• 大厂开源，深度集成Hadoop生态中的Hive，支持表级、字段级血缘
• 与HDP原生集成，支持对接Ranger实现行列级数据权限管控，安装便捷省心
• 强大的元数据元模型，支持元数据定制及扩展
• 源代码不复杂，国内有大量平台基于Atlas定制修改为商用产品

Atlas的不足：

• 其优势也是劣势，母开源公司已被并购，历史悠久，不再是一种优势，反而是一种负担
• Hadoop体系已经走向衰退，如何只是完美支持Hive和Hadoop体系，已经无法满足现在快速发展的技术要求
• 其设计界面复杂，体验老旧、数据目录及数据检索都不够便捷
• 使用体验复杂及产品功能更聚焦于解决技术人员的问题，而非数据的最终用户，比如业务人员
• 生态渐渐失去新鲜感、新的类似平台不断发展

相关介绍：https://mp.weixin.qq.com/s/MvaxSF74NE0E43i4rQEb3g
选型建议：1）如果您只有Hadoop生态，可以试试。2）如果您的数据资产是面向数据团队的技术人员，可以试试。

Datahub

• 名门开源，与Kafka同家庭。社区活跃，发展势头迅猛，版本更新迭代迅速。
• 定位清晰且宏远，Slogan可以看出团队的雄心壮志及后期投入，且不断迭代更新的版本也应证了这一点。
• 底层架构灵活先进，未扩展集成而生，支持推送和拉去模式，详见：https://datahubproject.io/docs/architecture/architecture/
• UI界面简单易用，技术人员及业务人员友好
• 接口丰富，功能全面

Datahub的不足：

• 前端界面不支持国际化，界面的构建和使用逻辑不够中国化
• 版更更新迭代快，使用后升级是个难题
• 较多功能在建设中，例如Hive列级血缘
• 部分功能性能还需要优化，例如SQL Profile
• 中文资料不多，中文交流社群也不多

相关介绍：
https://mp.weixin.qq.com/s/74gK3hTt7-j1lTbKFagbTQ
https://mp.weixin.qq.com/s/iP6sc2DzPaeAKpSWNmf8hQ
选型建议：
1）如果有至少半个前端开发人员+后台开发人员；
2）如果需要用户体验较好的数据资产管理平台；
3）如果有需要扩展支持各种平台、系统的元数据。请把Datahub列为最高选择。
尽管列举了一些不足，但是开源产品中Datahub目前是相对最好的选择。笔者也在生产中使用，有问题的可以随时沟通交流。
商用版本: Metaphor（https://metaphor.io/）是Datahub的SaaS版本。

Marquez

• 界面美观，操作细节设计比较棒
• 部署简单，代码简洁
• 依靠底层OpenLineage协议，结构较好

Marquez的不足：

• 聚焦数据资产/血缘的可视化，数据资产管理的一些功能，需要较多开发工作

相关介绍：https://mp.weixin.qq.com/s/OMm6QEk9-1bFdYKuimdxCw
选型建议：
1）如果您有功能强大的元数据及数据资产管理平台后端，仅需要数据资产的可视化及血缘展示，可以考虑使用体验。
2）界面展示比较棒，支持选择依赖线路高亮及隐藏支线依赖。要做到数据资产管理、元数据采集有较多的工作要做。

商用版本:
Datakin（https://datakin.com/） 是Marquez的SaaS版本. 支持 Apache Hive, Amazon RDS, Teradata, Amazon Redshift, Amazon S3, and Cassandra.

Amundsen

开源地址：https://github.com/amundsen-io/amundsen 3.8K star
Amundsen 是来自Lyft 开源的元数据管理、数据发现平台，功能点很全，有一个比较全的前端、后端以及数据处理框架
Amundsen的优点：

• Lyft大厂开源，社区活跃，版本更新较多
• 定位清晰明确，与Datahub类似，致力于成为现代数据栈中的数据目录产品
• 支持对接较多的数据平台与工具

Amundsen的不足：

• 中规中矩的UI界面，操作便捷性不足
• 中文文档不多
• 血缘、标签、术语等功能方面不如Datahub使用便捷
• 较多支持友好的组件，国内使用的不多

相关介绍：
https://mp.weixin.qq.com/s/yGZ1RJs2seu943sswxYYzw
https://mp.weixin.qq.com/s/5w6euvUWzm5RWXgisB-rMg
https://mp.weixin.qq.com/s/iVocnMV8zuQN-jcID83nSg
选型建议：
1）如果有人折腾，建议选择Datahub，如果没人折腾，选择Amundsen够折腾
商用版本: Stemma（https://www.stemma.ai/）是Amundsen的SaaS 版本。

总结

数据治理、数据资产管理等工作，是企业数字化转型中的底层基建，很重要，却又很难体现出效果和价值。上层数据战略、数据架构、数据流程、数据规范等问题，在组织层面没有解决；不论数据资产平台等工作规划和实现得如何好，都只能体现出杯水车薪的效果。