Git 數據一開始聽起來可能很奇怪。但將 Git 邏輯和機制用於資料湖非常有意義。畢竟，軟體開發人員很久以前就知道如何使用 Git 有效地協作處理不斷變化的原始碼。
我們創建 LakeFS 是為了提供資料人員類似的功能。它提供基於 Git 語義的資料版本控制功能，僅縮放到典型 S3 儲存桶的大小。
為了幫助您了解 Git 對資料的價值，
這裡概述了每個 LakeFS 儲存庫中包含的工具。他們一定會幫助您制定資料策略，並確保您的組織符合其合規性、品質和安全要求。
提交、分支和標籤讓我們從 LakeFS
中可以找到的基本版本控制機制開始：進行提交、建立分支、新增標籤以及將分支合併到主幹。
以下是這些機制如何運作的快速快照：
提交可讓您擷取儲存庫中管理的所有資料的特定狀態。透過使用提交，您可以瀏覽儲存庫歷史記錄中
的某個點，並知道您看到的資料
與提交時的資料完全相同。
分支允許您建立開發、暫存和 西班牙 WhatsApp 號碼數據 生產環境，而無需複製任何資料。這為使用沙盒管道模式建立彈性資料管道打開了大門 。
標籤對於建立可重複的 ML 實驗
和模型非常有用，因為它們可以提供可靠且高效的方法來建立資料集快照，使您能夠追蹤實驗和資料版本，以了解任何時間點的資料的準確狀態。標籤的另一個很好的用例是與其他資料科學家和工程師合作，因為標籤的一致使用可以確保每個人都查看相同版本的資料。
他們是如何走到一起的？這是一個範例流程：
從主分支建立一個新分支，以立即「複製」您的生產資料。
在將變更公開給其他使用者 13 個啟發靈感的互動式電子郵件範例 或資料消費者之前，將變更套用到隔離分支以了解其影響。
最後，執行從功能分支到主分支的合併，以原子方式促進生產的改進。
LakeFS 允許遵循此模式，從而實現更有效率的資料分發方法，可靠地提供您可以信任的資料資產。
掛鉤上圖包含一個名為 Pre-Merge Hook 的
步驟。什麼是鉤子，為什麼要關心？
LakeFS 掛鉤可讓您自動執行一組檢查和驗證，並確保它們在關鍵生命週期事件之前執行。
LakeFS hooks 理論上 香港新聞 與 Git Hooks 類似，但與 Git 不同的是，它們在伺服器上遠端操作，確保在觸發正確的事件時執行它們。
LakeFS hooks有兩個強大的用例：
它們可以充當品質門- 通過添加預合併掛鉤，您只允許高品質數據合併到生產分支中。
自動化常見資料操作– 您可以使用提交後或合併後掛鉤將新資料註冊到資料目錄中。
對於所有事件類型，傳回錯誤將迫使 LakeFS 停止操作並將故障傳達給發出請求的使用者。
這是一個強有力的保證：
現在您可以編纂並自動化所有
資料湖參與者必須遵循的規則和程序。
LakeFS 隨附一個Lua 虛擬機，可讓您直接在 LakeFS 中運行鉤子，而無需依賴任何外部元件。
存取控制策略
資料湖平台通常缺乏直接的資料治理實施。資料治理規則一開始就要求很高，更不用說當您面臨維護資料湖中的資料的額外複雜性時。因此，實施它們是一項成本高昂、耗時的持續活動，需要持續監控。通常，這是以資料工程或其他業務增強 DevOps 工作為代價的。