lakevision
活跃·★ 52·Apache-2.0·更新于 2026-09-01
Lakevision是一个全面的工具，旨在为基于Apache Iceberg表格式的数据湖仓提供深入洞察。它使用户能够探索命名空间、表、模式、属性和变更历史，从而促进高效的数据治理和理解。
#数据湖仓#Apache Iceberg#数据目录#数据治理#数据质量#可观测性#FastAPI#SvelteKit
01
功能特性
01搜索和查看所有命名空间和表，包括其模式、属性、分区规范和快照。
02记录随时间增加的图形化总结，以及记录数、文件数和大小等详细的分区信息。
03湖仓健康特性，用于运行、调度和监控数据质量和健康检查。
04支持基于OIDC/OAuth的身份验证和可插拔的授权，实现安全访问控制。
05可选的“与湖仓聊天”功能，利用大型语言模型。
02
兼容性
Python
运行时
已通过文档验证
Node.js
前端运行时
已通过文档验证
Docker
容器化
已通过文档验证
Linux
操作系统
已通过文档验证
macOS
操作系统
已通过文档验证
Apache Iceberg
数据格式
已通过文档验证
03
快速开始
1
$ git clone https://github.com/lakevision-project/lakevision.git
2
$ cd lakevision
3
$ docker build -t lakevision:1.0 .
4
$ docker run --env-file .env -p 8081:8081 lakevision:1.0 /app/start.sh
04
使用场景
↳快速了解基于Apache Iceberg的数据湖仓内的数据布局、文件位置和变更历史。
↳在湖仓环境中实施和监控数据质量标准及健康检查。
↳通过集成OIDC/OAuth认证和自定义授权插件，安全地管理和治理数据访问。
↳探索和分析表级元数据，如模式、分区详情和快照，以完成数据管理任务。
↳在Kubernetes或OpenShift上部署一个强大的数据湖仓可观测性解决方案，用于生产环境。
05
同类工具
mcpsnoop★ 362
mcpsnoop 是一个针对 MCP 的透明代理，它在终端中实时显示您的 AI 客户端和 MCP 服务器之间发生的每一个真实工具调用，就像 MCP 的 Wireshark。
agentcat-python-sdk★ 53
AgentCat 是一个用于 MCP 服务器的分析平台，通过捕获用户意图和行为模式，帮助开发者理解 AI 用户需求并加速产品开发，同时提供日志、追踪和错误遥测转发功能。
评论
登录后发表评论
暂无评论，来发表第一条吧