部署Apache Gravitino项目及使用教程

一、项目介绍

Apache Gravitino 是一个统一的元数据管理平台，旨在打破数据孤岛，为Data+AI资产提供单一事实来源。它的核心优势在于 “目录的目录”（Catalog of Catalogs） 架构、对海量引擎和AI工作的原生支持，以及从被动的元数据服务向主动的“元数据驱动行动系统”的演进。

主要特点

• 统一元数据管理：通过单一模型和 API 管理各种元数据源（例如 Hive、MySQL、HDFS、S3）。
• 端到端数据治理：对所有元数据资产进行访问控制、审计和发现等功能。
• 直接元数据集成：底层系统的变化会立即通过 Gravitino 的连接器反映出来。
• 地理分布支持：跨区域和云共享元数据，以支持全球架构。
• 多引擎兼容性：无需修改 SQL 方言即可与查询引擎无缝集成。
• AI资产管理（开发中）：支持AI模型和特征跟踪。

常见用例

• 跨数据湖和数据仓库的联合元数据发现
• 混合云或多云环境下的多区域元数据同步
• 通过统一的审计和访问控制进行数据和人工智能资产治理
• 即插即用，适用于 Trino 或 Spark 等发动机。
• 支持不断发展的元数据标准，包括人工智能模型谱系

二、快速部署启动项目

环境要求：

安装 Git（可选）、Docker、Docker Compose。

系统资源要求：

2 个 CPU 核心，8 GB 内存，25 GB 磁盘存储空间，MacOS 或 Linux 操作系统（已验证 Ubuntu22.04、Ubuntu24.04 和 AmazonLinux）。

需使用的端口：

该项目环境运行多个服务。后续使用到的端口如下：(确保与你已经运行的服务端口不要冲突)

注：如果有些端口已经被使用了，可以修改docker-compose.yaml文件里面的端口

下载并启动项目：

git clone git@github.com:apache/gravitino-playground.git
cd gravitino-playground

运行脚本启动所以服务：

./playground.sh start

检查运行状态：

./playground.sh status

停止服务指令（需要时使用）：

./playground.sh stop

三、使用 Trino SQL 体验 Apache Gravitino

在 Docker 容器中使用 Trino CLI

使用以下命令登录到 Gravitino playground Trino Docker 容器：

docker exec -it playground-trino bash

进入容器后输入：

trino

四、使用 Jupyter Notebook

五、使用 Spark 客户端

使用以下命令登录到 Gravitino playground Spark Docker 容器：

docker exec -it playground-spark bash

在容器中打开 Spark SQL 客户端：

cd /opt/spark && /bin/bash bin/spark-sql

六、监控Gravitino

七、实践案例

简单的Trino查询

可以使用简单的查询在 Trino CLI 中进行测试：

SHOW CATALOGS;

CREATE SCHEMA catalog_hive.company
WITH (location = 'hdfs://hive:9000/user/hive/warehouse/company.db');

SHOW CREATE SCHEMA catalog_hive.company;

CREATE TABLE catalog_hive.company.employees
(
name varchar,
salary decimal(10,2)
)
WITH (
format = 'TEXTFILE'
);

INSERT INTO catalog_hive.company.employees (name, salary) VALUES ('Sam Evans', 55000);

SELECT * FROM catalog_hive.company.employees;

SHOW SCHEMAS from catalog_hive;

DESCRIBE catalog_hive.company.employees;

SHOW TABLES from catalog_hive.company;

跨目录查询

在一家公司里，不同的部门可能使用不同的数据栈。例如，人力资源部门使用 Apache Hive 存储数据，而销售部门使用 PostgreSQL。你可以使用 Gravitino 将这两个部门的数据连接起来，运行一些查询。

要了解哪位员工的销售额最高，可以运行以下 SQL 语句：

SELECT given_name, family_name, job_title, sum(total_amount) AS total_sales
FROM catalog_hive.sales.sales as s,
catalog_postgres.hr.employees AS e
where s.employee_id = e.employee_id
GROUP BY given_name, family_name, job_title
ORDER BY total_sales DESC
LIMIT 1;

要了解购买量最高的客户，可以运行以下 SQL 语句：

SELECT customer_name, location, SUM(total_amount) AS total_spent
FROM catalog_hive.sales.sales AS s,
catalog_hive.sales.stores AS l,
catalog_hive.sales.customers AS c
WHERE s.store_id = l.store_id AND s.customer_id = c.customer_id
GROUP BY location, customer_name
ORDER BY location, SUM(total_amount) DESC;

要了解员工的平均绩效评分和总销售额，可以运行以下 SQL 语句：

SELECT e.employee_id, given_name, family_name, AVG(rating) AS average_rating, SUM(total_amount) AS total_sales
FROM catalog_postgres.hr.employees AS e,
catalog_postgres.hr.employee_performance AS p,
catalog_hive.sales.sales AS s
WHERE e.employee_id = p.employee_id AND p.employee_id = s.employee_id
GROUP BY e.employee_id, given_name, family_name;

用 Spark 和 Trino

可以考虑使用 SparkSQL 生成数据，然后使用 Trino 查询这些数据。不妨试试 Gravitino：

        1、登录 Spark 容器并执行 SQL 语句：

// 使用Hive目录创建Hive表
USE catalog_hive;
CREATE DATABASE product;
USE product;

CREATE TABLE IF NOT EXISTS employees (
id INT,
name STRING,
age INT
)
PARTITIONED BY (department STRING)
STORED AS PARQUET;
DESC TABLE EXTENDED employees;

INSERT OVERWRITE TABLE employees PARTITION(department='Engineering') VALUES (1, 'John Doe', 30), (2, 'Jane Smith', 28);
INSERT OVERWRITE TABLE employees PARTITION(department='Marketing') VALUES (3, 'Mike Brown', 32);

        2、登录 Trino 容器并执行 SQL：

SELECT * FROM catalog_hive.product.employees WHERE department = 'Engineering';

演示程序位于该jupyter文件夹中，可以通过访问http://localhost:18888 gravitino-spark-trino-example.ipynb 通过 Jupyter Notebook 打开演示程序。

八、使用 Apache Iceberg REST 服务

假设您想将业务从 Hive 迁移到 Iceberg。部分表将使用 Hive，其他表将使用 Iceberg。Gravitino 也提供了一个 Iceberg REST 目录服务。您可以使用 Spark 访问该 REST 目录来写入表数据。然后，您可以使用 Trino 从 Hive 表中读取数据，并将数据与 Iceberg 表连接起来。

spark-defaults.conf具体如下（已在 Playground 中配置好）：

spark.sql.extensions org.apache.iceberg.spark.extensions.IcebergSparkSessionExtensions
spark.sql.catalog.catalog_rest org.apache.iceberg.spark.SparkCatalog
spark.sql.catalog.catalog_rest.type rest
spark.sql.catalog.catalog_rest.uri http://gravitino:9001/iceberg/
spark.locality.wait.node 0

请注意，catalog_rest SparkSQL 和catalog_iceberg Gravitino 以及 Trino 共享同一个 Iceberg JDBC 后端，这意味着它们可以访问同一个数据集。

        1、登录 Spark 容器并执行以下步骤。

docker exec -it playground-spark bash
spark@container_id:/$ cd /opt/spark && /bin/bash bin/spark-sql
use catalog_rest;
create database sales;
use sales;
create table customers (customer_id int, customer_name varchar(100), customer_email varchar(100));
describe extended customers;
insert into customers (customer_id, customer_name, customer_email) values (11,'Rory Brown','rory@123.com');
insert into customers (customer_id, customer_name, customer_email) values (12,'Jerry Washington','jerry@dt.com');

       2、 登录 Trino 容器并执行以下步骤。您可以从 Hive 表和 Iceberg 表中获取所有客户信息。

docker exec -it playground-trino bash
trino@container_id:/$ trino
select * from catalog_hive.sales.customers
union
select * from catalog_iceberg.sales.customers;

演示程序位于该jupyter文件夹中，可以 gravitino-spark-trino-example.ipynb 通过 Jupyter Notebook访问 http://localhost:18888 打开演示程序。

九、将 Gravitino 与 LlamaIndex 结合使用

Gravitino Playground 还提供了一个简单的 RAG 演示，该演示使用了 LlamaIndex。此演示展示如何使用 Gravitino 管理表格和非表格数据集，将 LlamaIndex 作为统一数据源连接起来，然后使用 LlamaIndex 和 LLM 通过一条自然语言查询来查询表格和非表格数据。

演示程序位于该jupyter文件夹中，可以通过  http://localhost:18888gravitino_llama_index_demo.ipynb 通过 Jupyter Notebook 打开演示程序。

演示场景为：基本结构化的城市统计数据存储在 MySQL 数据库中，详细的城市介绍信息存储在 PDF 文件中。用户希望同时获取结构化数据和 PDF 文件中关于城市的答案。

在本演示中，将使用 Gravitino 通过关系目录管理 MySQL 表，使用文件集目录管理 PDF 文件，并将 Gravitino 作为 LlamaIndex 的统一数据源，以便为表格数据和非表格数据构建索引。然后，将使用 LLM 通过自然语言查询来查询数据。

注意：要运行此演示，需要在设置OPENAI_API_KEY中gravitino_llama_index_demo.ipynb，如下所示，OPENAI_API_BASE是可选的。

import os

os.environ["OPENAI_API_KEY"] = ""
os.environ["OPENAI_API_BASE"] = ""

十、使用 Gravitino 并已获得 Ranger 授权

Gravitino 支持使用 Ranger 插件为 Hive 表提供访问控制功能。

例如，您的公司有一位经理和若干员工。经理创建 Hive 目录并创建不同的角色。经理可以将不同的角色分配给不同的员工。

你可以运行该命令：

./playground.sh start –enable-ranger

演示程序位于该jupyter文件夹中，您可以 gravitino-access-control-example.ipynb 通过 Jupyter Notebook访问 http://localhost:18888 打开演示程序。

十一、使用 Gravitino Iceberg REST 服务器进行访问控制

Gravitino 1.1 为 Iceberg REST 服务器引入了内置访问控制功能，无需 Ranger 等外部授权服务即可对 Iceberg 表进行细粒度授权。此功能允许通过 Gravitino 的统一 API 管理用户权限，并在 REST API 层实现原生访问控制。

安全提示（身份验证）：此处所示的 Iceberg REST 目录示例仅使用 HTTP 基本身份验证作为传输方式，通过Authorization请求头传递用户名。Gravitino 目前不验证基本身份验证密码，而是完全信任请求头中提供的用户名来进行访问控制决策。因此，此机制无法提供真正的身份验证：任何能够访问 REST 端点的客户端都可以通过在请求头中选择用户名来冒充任何用户。

此行为仅供本地/演示环境使用（例如运行 Playground 时），不得在生产环境或任何暴露给不受信任客户端的环境中依赖。为了确保安全部署，必须在 Iceberg REST 服务器前端部署真正的身份验证机制（例如，身份验证反向代理、API 网关或其他身份提供程序），并配置 Gravitino 来验证已认证的身份，而不是信任请求Authorization头中的任意用户名。

演示步骤

步骤 1：启动 Playground 并启用身份验证

./playground.sh start –enable-auth

注意：该–enable-auth标志通过移除 PassThroughAuthorizer 来启用 Gravitino 的访问控制，从而允许对 Iceberg REST 目录进行适当的权限强制执行。

步骤 2：创建用户

通过 Gravitino 的 REST API 创建用户：

# 添加管理员（manager）用户
curl -X POST -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d '{"name":"manager"}' \\
http://localhost:8090/api/metalakes/metalake_demo/users

# 添加数据分析师（data_analyst）用户
curl -X POST -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d '{"name":"data_analyst"}' \\
http://localhost:8090/api/metalakes/metalake_demo/users

# 将管理员设置为 metalake 的所有者
curl -X PUT -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d '{"name":"manager","type":"USER"}' \\
http://localhost:8090/api/metalakes/metalake_demo/owners/metalake/metalake_demo

步骤 3：创建数据库和包含管理器的表

登录到 Spark 容器：

docker exec -it playground-spark bash

以管理器身份启动 spark-sql：

cd /opt/spark && /bin/bash bin/spark-sql –conf spark.sql.catalog.catalog_rest.rest.auth.type=basic –conf spark.sql.catalog.catalog_rest.rest.auth.basic.username=manager –conf spark.sql.catalog.catalog_rest.rest.auth.basic.password=123

创建数据库和表：

USE catalog_rest;
CREATE DATABASE IF NOT EXISTS demo_db;
USE demo_db;

CREATE TABLE IF NOT EXISTS employees (
employee_id INT,
name STRING,
department STRING,
salary DECIMAL(10,2)
) USING iceberg;

INSERT INTO employees VALUES
(1, 'Alice Johnson', 'Engineering', 95000.00),
(2, 'Bob Smith', 'Sales', 75000.00);

SELECT * FROM employees;

步骤 4：授予权限前测试访问控制

退出 spark-sql 并以 data_analyst 身份（暂无任何权限）启动一个新会话：

export HADOOP_USER_NAME=data_analyst
cd /opt/spark
/bin/bash bin/spark-sql –conf spark.sql.catalog.catalog_rest.rest.auth.type=basic –conf spark.sql.catalog.catalog_rest.rest.auth.basic.username=data_analyst –conf spark.sql.catalog.catalog_rest.rest.auth.basic.password=123

尝试查询该表（此操作应该失败）：

USE catalog_rest.demo_db;

— 这应该失败 – 模式不存在，因为我们没有 USE_SCHEMA 权限

步骤 5：创建具有权限的角色并分配给用户

退出 spark-sql 并创建一个具有必要权限的角色：

# 创建具有所有必需权限的角色
curl -X POST -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-u manager:123 \\
-d '{
"name": "analyst_role",
"securableObjects": [
{
"fullName": "catalog_iceberg",
"type": "CATALOG",
"privileges": [
{"name": "USE_CATALOG", "condition": "ALLOW"}
]
},
{
"fullName": "catalog_iceberg.demo_db",
"type": "SCHEMA",
"privileges": [
{"name": "USE_SCHEMA", "condition": "ALLOW"}
]
},
{
"fullName": "catalog_iceberg.demo_db.employees",
"type": "TABLE",
"privileges": [
{"name": "SELECT_TABLE", "condition": "ALLOW"}
]
}
]
}' \\
http://localhost:8090/api/metalakes/metalake_demo/roles

# 为用户分配角色
curl -X PUT -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-u manager:123 \\
-d '{
"roleNames": ["analyst_role"]
}' http://localhost:8090/api/metalakes/metalake_demo/permissions/users/data_analyst/grant

以 data_analyst 用户身份再次启动 spark-sql 并进行测试：

cd /opt/spark && /bin/bash bin/spark-sql \\
–conf spark.sql.catalog.catalog_rest.rest.auth.type=basic \\
–conf spark.sql.catalog.catalog_rest.rest.auth.basic.username=data_analyst \\
–conf spark.sql.catalog.catalog_rest.rest.auth.basic.password=123

请再次尝试查询该表（这次应该会成功）：

USE catalog_rest.demo_db;

— 这样应该会成功 – 现在拥有SELECT_TABLE权限
SELECT * FROM employees;

这演示了 Gravitino 的访问控制是如何工作的：

• 授予权限前：访问被拒绝
• 授予权限后：访问已允许

更多详情请参阅官方文档：Gravitino 文档https://gravitino.apache.org/docs/latest/security/access-control。

十二、使用 Gravitino 策略、统计信息和作业删除未使用的表

Gravitino 1.0+ 提供了强大的策略、统计和作业组合，可实现数据治理任务的自动化。本演示展示了如何识别并删除长期未访问的表，从而帮助您管理数据生命周期并降低存储成本。

工作流程概述：

演示步骤：

步骤 1：启动Playground

./playground.sh start

步骤 2：更新现有表的统计信息

Playground 中已经存在 Hive 目录中的表。我们将使用其中一个现有表，并更新其统计信息来模拟一个旧的、未使用的表：

# 首先，验证现有表
docker exec -it playground-trino trino –execute "SELECT * FROM catalog_hive.sales.customers LIMIT 5"

# 计算100天前的日期（超过90天的阈值）
OLD_DATE=$(date -u -d '100 days ago' +%Y-%m-%dT%H:%M:%SZ 2>/dev/null || date -u -v-100d +%Y-%m-%dT%H:%M:%SZ)

# 更新表的最后访问时间，使其显示为未使用
curl -X PUT -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d "{
\\"updates\\": {
\\"custom-lastAccessTime\\": \\"$OLD_DATE\\",
\\"custom-rowCount\\": \\"10\\"
}
}" \\
http://localhost:8090/api/metalakes/metalake_demo/objects/table/catalog_hive.sales.customers/statistics

# 检查统计数据以验证它们是否已设置
curl -X GET -H "Accept: application/vnd.gravitino.v1+json" \\
http://localhost:8090/api/metalakes/metalake_demo/objects/table/catalog_hive.sales.customers/statistics

你应该看到类似这样的输出：

{
"statistics": {
"custom-lastAccessTime": {
"value": "2024-09-08T10:30:00Z"
},
"custom-rowCount": {
"value": "10"
}
}
}

步骤 3：创建未使用表的策略

创建自定义策略，以识别超过 90 天未访问的表：

curl -X POST -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d '{
"name": "unused_table_policy",
"comment": "Policy to identify tables not accessed for 90+ days",
"policyType": "custom",
"enabled": true,
"content": {
"customRules": {
"maxIdleDays": 90,
"action": "drop"
},
"supportedObjectTypes": ["TABLE"],
"properties": {
"checkStatistic": "custom-lastAccessTime",
"threshold": "90d"
}
}
}' \\
http://localhost:8090/api/metalakes/metalake_demo/policies

步骤 4：将策略与表关联

将该策略与现有客户表关联：

# 将策略与客户表关联
curl -X POST -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d '{
"policiesToAdd": ["unused_table_policy"]
}' \\
http://localhost:8090/api/metalakes/metalake_demo/objects/table/catalog_hive.sales.customers/policies

# 验证策略已关联
curl -X GET -H "Accept: application/vnd.gravitino.v1+json" \\
http://localhost:8090/api/metalakes/metalake_demo/objects/table/catalog_hive.sales.customers/policies

或者，您可以将该策略与整个架构关联起来，以监控所有表：

# 与整个架构关联（将应用于销售中的所有表）
curl -X POST -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d '{
"policiesToAdd": ["unused_table_policy"]
}' \\
http://localhost:8090/api/metalakes/metalake_demo/objects/schema/catalog_hive.sales/policies

步骤 5：注册一个job模板以删除未使用的表

创建job模板用于删除表的 shell 脚本：

# 首先，在主机上创建删除脚本
cat > /tmp/drop_unused_tables.sh << 'EOF'
#!/bin/bash
# 根据策略评估删除未使用表的脚本
CATALOG=$1
SCHEMA=$2
TABLE=$3

echo "正在检查是否应删除表${CATALOG}.${SCHEMA}.${TABLE}…"

# 获取表统计信息（由于脚本在主机上运行或在具有端口映射的容器中运行，因此使用本地主机）
STATS=$(curl -s -X GET -H "Accept: application/vnd.gravitino.v1+json" \\
"http://localhost:8090/api/metalakes/metalake_demo/objects/table/${CATALOG}.${SCHEMA}.${TABLE}/statistics")

echo "统计响应：$STATS"

# 解析统计数组以查找custom-lastAccessTime
LAST_ACCESS=$(echo $STATS | jq -r '.statistics[] | select(.name=="custom-lastAccessTime") | .value')
echo "最后访问时间：$LAST_ACCESS"

# 计算自上次访问以来的天数
if [ -n "$LAST_ACCESS" ] && [ "$LAST_ACCESS" != "null" ]; then
CURRENT_DATE=$(date +%s)
LAST_ACCESS_DATE=$(date -d "$LAST_ACCESS" +%s 2>/dev/null || date -j -f "%Y-%m-%dT%H:%M:%SZ" "$LAST_ACCESS" +%s)
DAYS_IDLE=$(( ($CURRENT_DATE – $LAST_ACCESS_DATE) / 86400 ))

echo "自上次访问以来的天数：$DAYS_IDLE"

if [ $DAYS_IDLE -gt 90 ]; then
echo "表已闲置超过90天。正在删除表…"
# 通过Gravitino API删除表
DROP_RESPONSE=$(curl -s -X DELETE -H "Accept: application/vnd.gravitino.v1+json" \\
"http://localhost:8090/api/metalakes/metalake_demo/catalogs/${CATALOG}/schemas/${SCHEMA}/tables/${TABLE}")
echo "丢弃响应：$DROP_RESPONSE"
echo "表${CATALOG}.${SCHEMA}.${TABLE}已成功删除"
else
echo "表格仍处于活动状态，无需采取任何行动。"
fi
else
echo "未找到最后访问时间。跳过…"
fi
EOF

chmod +x /tmp/drop_unused_tables.sh

# 将脚本复制到Gravitino容器中
docker cp /tmp/drop_unused_tables.sh playground-gravitino:/tmp/drop_unused_tables.sh

# 使其在容器中可执行
docker exec playground-gravitino chmod +x /tmp/drop_unused_tables.sh

# 注册job模板
curl -X POST -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d '{
"jobTemplate": {
"name": "drop_unused_table_job",
"jobType": "shell",
"comment": "Job to drop unused tables based on policy",
"executable": "file:///tmp/drop_unused_tables.sh",
"arguments": ["{{catalog}}", "{{schema}}", "{{table}}"],
"environments": {},
"customFields": {},
"scripts": []
}
}' \\
http://localhost:8090/api/metalakes/metalake_demo/jobs/templates

步骤 6：运行作业以删除未使用的表

执行客户表（customers）的job：

# 运行客户表（customers）的job（由于该表已超过90天，应删除）
curl -X POST -H "Accept: application/vnd.gravitino.v1+json" \\
-H "Content-Type: application/json" \\
-d '{
"jobTemplateName": "drop_unused_table_job",
"jobConf": {
"catalog": "catalog_hive",
"schema": "sales",
"table": "customers"
}
}' \\
http://localhost:8090/api/metalakes/metalake_demo/jobs/runs

响应中将包含一个jobRunId可用于检查作业状态的标识符。

步骤 7：验证工作结果

检查job执行状态和结果：

# 获取job运行详情（将 {jobRunId} 替换为步骤 6 响应中的实际 ID）
curl -X GET -H "Accept: application/vnd.gravitino.v1+json" \\
http://localhost:8090/api/metalakes/metalake_demo/jobs/runs/{jobRunId}

# 示例：如果jobRunId为“job-123”
curl -X GET -H "Accept: application/vnd.gravitino.v1+json" \\
http://localhost:8090/api/metalakes/metalake_demo/jobs/runs/job-123

响应将显示：

• 状态：作业状态（QUEUED，，，，，RUNNING）​SUCCEEDEDFAILEDCANCELLINGCANCELLED
• startTime：作业开始的时间
• endTime：作业完成时间
• 输出：作业执行输出/日志

还可以验证该表是否确实已被删除：

# 检查表格是否仍然存在（应该显示已删除）
docker exec -it playground-trino trino –execute "SHOW TABLES FROM catalog_hive.sales"

# 或者尝试查询已删除的表（应该会因“表未找到”而失败）
docker exec -it playground-trino trino –execute "SELECT * FROM catalog_hive.sales.customers LIMIT 1"

如果表已成功删除，您将看到类似如下的错误信息：

Query failed: line 1:15: Table 'hive.sales.customers' does not exist

关键概念：

• 统计信息：跟踪自定义指标，例如custom-lastAccessTime监控表格使用情况
• 策略：定义治理规则，以识别符合特定条件的表（例如，闲置 90 天以上）。
• 任务：根据策略评估执行自动化操作（删除表）
• 元数据驱动的操作：利用 Gravitino 的元数据（统计数据、策略）来驱动数据治理决策。

这种方法可以实现：

• ✅ 自动化数据生命周期管理
• ✅ 通过删除未使用的数据来降低成本
• ✅ 遵守数据保留政策
• ✅ 跨多个目录的集中管理

更多详情请参考官网：

• 在 Gravitino 中管理统计数据https://gravitino.apache.org/docs/latest/manage-statistics-in-gravitino
• 在 Gravitino 中管理策略https://gravitino.apache.org/docs/latest/manage-policies-in-gravitino
• 在 Gravitino 中管理工作https://gravitino.apache.org/docs/latest/manage-jobs-in-gravitino

十三、注意

如果要清除缓存文件，可以删除data此仓库的目录。

最新的 Gravitino 文档可在官方地址获取。gravitino.apache.org/docs/latesthttps://gravitino.apache.org/docs/latest/