项：

  • 在正式环境中，请确保正确配置安全性相关的选项，如密码加密、访问控制等。
  • 对于持久化存储支持，Databend 可以配置为使用各种对象存储服务，包括但不限于 AWS S3、MinIO、Google Cloud Storage 等。

请查阅最新版的 Databend 文档获取详细指导和最佳实践：Databend - The Future of Cloud Data Analytics. | Databend

基于Docker安装和配置使用

atabend 提供了 Docker 镜像，使得用户可以通过 Docker 容器快速部署和运行 Databend 数据库。以下是一个使用 Docker 安装 Databend 的详细配置步骤：

1. 拉取 Databend Docker 镜像

首先，确保已安装 Docker，并在终端中执行以下命令以拉取最新的 Databend Docker 镜像。请注意，实际镜像名可能会随着版本更新而变化，请参考官方文档获取最新版本。

docker pull databend-docker:databend-query # 查询引擎（databend-query）
docker pull databend-docker:databend-meta # 元数据服务（databend-meta）

2. 创建用于持久化存储的目录（可选）

为了在容器重启后仍能保留数据，可以创建本地主机上的目录用于持久化存储元数据和服务数据：

mkdir -p /path/to/databend/meta-data
mkdir -p /path/to/databend/query-data

3. 运行 Databend Meta 服务

docker run -d --name databend-meta \
  -v /path/to/databend/meta-data:/var/lib/databend-meta \
  -e "DATABEND_QUERY_HTTP_PORT=8001" \
  databend-docker:databend-meta

这里，-v 参数将主机上的目录映射到容器内的 /var/lib/databend-meta 目录。

4. 运行 Databend Query 引擎

docker run -d --name databend-query \
  --link databend-meta:databend-meta \
  -v /path/to/databend/query-data:/var/lib/databend-query \
  -p 8080:8080 \
  databend-docker:databend-query

这里的 --link 参数用于连接查询引擎与元数据服务容器，使查询引擎能够访问元数据服务。同时 -p 参数用于映射查询引擎的 HTTP 端口到宿主机上。

5. 配置环境变量（可选）

根据需要，可以设置其他环境变量来配置数据库的行为，例如日志级别、监听地址等。请查阅 Databend 文档了解可用的环境变量列表。

6. 访问和测试 Databend

启动容器后，可以通过如下方式访问 Databend 查询引擎：

  • HTTP API: 在浏览器或 Postman 中访问 http://localhost:8080/ （如果映射的是本机端口）。
  • SQL Client：通过 MySQL 客户端工具如 MySQL Workbench 或者命令行工具连接至 Databend，端口通常为 3307，用户名和密码可能需要查看具体文档或环境变量配置。

请始终参照最新的官方文档进行操作，因为具体的参数和配置可能会随时间发生变化。以上示例是基于假设的默认配置给出的。

Centos 9下安装和使用

在CentOS 9系统上安装Databend的大致步骤（以最新的官方文档为准）：

1. 确保环境准备就绪

  • CentOS 9系统已经安装了必要的开发工具和依赖库。
  • Rust编程语言环境已安装。
# 更新系统并安装必要软件包
sudo dnf update -y
sudo dnf install -y curl git make gcc-c++ zlib-devel openssl-devel

# 安装Rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
source $HOME/.cargo/env

2. 安装Databend

  • 使用Rust的Cargo来构建和安装Databend的服务器部分（metasrv和databend-query）。
# 克隆Databend源代码
git clone https://github.com/datafuselabs/databend.git
cd databend

# 构建并安装
cargo build --release --bin metasrv
cargo build --release --bin databend-query

# 创建用于存放运行时数据的目录
mkdir -p /var/lib/databend/meta /var/lib/databend/data

3. 配置与启动服务

  • 配置Databend的元数据存储、日志路径等参数，并启动服务。
# 编写配置文件（这里仅提供示例配置）
cat << EOF > /etc/databend/config.toml
[meta_service]
listen = "127.0.0.1:9191"
data_dir = "/var/lib/databend/meta"

[databend_query]
http_server_address = "0.0.0.0:8000"
query_pool_size = 4
local_data_path = "/var/lib/databend/data"
EOF

# 启动metasrv服务
./target/release/metasrv --config /etc/databend/config.toml &

# 启动databend-query服务
./target/release/databend-query --config /etc/databend/config.toml &

4. 验证安装

  • 在本地或通过网络连接到Databend Query API端口进行验证。
# 如果是在本地机器上安装，可以尝试执行一个简单的查询
curl -G "http://localhost:8000/v1/query" --data-urlencode 'sql=SELECT version()' 

# 应该返回类似如下信息：
{"results":[{"meta":{"columns":[{"name":"version","type":5}],"rows":[["nightly"]]},"stats":{"elapsed_time":...}}]}

注意事项：

  • 实际部署中，您可能需要为Databend设置持久化存储，比如挂载适当的磁盘分区或使用云存储服务。
  • 生产环境中，请确保使用稳定的版本而非nightly版，并根据官方推荐的最佳实践进行配置和管理。
  • Databend还支持通过Docker容器方式部署，对于生产部署而言，采用Docker Compose或者Kubernetes等方式更加便捷且易于维护。

请始终查阅最新版的Databend官方文档获取详细的安装指导：docs.databend.rs/

Databend、lakeFS 和 MinIO三者结合

高性能、可扩展、分布式对象存储系统MinIO的介绍、部署步骤以及代码示例-CSDN博客

 

Databend、lakeFS 和 MinIO 的功能介绍：

  1. Databend：

    • Databend 是一个开源的实时分析型数据仓库，它构建在 Rust 之上，并兼容 Apache Arrow 格式。
    • 提供了类似 Snowflake 的云原生架构，支持高并发查询和近实时的数据插入与更新。
    • 支持 SQL 查询语言，可以处理 PB 级别的数据并提供亚秒级延迟的交互式分析体验。
    • 集成了多种数据源，并且可以通过 JDBC/ODBC 连接各种 BI 工具进行数据分析。

  2. lakeFS：

    • lakeFS 是一种基于 Git-like 分支模型的对象存储管理工具，适用于 AWS S3 或其他 S3 兼容存储服务（如 MinIO）。
    • 它为数据湖提供了版本控制功能，允许用户对存储在对象存储中的数据集创建分支、合并、回滚等操作。
    • 用户可以在不同的分支上进行数据开发、测试和生产流程，增强了数据资产管理能力，简化了数据流水线的治理和审计工作。

  3. MinIO：

    • MinIO 是一款高性能、分布式的对象存储系统，完全兼容 Amazon S3 API。
    • 可以部署在本地或云端，用于大规模非结构化数据存储，包括大数据分析所需的原始数据、备份和归档数据等。
    • 提供高可用性、可扩展性和安全性，适合用作企业内部或者混合云环境下的对象存储解决方案。

三者结合使用的方式及示例：

假设您希望将 MinIO 作为底层存储，通过 lakeFS 对其上的数据进行版本管理和分支操作，并使用 Databend 对这些数据进行查询分析。以下是大致的配置步骤和使用方法：

配置步骤：

  1. 部署 MinIO：

img img

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

avatar
文章
阅读
粉丝