Apache Gravitino 1.3.1 介绍与选型指南

Apache Gravitino 1.3.1 介绍与选型指南：实查官方文档与 GitHub Releases，梳理高性能联邦元数据湖的统一目录、Iceberg/Lance REST 服务与同类选型对比。

Apache Gravitino数据湖2026/10/18

Apache Gravitino 1.3.1 介绍与选型指南

目标：以官方渠道实查的 Apache Gravitino 1.3.1 为基准，讲清这一高性能、地理分布式联邦元数据湖的定位、架构能力与同类元数据平台差异，帮助数据平台团队做元数据治理选型。本文为认知篇，全部信息基于官网、GitHub 仓库与 Releases 联网查证（查询日期 2026-10-18），不含本地安装实测。

一、信息基准

1.1 查询日期与版本依据

项目内容
查询日期2026-10-18
本文介绍版本1.3.1（官方当前最新稳定版）
版本发布日期2026-09-30（GitHub Releases v1.3.1「Apache Gravitino 1.3.1 Release Notes」published_at）
版本依据GitHub Releases API repos/apache/gravitino/releases/latest 返回 v1.3.1，并随发布提供二进制分发 gravitino-1.3.1-bin.tar.gz；官方下载页 https://gravitino.apache.org/downloads
版本节奏备注ASF 发版记录显示 Trino 连接器 1.3.1 条目日期为 2026-09-24，核心 1.3.1 于 2026-09-30 发布

1.2 官方来源清单

来源链接
官网https://gravitino.apache.org/
官方文档（latest）https://gravitino.apache.org/docs/latest/
GitHub 仓库https://github.com/apache/gravitino
v1.3.1 发布页https://github.com/apache/gravitino/releases/tag/v1.3.1
官方下载页https://gravitino.apache.org/downloads
Iceberg REST 服务文档https://gravitino.apache.org/docs/latest/iceberg-rest-service/
Trino 集成文档https://gravitino.apache.org/docs/latest/trino-connector/index/

二、软件概述

Apache Gravitino 1.3.1 是一个高性能、地理分布式、联邦式的元数据湖（metadata lake），直接管理不同来源、不同类型、不同区域的元数据，为数据与 AI 资产提供统一元数据访问（来源：GitHub 仓库 README，查询日期 2026-10-18）。可以把它理解为「元数据的统一目录层」：底层连接 Hive Metastore、MySQL、MariaDB、HDFS、S3 等多类元数据源，向上通过统一模型与 API 供 Trino、Spark 等引擎访问。

README 列出的关键特性（查询日期 2026-10-18）：

  • 统一元数据管理：以单一模型与 API 管理 Hive、MySQL、MariaDB、HDFS、S3 等多样化元数据源。
  • 端到端数据治理：跨全部元数据资产的访问控制、审计与发现。
  • 直连式元数据集成：通过连接器即时反映底层系统的变更（联邦模式，非拷贝式同步）。
  • 地理分布式：支持跨区域、跨云共享元数据，服务全球化架构。
  • 多引擎兼容：与查询引擎无缝集成，无需修改 SQL 方言。
  • AI 资产管理（进行中）：支持 AI 模型与特征追踪。

代码以 Apache License 2.0 许可发布，由 ASF 治理（来源：仓库 LICENSE 与 README）。

三、核心架构

3.1 组成与服务形态

依据仓库 README 与官方文档（查询日期 2026-10-18），Gravitino 由以下部分构成：

组件说明
Gravitino 服务端核心元数据目录服务，单进程部署（二进制分发内含 bin/gravitino.sh、conf/gravitino.conf），提供统一 API 与 Web UI（默认 Web V2，可切回 v1）
Iceberg REST Catalog 服务原生 Iceberg REST 目录服务，使 Iceberg 生态客户端直接对接
Lance REST Catalog 服务原生 Lance REST 目录服务，服务 Lance 表格式生态
Trino 连接器Trino 侧联邦元数据访问连接器（版本随核心独立发版，如 1.3.1 连接器于 2026-09-24 发布）
引擎/计算集成与 Spark 等引擎的集成客户端，多引擎无需改 SQL 方言

3.2 元数据模型与联邦机制

Gravitino 采用「metalake → catalog → schema → table/...」的分层元数据模型，catalog 抽象对应不同底层系统（关系型、文件、消息、模型等类型），每个 catalog 通过各自的连接器与底层元数据源直连。因为是直连联邦而非批量抽取，底层系统的变更经连接器即时可见；治理能力（访问控制、审计、发现）在统一层实施，跨 catalog 生效（来源：README「Key Features / Common Use Cases」，查询日期 2026-10-18）。

3.3 部署与构建

  • 发行物为二进制 tar 包，Linux 环境运行（README 明确：使用 Gradle 构建，Windows 暂不支持）。
  • 源码构建：./gradlew clean build -x test（跳过测试快速构建），./gradlew compileDistribution -x test 编译发行包，产物输出至 distribution/ 目录。
  • 官方另提供 Playground 演示环境（独立仓库 apache/gravitino-playground），可一键体验全栈功能。

四、功能特性

基于 README 与官方文档（查询日期 2026-10-18）：

  • 多源联邦目录：Hive Metastore、关系库（MySQL/MariaDB）、对象存储（S3）、HDFS 等接入同一模型。
  • Iceberg / Lance REST 目录服务：为 Iceberg 与 Lance 生态提供原生 REST 目录接口。
  • 引擎侧零方言改造：Trino 连接器与 Spark 集成即插即用。
  • 统一治理：全资产访问控制、审计与发现。
  • 跨区域元数据共享：面向混合云/多云的多区域元数据同步。
  • Web UI（V2 为主）：内置管理界面，运行时可通过 GRAVITINO_USE_WEB_V2 环境变量切换新旧 UI。
  • AI 资产追踪（WIP）：模型与特征元数据、模型血缘支持演进中。

五、快速上手

以下步骤引自 GitHub 仓库 README「Run Gravitino Locally」（查询日期 2026-10-18），本文未做本地实测：

  1. 从官方下载页获取二进制发行包并解压；
  2. 编辑 conf/gravitino.conf 配置服务；
  3. 启动服务：
./bin/gravitino.sh start
  1. 停止服务：
./bin/gravitino.sh stop
  1. （可选）UI 版本切换：默认使用 Web V2 UI；如需在运行时切回旧版 v1 UI，编辑 conf/gravitino-env.sh 或在启动前设置：
export GRAVITINO_USE_WEB_V2=false
./bin/gravitino.sh restart

💡 说明：完整安装、配置与开发文档见 https://gravitino.apache.org/docs/latest/ ；快速体验可使用官方 Playground（https://github.com/apache/gravitino-playground ）。

六、适用场景与限制

6.1 适用场景

  • 联邦元数据发现：数据湖与数据仓库并存的企业，需要在不动底层系统的前提下做统一目录与发现。
  • 多区域/多云元数据同步：全球化架构需要跨区域共享元数据视图。
  • 统一治理入口：希望对全部数据与 AI 资产实施一致的访问控制与审计。
  • 引擎侧接入：Trino、Spark 等引擎即插即用，SQL 方言零改造。

6.2 限制与风险

  • Windows 不支持：构建与运行面向 Linux 环境（README 明示）。
  • AI 资产管理仍在进行中（WIP）：模型/特征追踪能力尚未完整（README 标注）。
  • 版本演进快：从 0.x 到 1.x 的快速演进意味着升级时需关注发行说明与兼容性变更。
  • 社区体量适中：GitHub 3250 stars（2026-10-18），相对 DataHub/OpenMetadata 更年轻，商业化插件生态仍在形成。

七、同类选型对比

对比对象：DataHub（元数据发现与治理平台）、OpenMetadata（元数据标准与治理平台）、Unity Catalog（LF AI & Data 旗下开放目录标准/实现，源自 Databricks）。社区数据来源：GitHub 仓库 stargazerCount 实查、GitHub Releases（查询日期 2026-10-18）。

维度Apache Gravitino 1.3.1DataHubOpenMetadataUnity Catalog
许可Apache-2.0Apache-2.0Apache-2.0Apache-2.0
GitHub stars3250（apache/gravitino，2026-10-18）12860（datahub-project/datahub，2026-10-18）15506（open-metadata/OpenMetadata，2026-10-18）3553（unitycatalog/unitycatalog，2026-10-18）
最近发版v1.3.1（2026-09-30）v1.7.0.1（GitHub Releases，2026-10-18 查询）v2.0.5-release（GitHub Releases，2026-10-18 查询）v0.7.0（GitHub Releases，2026-10-18 查询）
版本节奏季度级 minor，补丁及时月度级高频迭代月度级高频迭代年内 0.x 快速演进
兼容矩阵Hive/MySQL/MariaDB/HDFS/S3 直连；Iceberg/Lance REST；Trino/Spark；Linux + JDK主流数仓/BI/编排全家桶连接器，Python/Java SDK同上类广覆盖连接器，Python SDK + REST APIIceberg/Delta 等表格式 REST 目录协议，多引擎客户端
架构取向联邦直连元数据湖（变更即时可见）+ 目录服务采集式元数据图谱 + 治理应用采集式元数据平台 + 数据质量/血缘轻量目录服务/开放标准（REST）

选型建议：核心诉求是「引擎直连 + 联邦元数据 + Iceberg/Lance REST 目录」且想要轻量服务端，选 Gravitino；重发现、血缘与数据文化运营，DataHub/OpenMetadata 生态更成熟；只想为 Iceberg/Delta 等表格式提供开放目录协议，Unity Catalog（开放版）是标准路线。

八、参考链接