dbt 语义层
读取你既有的语义模型。Lanikaia 的 metrics 层向同一公开面回写。
01 / 平台
02 / 架构
所有数据集都是 Polaris 上的目录条目。项目对应命名空间。授权与可见性在查询执行之前已在目录层强制。
表是对象存储上的 Iceberg 快照。模式演进、分区演进、时间旅行都是一等公民。读取与并发写入相互隔离。
智能体生成在 Polaris 管理的 Iceberg 表上运行的 Python,在沙箱化 worker 内执行。产出是新的快照与生成它的可审计代码。
晋升的对话作为带 schedule label 的定时任务运行,与对话式会话共用同一执行面。回填、重试、SLA 监控位于 Enterprise 路线图上。
03 / 治理
通过 OIDC、Google Workspace、Microsoft Entra ID (Azure AD) 实现 SSO。用户保留企业身份。IdP 中的群组归属是"谁能读哪个命名空间"的真实依据。
读、写、所有权存放于 Polaris。项目是命名空间,对话引用上游命名空间,触及用户无权读取的表的查询会在计算前被拒绝。
登录、授权变更、对话调用、表写入、API 请求。审计日志像其他 Iceberg 表一样可检索;一年后仍能重现谁做过什么。
血缘不靠日志重建。每次提交都直接保存生成快照的 Python、引用的上游快照与执行的用户身份。
04 / 公开面
05 / 集成
读取你既有的语义模型。Lanikaia 的 metrics 层向同一公开面回写。
读取 SAP universe 与 BO 报表,作为 ingest 层的数据源使用,无需重写。
晋升后的 Lanikaia 工作流可由你既有的调度器触发,或在 Lanikaia 运行时内运行。
从你既有的查询引擎对 Lanikaia 管理的 Iceberg 表执行查询。无数据双写。
AWS S3、Google Cloud Storage、Azure Blob、MinIO。BYO 存储桶,Lanikaia 把 Iceberg manifest 与 Parquet 写入其中。
JupyterLab 与 VS Code 通过 Iceberg 客户端与目录 REST 端点读写 Lanikaia 提交。
06 / 安全
Lanikaia 默认采用 BYO 存储桶与 BYO 目录。Iceberg 快照与 Parquet 留在你的对象存储之中,不复制。测试期支持托管评估路径,也可按个别协议进行 BYO 部署。私有连接 / VPC 对等、SOC 2 审计、专属运行时租户、合同级数据驻留承诺位于 Enterprise 路线图上。
07 / 下一步