荣锋亮 - 博客园

feast 开源feature store

摘要：对于机器学习特征处理是一个比较重要，特征的质量会严重影响模型的质量，而且很多时候我们都是希望实时的特征数据feast 是一个开源的特征存储实现，包含了离线以及实时特征的存储以及获取（包含了sdk，可以进行特征的获取）参考架构包含的组件:registry：对象存储，持久化特征，我们可以通过sdk 阅读全文

posted @ 2023-09-19 14:11 荣锋亮阅读(391) 评论(0) 推荐(0)

embeddedkafka 方便测试的基于内存的kafka 实现

摘要： embeddedkafka 方便测试的基于内存的kafka 实现，可以用来方便的进行基于kafka 周边的测试目前embeddedkafka提供了stream，core，conenct 以及schema-registry，对于测试场景是一个不错的选择参考资料 https://github.com/ 阅读全文

posted @ 2023-09-19 13:42 荣锋亮阅读(129) 评论(0) 推荐(0)

tus java client 使用以及问题说明

摘要：代码来自官方参考，支持在使用的时候发现了一些问题记录下参考代码 App.java package org.example; import io.tus.java.client.*; import java.io.File; import java.io.IOException; import ja 阅读全文

posted @ 2023-09-19 13:02 荣锋亮阅读(300) 评论(0) 推荐(0)

tus-node-server 官方基于node 实现的tus server 1.0 发布

摘要： tus-node-server 是基于typescript 开发的新的nodejs server，通过拆分为独立的包（file，s3，gcs， server ）包含的特性完全基于typescript 开发拆分为了独立的包提供了新的events 以及hooks 升级了依赖包重新设计了存储 f 阅读全文

posted @ 2023-09-19 10:59 荣锋亮阅读(141) 评论(0) 推荐(0)

oceanbase odc 开源了

摘要：我以前也打开简单说过，oceanbase odc 的实现（通过同时猜测的），就在今天odc 整体源码开源了，对于需要自己扩展的同学是比较方便的，同时也可以更好的学习odc 的实现机制目前odc 包含的组件 client web 前端，同时也有基于electron 包装的客户端，会启动jar 暴露的阅读全文

posted @ 2023-08-30 21:32 荣锋亮阅读(144) 评论(0) 推荐(0)

apache spark connect 试用

摘要： spark connect 3.4 开始就支持了connect 模式，3.4.1 比较稳定了 connect server 启动实际上就是一个spark 引用，通过spark_submit 提交到spark 环境中启动 ./sbin/start-connect-server.sh --packa 阅读全文

posted @ 2023-08-22 22:02 荣锋亮阅读(621) 评论(0) 推荐(0)

spark on k8s 开发部署简单实践

摘要：实际上就是一个简单的实践，方便参考，对于开发以及运行，集成ci/cd 以及dophinscheduler 任务调度为了方便开发的spark 应用共享以及使用基于s3 进行文件存储（当然dophinscheduler 也是支持自己的资源库的）参考图玩法说明基于gitlab 进行代码管理，通过ci 阅读全文

posted @ 2023-08-21 22:38 荣锋亮阅读(159) 评论(0) 推荐(0)

kestra 试用体验

摘要： kestra 官方是提供了基于docker-compose 运行的模版，以下主要是体验下，实际上kestra 提供的一些能力还是很强大的尤其是强大的插件开发能力环境准备 docker-compose 文件 volumes: postgres-data: driver: local kestra- 阅读全文

posted @ 2023-08-14 21:12 荣锋亮阅读(2871) 评论(1) 推荐(1)

kestra apache airflow 可选方案

摘要：今天我有简单说明过一个mage-ai 的airflow 替换方案，kestra 是另外一个可选方案kestra 使用了yaml 进行piepline 的配置，当然我们也可以直接在ui 中操作，kestra包含了自己的插件系统适合的业务场景数据调度分布式调度事件驱动workflow 说明 ke 阅读全文

posted @ 2023-08-12 18:28 荣锋亮阅读(454) 评论(0) 推荐(0)

mage-ai 简单试用体验

摘要：主要测试下集成minio s3，同时体验下mage-ai 环境准备 docker-compose 文件 version: '3' services: minio: image: minio/minio ports: - "9003:9000" - "19002:19001" environment: 阅读全文

posted @ 2023-08-12 18:21 荣锋亮阅读(495) 评论(0) 推荐(0)

mage-ai 替换airflow 的现代数据pipeline 平台

摘要： mage-ai 是一个可以替换airflow 的现代数据pipeline 平台包含的特性友好的开发体验支持python，sql，r 语言不以来DAG 的可开发模式交互式代码数据优先基于云的协作快速部署扩展简单提供可观测性说明官方提供来的demo 站点，可以方便的体验学习，目前阅读全文

posted @ 2023-08-12 13:09 荣锋亮阅读(368) 评论(0) 推荐(0)

python 新的包构建模式

摘要：实际上是PEP 517 的定义，主要是对于基于distutils以及setuptools 已经存在太久的时间了，需要一些调整了目前已经有了不少相关的实现了，同时也有不少python 包的开发就是基于了新的规范了，hatch 以及poetry 是一个不错的选择说明关于python包开发的，有一本很阅读全文

posted @ 2023-08-12 12:35 荣锋亮阅读(59) 评论(0) 推荐(0)

dbt 官方提供的一些强大的周边扩展

摘要：官方提供的一些不错的dbt 周边扩展 metricflow 此功能属于dbt 语义曾的一个核心组件这个是官方在推广的，对于我们进行数据分析很不错，参考玩法 dbt-meshify 这个属于dbt core 的一个扩展，提供了创建group，contract，access，version 以及进行项目阅读全文

posted @ 2023-08-12 12:21 荣锋亮阅读(296) 评论(0) 推荐(0)

dbt 新的基于视图的物化能力

摘要： dbt 在v1.6 版本，官方提供的不少adapter 支持了基于视图的物化处理，这个是一个很不错的功能技术上利用了db 提供的能力，官方提供了相关的介绍，具体可以参考连接参考资料 https://docs.getdbt.com/blog/announcing-materialized-views 阅读全文

posted @ 2023-08-08 23:15 荣锋亮阅读(53) 评论(0) 推荐(0)

dbt modules 宏简单说明

摘要： dbt modules 宏提供了让dbt 访问python 包的能力，处理上基于了jinja 的上下问处理，但是目前官方没有完整暴露此方法核心还是因为安全问题，只提供了一些时间、正则、迭代处理的，实际使用上基于了python 模块的动态加载（getattr） modules 宏的使用参考 {% s 阅读全文

posted @ 2023-08-08 23:02 荣锋亮阅读(85) 评论(0) 推荐(0)

cookiecutter python 项目模版工具

摘要： cookiecutter python 项目模版工具，可以帮助我们快速基于模版生成python 项目（当然也支持c 项目）有不少python 项目都是基于此工具的比如dbt adapter 开发就基于此提供了方便的adapter 生成 dbt adapter 参考模版 cookiecutter 创建阅读全文

posted @ 2023-08-06 21:10 荣锋亮阅读(75) 评论(0) 推荐(0)

dperf minio 团队开源的磁盘性能测试工具

摘要： dperf minio 团队开源的磁盘性能测试工具基于golang 开发，使用简单，类似的有fio 说明相比fio dperf 没有那么多的参数，实际上dperf 核心似乎主要是为了方便minio 使用的，但是对于日常中需要测试一些磁盘问题也是可以的，可以用来发现磁盘的瓶颈参考资料 https 阅读全文

posted @ 2023-08-06 12:06 荣锋亮阅读(233) 评论(0) 推荐(0)

jinjat 基于dbt 构建低代码数据应用

摘要： jinjat 的设计还是比较有意思的，直接利用了dbt，同时利用了一个analyses配置,analyses 在dbt 中更多属于一个基于现有的模型进行编译，但是不进行执行，jinjat 就利用了功能，但是扩展了下参考使用模型 analysis/my_first_api.sql {%- set 阅读全文

posted @ 2023-08-06 11:39 荣锋亮阅读(45) 评论(0) 推荐(0)

dbt-duckdb dbt duckdb 强大的adapter

摘要： dbt-duckdb 是一个dbt 扩展，功能很强大，同时社区也有相关的文章，使用duckdb 替换spark 处理一些数据的pipeline因为duckdb 具有很不错的olap 性能，同时支持不少外部数据集成（比如s3，http，parquet，pg。。。。）dbt-duckdb扩展使用起来很方阅读全文

posted @ 2023-08-06 11:13 荣锋亮阅读(391) 评论(0) 推荐(0)

dbt adapter 开发一些资料

摘要： dbt 演变以及周边工具是越来月多了，而且有不少db 已经支持dbt 的集成玩法了，官方提供了一些相关开发文档，一些不是很清晰对于我们实际需要开发的，就可以自己摸索，现在new sql 是越来越多了，但是并不是都能更好的支持dbt 内置的一些功能，连接管理部分这个部分官方有完整的信息，文档有提供阅读全文

posted @ 2023-08-06 11:05 荣锋亮阅读(84) 评论(0) 推荐(0)

automate-dv 基于dbt 的data vault 2.0 落地工具

摘要： automate-dv 基于dbt 的data vault 2.0 落地工具，包装了不少方便的宏，可以方便我们呢进行data vault 2.0 数据仓库建模理论的实际落地功能企业级保障支持data vault 的hub，links，satelintes以及一些扩展（方便使用）元数据驱动的代阅读全文

posted @ 2023-08-04 23:10 荣锋亮阅读(80) 评论(0) 推荐(0)

sqlfluff sql linter 以及自动格式化工具

摘要： sqlfluff sql linter 以及自动格式化工具 ,支持多数据库方言，以及模版代码，比较适合ELT 类型的数据分析应用，同时对于dbt 也是比较友好的特性多种数据库方言支持支持模版（jinja，dbt）可以很好的集成ci/cd dbt 参考效果因为dbt 使用了jinja 模版引阅读全文

posted @ 2023-08-04 22:56 荣锋亮阅读(671) 评论(0) 推荐(0)

dbt pacakge 模型引用

摘要： dbt 的package 能力可以方便的实现模型的共享，以下是一个简单的示例，实际上我以前写过（很早了，目前dbt 变化还是很大的）外部模型引用使用说明实际上是通过ref宏，明确声明包名以及模型,格式{{ref(<project or package name>,<model name>)} 示阅读全文

posted @ 2023-08-04 22:11 荣锋亮阅读(40) 评论(0) 推荐(0)

oracle 轻量级python连接驱动

摘要：实际上oracle python 驱动自从去年5月左右就提供了thin 模式，对于通过python 连接oracle 的同学是特别的，轻量方便新版本oracle 驱动支持模式从下图也可以看出来，支持可选的oracle client 模式参考使用 oracle 部署(docker-compose 阅读全文

posted @ 2023-08-01 08:26 荣锋亮阅读(280) 评论(0) 推荐(0)

oracle docker 运行

摘要：对于需要进行oracle 数据库测试场景，基于容器运行一个是很不错的选择，同时官方也提供了docker镜像，可以快速拿来使用运行 docker-compose 文件实际需要注意的是sid 以及用户密码，详细可以参考以下链接 version: '3' services: oracle: image 阅读全文

posted @ 2023-08-01 08:10 荣锋亮阅读(92) 评论(0) 推荐(0)

dbt class 简单说明

摘要： dbt class 可以用来创建数据仓库中的一些对象（比如关系，列）当需要通过高级模式进行模型以及宏构建的时候就比较有用在不少开源同时也包括官方core 中都有使用到主要包含的功能 Relation 对象创建参考(对于在宏中使用 api.Relation.create创建) {% set re 阅读全文

posted @ 2023-07-31 22:11 荣锋亮阅读(45) 评论(0) 推荐(0)

dbt-server 简单说明

摘要： dbt-server 是dbt 团队对于dbt-rpc 调整之后开源的dbt api 服务，内部基于了dbt-core 提供的cli 编程调用能力使用到的一些框架 fastapi 提供api 能力 dbt core 进行dbt 任务的执行 celery 基于celery 的任务调度（代码中的wor 阅读全文

posted @ 2023-07-31 17:43 荣锋亮阅读(148) 评论(0) 推荐(0)

citus 12 新特性

摘要：就在最近citus 发布了12 版本主要包含的新特性基于schema 的分片（对于一些saas ，面向微服务以及垂直拆分场景比较有用）基于租户的监控，核心还是对于schema 拆分场景的 merge 支持基于磁盘大小的rebalance 说明基于schema 的分片是一个很不错的功能，但是阅读全文

posted @ 2023-07-30 17:51 荣锋亮阅读(255) 评论(0) 推荐(0)

dolphinscheduler docker-compose 运行简单说明

摘要：因为官方提供的dolphinscheduler 有一些问题，所以自己调整环境变量的配置，方便直接运行运行 docker-compose 文件 version: "3" services: dolphinscheduler-postgresql: image: bitnami/postgresql: 阅读全文

posted @ 2023-07-30 10:41 荣锋亮阅读(335) 评论(0) 推荐(0)

dolphinscheduler 调度spark on k8s

摘要： dolphinscheduler 对于k8s的支持可以使用spark任务模式选择k8s 配置，当然也可以直接通过k8s 集成通过容器镜像模式运行，两种方式各有利弊，但是完全基于k8s模式会比较方便些集成玩法说明 spark 任务模式此模式我们需要配置SPARK_HOME 给每个dolphinsc 阅读全文

posted @ 2023-07-30 10:27 荣锋亮阅读(1248) 评论(0) 推荐(0)

vite-plugin-federation vite&rollup 模块联邦插件

摘要： vite-plugin-federation vite&rollup 模块联邦插件，和webpack 的模块联邦插件兼容模块联邦是一个很不错的前端模块化机制，对于微前端领域是一个很不错的选择，而且vite-plugin-federation 可以直接与webpack 的构建兼容，对于使用不同构建工具阅读全文

posted @ 2023-07-10 11:02 荣锋亮阅读(737) 评论(0) 推荐(0)

OpenFeature 特性flag 标准协议

摘要： OpenFeature 属于cncf 一个沙箱项目 OpenFeature 特性社区驱动的标准协议一个sdk 可以支持各种后端目前包含了不少支持工具（包含了开源的以及商业工具）支持不少客户端（目前支持了js，java，golang，c#，php）核心概念 OpenFeature 提供了一些阅读全文

posted @ 2023-07-10 10:14 荣锋亮阅读(374) 评论(0) 推荐(0)

gain 基于io_uring 的golang 网络框架

摘要： io_uring 是linux kernel 从5.1开始支持的新的io 操作模式，性能很不错，gain 是一个golang 实现参考使用 main.go package main import ( "fmt" "log" "net" "os" "sync/atomic" "time" "gith 阅读全文

posted @ 2023-07-10 09:58 荣锋亮阅读(229) 评论(0) 推荐(0)

bpftune oracle linux 试用体验

摘要：今天有测试bpftune 与Rocky linux 的集成，发现构建是可以成功的，但是运行会有问题(提示不支持，应该通过修改可以解决)，为了更好的测试，自己跑了一个oracle linux 虚拟机跑下环境搭建通过utm+oracle linux 8.8 ，还是比较简单的 ios 下载地址: 链阅读全文

posted @ 2023-07-03 22:08 荣锋亮阅读(125) 评论(0) 推荐(0)

bpftune oracle 开源的基于bpf 的系统linux 系统优化工具

摘要： bpftune oracle 开源的基于bpf 的系统linux 系统优化工具, 同时对于oracle linux 官方已经提供了支持，可以直接安装使用但是注意非oracle linux 当前测试构建木有成功参考使用为了简单基于了docker 版本的oracle linux 启动 docker 阅读全文

posted @ 2023-07-03 00:38 荣锋亮阅读(93) 评论(0) 推荐(0)

mutagen 快速文件同步&网络转发工具

摘要： mutagen 快速文件同步&网络转发工具，可以快速实现基于云的本地开发环境构建，提供了灵活的传输协议，支持本地，server 以及容器基础设施（实际上就是本地，ssh，以及dokcer 容器）参考使用（同步模式） mutagen 会有一个daemon 进程，这个是自动启动的，当然也有控制命令，阅读全文

posted @ 2023-07-02 18:46 荣锋亮阅读(269) 评论(0) 推荐(0)

kubeskoop 阿里开源的k8s 网络分析工具

摘要： kubeskoop 是阿里开源的k8s 网络分析工具，提供了一个完整的k8s 网络分析工具集，可以快速帮助我们分析容器网络问题，支持不少cni 插件参考图说明 kubeskoop 技术上利用了ebpf，功能还是很强大的，同时提供了可视化ui 工具，是一个很不错的k8s网络分析工具，很值得使用下阅读全文

posted @ 2023-07-01 08:52 荣锋亮阅读(377) 评论(0) 推荐(0)

aws 开源的微前端发现实现 frontend-discovery

摘要：实际上此协议已经开放一段时间了（一年左右），里边一些实践还是很不错的，对于微前端实现的同学可以参考学习同时官方也提供了一个基于aws 服务的参考实践，作者的一些演讲也是值得学习的参考格式如下图，可以看到包含了一些不错的设计，以及对于实际的部署维护，包含了元数据，多版本，fallback，一致性阅读全文

posted @ 2023-07-01 08:45 荣锋亮阅读(53) 评论(0) 推荐(0)

长亭waf-ce 版本嵌入模式集成说明

摘要：就在最近的ce 版本中，支持直接集成waf 能力到外部openresty （nginx 服务中），这样waf 能力就类似一个外部服务了，对于openresty 来说就是在不同阶段使用waf-ce 提供的方法，详细安装暂时就不说了，官方已经提供了，我只说明关于集成的一些问题集成问题玩法参考图注阅读全文

posted @ 2023-07-01 08:30 荣锋亮阅读(316) 评论(0) 推荐(0)

lakefs 提供的数据工程现状图

摘要：此图很不错，整理了不少数据处理周边的工具，可以参考学习参考图参考资料 https://lakefs.io/blog/the-state-of-data-engineering-2023/ 阅读全文

posted @ 2023-06-26 23:44 荣锋亮阅读(41) 评论(0) 推荐(0)

导航

公告