WhereHows 项目安装和配置指南
2026-01-21 05:17:58作者:柏廷章Berta
1. 项目基础介绍和主要编程语言
项目介绍
WhereHows 是一个由 LinkedIn 开发的开源数据发现和元数据管理平台。它旨在帮助用户发现、理解和管理企业中的数据资产。WhereHows 提供了一个集中的平台,用于存储、搜索和分析数据集的元数据,从而提高数据的可发现性和可理解性。
主要编程语言
WhereHows 项目主要使用以下编程语言:
- Java
- Python
- JavaScript
2. 项目使用的关键技术和框架
WhereHows 项目使用了多种关键技术和框架,主要包括:
- Spring Framework: 用于构建企业级 Java 应用程序。
- React: 用于构建前端用户界面。
- Apache Kafka: 用于处理实时数据流。
- MySQL: 用于存储元数据和配置信息。
- Elasticsearch: 用于全文搜索和数据分析。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装 WhereHows 之前,请确保您的系统满足以下要求:
- 操作系统: Linux 或 macOS(推荐)
- Java: JDK 8 或更高版本
- Python: Python 3.6 或更高版本
- Node.js: 12.x 或更高版本
- MySQL: 5.7 或更高版本
- Elasticsearch: 7.x 或更高版本
- Apache Kafka: 2.x 或更高版本
安装步骤
步骤 1: 克隆项目仓库
首先,从 GitHub 克隆 WhereHows 项目仓库到本地:
git clone https://github.com/linkedin/WhereHows.git
cd WhereHows
步骤 2: 配置数据库
在 MySQL 中创建一个新的数据库,并配置 WhereHows 的数据库连接信息。编辑 application.yml 文件,设置数据库连接字符串:
spring:
datasource:
url: jdbc:mysql://localhost:3306/wherehows
username: your_username
password: your_password
步骤 3: 配置 Elasticsearch
确保 Elasticsearch 服务正在运行,并编辑 application.yml 文件,设置 Elasticsearch 连接信息:
elasticsearch:
host: localhost
port: 9200
步骤 4: 配置 Kafka
启动 Kafka 服务,并确保 Kafka 代理正在运行。编辑 application.yml 文件,设置 Kafka 连接信息:
kafka:
bootstrap-servers: localhost:9092
步骤 5: 构建项目
使用 Maven 构建项目:
mvn clean install
步骤 6: 启动 WhereHows
构建完成后,启动 WhereHows 服务:
java -jar wherehows-backend/target/wherehows-backend.jar
步骤 7: 启动前端
进入前端目录并安装依赖:
cd wherehows-frontend
npm install
启动前端服务:
npm start
完成
至此,WhereHows 项目已经成功安装并配置完成。您可以通过浏览器访问 http://localhost:3000 来使用 WhereHows 平台。
通过以上步骤,您可以顺利地在本地环境中安装和配置 WhereHows 项目。如果在安装过程中遇到任何问题,请参考项目文档或社区支持。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134