ETL处理做为数据治理的重要环节已有几十年的发展历史，然而目前流行的ETL工具（Informatica、Datastage、ODI、Kettle等）几乎全部由国外各大厂商垄断。国内虽然有出现过几款工具，但是由于使用习惯、市场压制等原因，一直得不到较好发展，部分工具已停止研发，这对我国数据市场的发展无疑是十分不利的。

一、Lanius产品简介

“Lanius大数据治理平台”是由渝州大数据实验室研发推出的一款国产可控的ETL处理及数据调度的产品，拥有生产级、易使用、智能化的特点。以推动国内数据治理发展为目标，向个人及政企单位免费开源。

Lanius主要由数据治理设计器（Lanius Design）、数据治理调度器（Lanius Orchestrate）两部分组成。Lanius Design用于开发人员设计数据ETL任务，Lanius Orchestrate则用于运维人员调度该任务。两部分协调统一，数据处理任务才能有条不紊的执行下去。

二、产品特色

1、Lanius Design

对于Kettle，ETL爱好者都比较熟悉。作为一款国外开源的老牌ETL工具，有着多年的发展历史，但其对国内的支持却不够友好，比如：

• 国产环境下兼容性不好，汉化不彻底，中英混杂
• 数据库驱动粒度太大，同一款数据库多个版本间只能使用一个驱动包
• 插件体系缺乏版本管理机制，在插件功能更迭时需要同时更新相关转换/作业
• 插件体系缺乏热插拔机制，无法保障生产环境升级时的连续性

不过作为一款优秀的ETL工具，它仍然为该领域的发展提供了坚实的基础和不可磨灭的贡献，因此Lanius Design选择对Kettle进行二次开发，并在此基础之上针对国内环境进行全面改进优化。

目前已完成以下几方面：

• 国产兼容

Lanius Desgin全面支持国产CPU芯片、操作系统、数据库软件、中间件，代码全部可控；对操作界面做深度汉化，提高其对国内用户的友好性。

• 驱动绑定

在做数据迁移操作时，部分时候会需要将数据在同一品牌不同版本的数据库之间进行迁移，比如在一个转换中将数据从MySQL5.7迁移到MySQL5.8。由于Kettle的驱动包是全局共享的，无法同时指定两个不同版本的数据库驱动包，而Lanius Design将驱动和转换中的步骤进行绑定，可以在同一转换、同一插件、不同步骤中分别指定不同的驱动。

• 版本管理

提供插件多版本管理机制，允许同一款插件同时存在多个版本，完美解决插件在新旧版本更迭时出现的兼容性问题。比如上线一款新的插件A1.0，但是可能因为需求分析不到位，存在一些功能上的不足，为此需经过升级再发布插件A2.0。由于A1.0已经在若干项目中使用，不能简单粗暴的替换，而应该确保多个版本的共存使用，此时，版本管理功能就派上用场了。

• 热插拔

对插件类加载器进行了改良升级，所有插件可以在不停止程序、不重启的情况下实现安装与卸载，提高了生产环境下的连续可用性。

此外，实验室正在同步开发若干其他方面的功能，如执行背压。让一个转换中的步骤之间可以相互感知到数据的处理速度，步调一致的处理数据，防止出现瓶颈导致内存溢出问题，从而提高平台的稳定性。

2、Lanius Orchestrate

在介绍Lanius Orchestrate之前不得不说一下Kettle另一大问题——缺少运维调度，这也导致了Kettle对生产环境的不友好，使用者很难监测和控制转换作业的执行过程，因此在人力的投入上需要增加数量及专业性，导致人力成本增加。

Lanius Orchestrate是一款配合Lanius Design使用的WEB版运维调度平台，产品具有以下特点：

• 完全开源

Orchestrate代码已经通过Gitee平台完全开源，遵循木兰2.0开源协议，可放心用于商业项目中。

开源地址：

lanius-orchestrate-client: lanius-orchestrate 前端项目https://gitee.com/yuzhou-big-data-laboratory/lanius-orchestrate-client

lanius-orchestrate-server: lanius-orchestrate 后端项目https://gitee.com/yuzhou-big-data-laboratory/lanius-orchestrate-server

• 调度灵活

实现调度任务的单个或批次的新增、删除、修改、查询、启动、停止等操作，任务和转换/作业相关联，实现转换/作业的自动化调度，支持对任务执行结果进行自动分析，支持根据任务结果进一步触发其他任务事件。

• 运维方便

提供详细的指标监视页面，以便掌控全局；提供邮件、短信等多种主动通知方式，无需专人值守；汇总各个节点任务执行日志，提供统一的渠道排查相关问题；让运维工作不再困难。

• 高效稳定

在某些大型项目中，需要部署多套程序来应对高频、量大的数据处理需求。Orchestrate支持同时管理多台服务器、多个ETL任务节点，提高数据处理的效率和稳定性，更贴近生产需求。