【亲测免费】 Apache Amoro(孵化中)安装与使用指南
目录结构及介绍
当你成功克隆或下载了Apache Amoro项目后,你会看到如下所示的目录结构:
amoro/
├── amoro-ams # Amoro管理服务模块
│ ├── amoro-ams-api # Ams Thrift API和通用接口
│ ├── amoro-ams-dashboard # Ams仪表板前端
│ └── amoro-ams-server # Ams后端服务器
├── amoro-core # 核心抽象和其他模块的公共实现
├── amoro-mixed-format # 提供Mixed格式实现
│ ├── amoro-mixed-format-hive # 集成Apache Hive并实施Mixed Hive格式
│ ├── amoro-mixed-format-flink # 为Flink提供Mixed格式表连接器
│ └── amoro-mixed-format-spark # 为Spark提供Mixed格式表连接器
├── charts # Helm图表用于部署Kubernetes
├── dev # 开发相关文件
├── docker # Docker相关文件
├── docs # 文档
├── licenses-binary # 二进制许可证文件
├── tools # 工具脚本
├── .gitignore # Git忽略规则
├── CONTRIBUTING.md # 贡献者指南
├── DISCLAIMER # 免责声明
├── LICENSE # 许可证
├── LICENSE-binary # 二进制许可证
├── NOTICES # 版权通知
├── NOTICE-binary # 二进制版权通知
├── README.md # 主读我文件
├── pom.xml # Maven构建配置
└── ...
amoro-ams: 管理服务模块包含了Amoro的核心功能和服务。amoro-core: 包含其他模块的通用核心实现逻辑。amoro-mixed-format: 支持多种存储格式的模块。
启动文件介绍
在Amoro的主目录下,并没有直接可以运行的服务端点或者应用入口点,这是因为Amoro本身是设计为一个高度模块化和可扩展的系统,它的各部分组件可以通过Maven进行编译打包,然后在相应的环境中启动。以下是一些关键的启动指令:
Maven构建命令
-
构建所有模块(除了
amoro-mixed-format-trino)mvn clean package -
构建并跳过测试
mvn clean package -DskipTests -
构建并跳过仪表板编译
mvn clean package -Pskip-dashboard-build -
构建并禁用磁盘存储RocksDB以避免内存溢出
mvn clean package -DskipTests -Pno-extented-disk-storage -
使用Hadoop 2.x依赖项构建(默认为3.x)
mvn clean package -DskipTests -Phadoop2 -
指定Flink版本用于优化器
mvn clean package -DskipTests -Dflink-optimizer-version=1.18.1
这些构建完成后,你可以通过查看各个模块下的target目录来找到构建后的可执行文件或包。
配置文件介绍
Amoro的大部分配置都发生在其不同模块内部,在构建和运行特定组件时,可以通过传递环境变量或者修改代码中的默认设置来进行微调。例如,对于amoro-ams-server模块,它可能会有自身的属性文件如application.properties或者application.yml用来定义服务地址、端口等参数。
由于Amoro的设计原则之一是在分布式环境中灵活适应,因此它的配置方式可能更加倾向于动态配置中心或者环境变量注入的方式,具体可以在项目的文档和源代码注释中查找详细的信息。
为了确保正确地启动和运行每个组件,建议参考各个子模块的详细文档,通常这些文档会被放在对应的docs目录下,或者是项目的GitHub仓库Readme中提供的链接。对于复杂的生产环境部署,还应关注Amoro提供的Helm Charts,这将帮助你在Kubernetes集群上更容易地部署和管理整个Amoro系统。
以上就是关于Apache Amoro项目的目录结构、启动文件以及配置文件的大致说明,希望对你的使用带来便利。如果有更详细的配置需求或者其他技术问题,欢迎进一步查阅项目文档或参与社区讨论。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00