优享资讯 | 网易湖仓管理系统 Amoro 进入 Apache 孵化器

InfoQ 推荐 ( ) • 2024-03-27 17:32

网易湖仓管理系统 Amoro 进入 Apache 孵化器

北京时间2024年3月11日，Amoro项目顺利通过投票，正式进入Apache软件基金会（ASF，Apache Software Foundation）的孵化器，成为ASF的一个孵化项目。

根据Apache软件基金会的投票结果邮件显示，本次投票共包含15个约束性投票和19个非约束性投票，所有的投票均为赞成，没有弃权票或反对票。

Amoro，开箱即用的湖仓管理能力

长期以来，在Hadoop、Spark、Flink、Trino等开源、开放、扩展性强的生态项目的支持下，湖仓已成为企业数字化转型中的重要选型。然而，湖仓的复杂性和技术门槛导致企业落地成本居高不下。

Amoro是建立在开放数据湖表格式之上的湖仓管理系统。2020年开始，网易大数据团队在公司内基于Apache Iceberg进行湖仓一体架构的探索，孵化了流式湖仓服务Arctic。

2021年，团队陆续发布Arctic 0.1/0.2版本，并在网易云音乐算法团队落地，后在网易传媒、网易有道等业务落地。次年8月，网易正式开源了Arctic，项目受到了广泛关注并开始上线到生产环境中，用户逐渐转变为贡献者。

2023年8月，由于对Arctic的期望以及项目长期发展考虑，Arctic正式更名为Amoro，并发布了新的LOGO和官网。今年3月，网易将Amoro捐赠给Apache基金会，提案通过了Apache基金会的投票决议。

自2022年8月对外开源以来，Amoro不断有发现相同痛点的小伙伴加入到社区中，截至目前，Amoro共有19个上线用户和62位贡献者。

Amoro旨在提供开箱即用的湖仓管理能力，将湖仓的复杂性留给系统，简化给产品和用户。据介绍，Amoro 的功能主要包括：

提供统一的Catalog服务，对齐Hive Metastore、Rest catalog等开源标准，支持集成Glue等商业元仓，帮助引擎和产品构建流批统一的元仓；提供全托管的湖仓维护功能，包括数据自优化、数据过期、快照清理、元数据同步等，以实现数据在不同引擎之间的高可用性和开箱即用。支持对接不同的数据湖格式，包括Apache Iceberg和Apache Paimon，以及一种对流批一体场景更加优化的Mixed格式。提供开箱即用的管理工具，包括DSL指令、Metrics、Dashboard等。

“让湖仓不再成为互联网企业专宠”

根据Amoro团队介绍，Amoro 的愿景是依托于Apache Iceberg、Apache Paimon等新型数据湖表格式，持续打磨湖仓管理系统的定位和开箱即用的功能，为大数据产品和用户带来以下价值：

降低湖仓应用门槛，融入现代数据栈，为围绕湖仓构建的大数据产品极致瘦身，让湖仓不再成为互联网企业的专宠。通过管理系统对维护任务的全托管能力，实现数据湖的自治，让数据治理变得简单和开箱即用。提供全托管维护任务的扩展能力，让湖仓管理变得更为便捷。

未来，Amoro社区将专注于以下方面：

打磨全托管Function的框架和能力，持续优化Built-in Function功能，突出数据自优化功能与对标方案上的性能和成本优势。以社区驱动的方式持续完善Paimon、Iceberg的对接能力，按需求对接新的Format。面向管理的各类DSL指令实现，帮助产品更好地集成。完善Metrics以及其他管理功能。