连接数据
为 GraphLake 提供只读访问,用已有的数据表、数仓视图或文件定义实体与关系。
选择连接器
- 数据库
- PostgreSQL、MySQL、MariaDB、SQLite、SQL Server、Oracle、MongoDB、DuckDB、TiDB 和 OceanBase(MySQL 模式)。
- 数仓与湖仓
- Snowflake、BigQuery、ClickHouse、Trino、Spanner、SAP HANA、Databricks SQL、Apache Doris、StarRocks、Iceberg 和 Delta Lake。
- 文件与对象存储
- CSV、JSON Lines 和 Parquet。可配置 S3、MinIO、OSS、TOS、COS、Azure Blob Storage 或 GCS,浏览对象并映射文件。
Oracle 直连需要在服务端安装 Oracle Instant Client。也可以通过已配置的 Trino catalog 访问 SQL Server、Oracle、Hive、Hudi、MongoDB、Elasticsearch 和 Redshift。配置细节与支持的类型见连接器参考。
在工作台添加数据源
- 在模型草稿中打开数据源(Data Sources),选择连接器。
- 填写连接设置,或将文件路径映射到表名。凭据填写 GraphLake 服务端已配置的环境变量名。
- 选择添加到草稿(Add to draft)并保存。浏览表与字段,确认模型需要的列。
为 GraphLake 分配目标表或视图的只读凭据。文件路径以服务端为准。CSV 和 JSON Lines 需显式声明列类型,Parquet 可读取文件本身的结构。
确定实体和关系表
找出能稳定标识每种实体的键,以及将实体相连的列,再建立图模型。若查询可以接受定时刷新,也可以先把选定列加载为本地 Parquet 副本。