一、开源项目简介

Datavines

Datavines 是一站式开源数据可观测性平台，提供元数据管理、数据概览报告、数据质量管理，数据分布查询、数据趋势洞察等核心能力，致力于帮助用户全面地了解和掌管数据，让您做到心中有数。

二、开源协议

使用Apache-2.0开源协议

三、界面展示

四、功能概述

DataVines 是一个易用的数据质量服务平台，支持多种指标和验证规则。它通过提供数据血缘、质量和分布模式的可见性，帮助组织建立稳健的数据治理实践。该平台帮助团队在数据问题影响业务决策之前识别并解决这些问题，确保数据在整个生命周期中保持可信和可靠。

特性

数据目录

• 定时获取数据源元数据，构造数据目录
• 定时监听元数据变更情况
• 支持元数据的标签管理

数据质量监控

• 内置 27 个数据质量检查规则，开箱即用
• 支持 4 种数据质量检查规则类型单表单列检查类型单表自定义SQL检查类型跨表准确性检查类型两表值比对检查类型
• 支持配置定时任务进行定时检查
• 支持配置 SLA 用于检查结果告警

数据概览

• 支持定时执行数据探测，输出数据概览报告
• 支持自动识别列的类型自动匹配合适的数据概况指标
• 支持表行数趋势监控
• 支持列的数据分布情况查看

多种运行模式

• 提供Web页面配置检查作业、运行作业、查看作业执行日志、查看错误数据和检查结果
• 支持在线生成作业运行脚本，通过 datavines-submit.sh 来提交作业，可与调度系统配合使用

容易部署&高可用

• 平台依赖少，容易部署
• 最小仅依赖 MySQL 既可启动项目，完成数据质量作业的检查
• 支持水平扩容，自动容错
• 无中心化设计，Server 节点支持水平扩展提高性能
• 作业自动容错，保证作业不丢失和不重复执行

五、技术选型

架构设计

安装

使用Maven3.6.1以及以上版本

$ mvn clean package -Prelease -DskipTests

环境依赖

1. Java 运行环境:Jdk8
2. Datavines 支持 JDBC 引擎，如果你的数据量较小或者只是想做功能验证，可以使用 JDBC 引擎
3. 如果您要想要基于 Spark 来运行 Datavines ，那么需要保证你的服务器具有运行 Spark 应用程序的条件

快速入门

请参考官方文档：快速入门指南

开发指南

请参考官方文档：开发指南

DataVines 代表了数据可观测性和质量管理的全面解决方案。其数据目录、质量监控、概要分析和多表验证能力的结合，为组织提供了建立稳健数据治理实践所需的工具。

 

该平台基于插件的架构确保了灵活性和可扩展性，使其能够适应不断发展的数据景观和需求。通过支持众多数据源、执行引擎和验证规则，DataVines 能够满足各种规模和行业组织的需求。

 

无论您是刚刚开始数据质量之旅，还是希望增强现有实践，DataVines 都为确保数据在整个生命周期中保持准确、可靠和可信提供了坚实的基础。