| layout | title | tags |
|---|---|---|
post |
一款拥有简洁优雅编程模型的数据流引擎 |
Python |
大家好，我是你们的章鱼猫。
今天推荐一个简洁优雅的数据流引擎工具 Dagster，它的目标是帮助大家构建与时俱进的数据类应用，通过该工具能够让数据科学家、数据工程师以及其他人员在同一个数据管道上进行合作协同。
Dagster 拥有优雅的编程模型、增量可扩展能力以及方便易用的 UI，其创建团队中一名成员参与过 GraphQL 的开发。
- 优雅的编程模型
Dagster 定义了一系列的抽象类型，帮助我们构建自描述、可测试和可靠的数据类应用。重要的是，该工具将可测试的能力定义为工具的原生能力。
- 增量可扩展能力
Dagster 能够方便的集成现有的工具和基础设施，比如 Spark、Python、Jupyter notebook、SQL 等。同时也能与其他的流程引擎进行集成，比如 Airflow。
- 漂亮易用的 UI
Dagster 定义了一套简洁易用的本地开发界面，能够方便数据工程师、机器学习工程师、数据分析师使用。
以下是一个简单的数据流示例。其中 pipeline 对应一个数据流水线，而其中的 solid 对应一直执行单元，按照一定的规则输入和输出，无其他的副作用。通过定义数据的流向，也就是将不同的 solid 的输入和输出进行串联，最终可以构建一个数据的处理流程。下图的代码能够直接转换成对应的数据流图，方便分析和可视化。
更多项目详情请查看如下链接。