deltaio/delta-docker Docker 镜像 - 轩辕镜像

Delta Lake Docker 镜像文档

!Delta Lake Logo

![Test]([] ![License]([] ![PyPI]([] ![PyPI - Downloads]([]

镜像概述和主要用途

Delta Lake 是一款开源存储框架，支持构建 Lakehouse 架构，兼容多种计算引擎（包括 Spark、PrestoDB、Flink、Trino、Hive）及多语言 API（Scala、Java、Rust、Ruby、Python）。本 Docker 镜像集成了 Python、JupyterLab、PySpark、Scala Spark、Rust、ROAPI 等工具及示例，旨在提供开箱即用的 Delta Lake 开发与运行环境，简化本地化部署与测试流程。

核心功能与特性

多引擎与多语言支持

• 兼容主流计算引擎：Apache Spark、PrestoDB、Flink、Trino、Apache Hive
• 支持多语言开发：Python、Rust、Scala、Java 等（镜像内置 Python/Rust 环境及示例）

集成开发工具

• 预置 JupyterLab：提供交互式开发环境，支持 PySpark、Python 数据处理
• 内置数据处理库：Polars、Pandas（依版本而定）、ROAPI（用于 REST API 快速构建）
• Spark 环境：集成 PySpark 与 Scala Spark，支持 Delta Lake 表操作

多平台兼容

• 支持 amd64 与 arm64 架构（4.0.0 及以上版本为多平台构建）

使用场景与适用范围

• 数据湖应用开发：本地快速构建基于 Delta Lake 的数据湖应用，验证读写逻辑
• Spark 作业调试：在本地环境调试 PySpark/Scala Spark 作业，无需集群部署
• 多语言数据处理验证：测试 Python/Rust 等语言对 Delta 表的操作流程
• 教学与演示：快速搭建 Delta Lake 演示环境，展示 Lakehouse 特性

使用方法与配置说明

镜像标签说明

注意：自 4.0.0 版本起，镜像提供多平台构建（支持 amd64/arm64 架构）。表格中“不包含”表示该版本镜像未集成对应组件。

镜像拉取与运行

1. 拉取镜像

根据架构和版本需求选择标签，默认拉取 latest 标签（多平台最新版）：

bash
docker pull deltaio/delta-docker:latest

2. 运行容器（JupyterLab 示例）

启动容器并映射 JupyterLab 端口（默认 8888），挂载本地目录以持久化数据：

bash
docker run -d \
  -p 8888:8888 \
  -v ./local-data:/data \
  --name delta-dev-env \
  deltaio/delta-docker:latest \
  jupyter lab --ip=0.0.0.0 --allow-root --no-browser

• -p 8888:8888：映射 JupyterLab 端口到本地
• -v ./local-data:/data：挂载本地目录 ./local-data 到容器内 /data，用于数据持久化
• --name delta-dev-env：指定容器名称
• 启动命令 jupyter lab ...：启动 JupyterLab 并允许外部访问

3. 访问 JupyterLab

容器启动后，查看日志获取访问 token：

bash
docker logs delta-dev-env

在输出中找到类似 [***] 的链接，在浏览器中访问即可。

标签选择建议

• 开发测试：优先使用 latest 标签，获取最新功能与组件
• 架构适配：arm64 架构用户选择 4.0.0 或 latest；旧版 amd64 用户可选择 1.0.0_3.0.0
• 版本兼容：根据项目依赖的 Spark/Delta-Spark 版本选择对应标签（如依赖 Spark 3.5.0 选择 1.0.0_3.0.0）

参考链接

• Delta Lake 官方文档
• 快速入门指南（Scala、Java、Python）
• Delta Lake Docker GitHub 仓库（含详细使用示例）
• Delta Lake DockerHub 镜像仓库
• Delta Lake 集成列表（完整支持的计算引擎与工具）# Delta Lake Docker 镜像文档

!Delta Lake Logo

![Test]([] ![License]([] ![PyPI]([] ![PyPI - Downloads]([]

镜像概述和主要用途

Delta Lake 是一款开源存储框架，支持构建 Lakehouse 架构，兼容 Spark、PrestoDB、Flink、Trino、Hive 等计算引擎，以及 Scala、Java、Rust、Ruby、Python 等多语言 API。本 Docker 镜像集成了 Python、JupyterLab、PySpark、Scala Spark、Rust、ROAPI 等工具及示例，提供开箱即用的 Delta Lake 开发环境，简化本地化部署与测试流程。

核心功能与特性

多引擎与多语言支持

• 兼容主流计算引擎：Apache Spark、PrestoDB、Flink、Trino、Apache Hive
• 支持多语言开发：Python、Rust、Scala、Java 等（镜像内置对应环境及示例）

集成开发工具链

• 预置 JupyterLab：提供交互式开发环境，支持 PySpark、Python 数据处理
• 内置数据处理库：Polars、Pandas（依版本而定）、ROAPI（快速构建 REST API）
• 完整 Spark 环境：集成 PySpark 与 Scala Spark，支持 Delta Lake 表操作

多平台架构兼容

• 支持 amd64 与 arm64 架构（4.0.0 及以上版本为多平台构建）

使用场景与适用范围

• 数据湖应用开发：本地快速构建基于 Delta Lake 的数据湖应用，验证读写逻辑
• Spark 作业调试：在本地环境调试 PySpark/Scala Spark 作业，无需集群部署
• 多语言数据处理验证：测试 Python/Rust 等语言对 Delta 表的操作流程
• 教学与演示：快速搭建 Delta Lake 演示环境，展示 Lakehouse 特性

使用方法与配置说明

镜像标签说明

注意：自 4.0.0 版本起，镜像提供多平台构建（支持 amd64/arm64 架构）。表格中“不包含”表示该版本未集成对应组件。

镜像拉取与运行示例

1. 拉取镜像

根据架构和版本需求选择标签，默认拉取 latest 标签（多平台最新版）：

bash
docker pull deltaio/delta-docker:latest

2. 启动 JupyterLab 环境

启动容器并映射 JupyterLab 端口，挂载本地目录以持久化数据：

bash
docker run -d \
  -p 8888:8888 \
  -v ./local-data:/data \
  --name delta-dev-env \
  deltaio/delta-docker:latest \
  jupyter lab --ip=0.0.0.0 --allow-root --no-browser

• -p 8888:8888：映射 JupyterLab 端口到本地
• -v ./local-data:/data：挂载本地目录至容器 /data，实现数据持久化
• --name delta-dev-env：指定容器名称，便于后续管理

3. 访问 JupyterLab

查看容器日志获取访问 token：

bash
docker logs delta-dev-env

在输出中找到类似 [***] 的链接，在浏览器中访问即可。

标签选择建议

• 开发测试：优先使用 latest 标签，获取最新功能与组件
• 架构适配：arm64 架构选择 4.0.0 或 latest；旧版 amd64 可选择 1.0.0_3.0.0
• 版本兼容：根据项目依赖的 Spark/Delta-Spark 版本选择对应标签（如依赖 Spark 3.5.0 选择 1.0.0_3.0.0）

参考链接

• Delta Lake 官方文档
• 快速入门指南（Scala、Java、Python）
• Delta Lake Docker GitHub 仓库（含详细使用示例）
• Delta Lake DockerHub 镜像仓库
• Delta Lake 集成列表（完整支持的计算引擎与工具）