big-data-ai：用自然语言查询 Iceberg 数据湖的演示应用

核心能力与快速开始

★ 3 · Java

能做什么

通过 OpenAI 兼容的聊天接口调用 LLM，把自然语言问题生成 Spark SQL；在 Iceberg 表上执行查询并展示结果；Admin 页面支持环境初始化、下载英国房价 CSV 数据、将数据加载进 Iceberg 表、清空数据；内置 Postgres、MinIO、LakeKeeper 的单容器运行模式，以及 compose 多容器模式（含可选 Trino）。

适用场景

用于演示和动手实验「自然语言 + 数据湖分析」链路；作为 Iceberg/Spark/Spring AI 技术栈的原型验证或工作坊教学代码库；在本地或 Hugging Face Spaces 上试验 LLM 生成 SQL 的可运行样例。

项目形态

可直接使用的工具

部署方式

提供 Docker 镜像的构建和运行方式；在 Hugging Face Spaces 上以单个 Docker 容器运行，将 Postgres、MinIO、LakeKeeper 打包在容器内；本地可用 compose.yaml 将各服务分容器运行。持久化数据挂在 DATA_ROOT（容器内 /data）。

主要依赖

需要 Docker；从源码运行还需要 Java 21 与 Maven。查询生成需要可用的 OpenAI 兼容端点与凭据（默认 Hugging Face Inference Providers，需要 HF_TOKEN），也可以指向本机模型。作者说明启动后若端点不可用，除生成查询外的功能仍可使用。

使用限制

作者明确标注 NOT FOR PRODUCTION USE，仅用于实验与原型；未说明认证、权限等生产级安全能力；由 LLM 生成的 SQL 准确性未说明；Hugging Face Spaces 的 /data 为对象存储，不支持 POSIX 语义，Postgres 集群会在每次启动时重建，并从 pg_dump 恢复；默认模型与 API 调用可能产生费用，具体成本未说明；Trino 不在镜像内。

许可证

未说明

最近推送

2026-09-10 02:05

资料检查：2026-10-28 07:00 · 卡片整理：2026-10-28 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

作为实验性演示项目，供程序员学习并原型验证 Spring AI 与 Apache Spark、Apache Iceberg 的集成：将自然语言问题转换为 Spark SQL 并在 Iceberg 数据湖上执行查询，同时提供 Admin 页面用于下载 CSV、加载到 Iceberg 表及清理数据。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证