初始设置概述

本指南将引导您完成将组织的数据连接到Foundry的过程。

在开始之前，重要的是要认识到，将组织数据连接到Foundry的第一步本质上是一个网络概念。初始设置最好由熟悉网络工程且了解组织网络拓扑和配置（如防火墙规则）的人来完成。

概念概述

将数据连接到Foundry需要按以下顺序安装或配置以下三个组件：

1. 连接： 用于访问数据源。
   • 代理： 连接到您系统上运行的软件；需要访问私有网络和本地数据源。
   • 直接连接： 通过互联网连接到数据源；在通过公共网络连接时首选。
2. 源 / 连接器： 用于访问Foundry外部的数据。
3. 同步： 将数据导入或导出到Foundry。

代理是运行在您组织网络内的Palantir软件。代理作为您组织的数据源和Foundry实例之间的安全中介。需要代理连接以访问运行在私有网络或本地系统上的源。一个正在运行的代理可以支持多个源和同步。

了解有关代理架构的更多信息。

直接连接是到可通过互联网访问的数据源的连接，例如REST API、SFTP服务器或Azure存储帐户。您可以配置直接连接以避免设置代理，同时仍能获得出色的正常运行时间和性能。直接连接需要为您的注册和连接凭据配置网络出口策略。

源，或连接器，是您连接到Foundry的任何外部数据系统。例如，源可以是Postgres数据库、S3存储桶、Linux服务器上的文件系统、SAP实例或互联网上的REST API。配置的源是建立任何同步到Foundry的必要条件，数据必须从源同步到数据集后才能在Foundry中使用。

同步从源中读取特定数据并将其导入到Foundry。例如，如果您有一个包含多个表的PostgreSQL数据库源，您可能会配置一个同步以将其中一个特定表导入到Foundry。一旦同步成功运行，Foundry中的结果将是一个数据集，可用于Foundry的所有数据管道、模型开发和分析工具。

角色和工作流程

大多数Foundry用户永远不需要自己设置新的代理。代理设置需要以IT为重点的技能，尽管同一个代理可以重复用于支持多个源和同步。一些组织可以在Foundry部署的第一周内设置代理并长期运行。只有当现有代理无法访问的数据（由于网络分割或数据规模等原因）或为了设置额外的代理以实现高可用性时，才需要新代理。

下表总结了维护连接数据所需资源的配置频率和技能集：

高可用性

我们建议设置冗余硬件以建立高可用性（HA）架构。高可用性提高了弹性，并允许在工作时间内进行无停机维护。

Foundry在源级别提供HA，这意味着如果一个源被指派给多个代理，Foundry将向一个健康的代理分派数据摄取。我们强烈建议在源创建之初就配置高可用性代理；为已创建的源添加额外代理需要重新输入该源的凭证。

以下最佳实践在设置高可用性时推荐：

• 始终成对安装代理，使用相似的硬件。
• 给一对代理起相似的名字，如agent-1和agent-2。
• 系统化地将一对代理都指派给每个源。
• 在一对代理上配置不重叠的升级窗口。升级窗口应在工作日内，并提供足够的测试时间。这样做可以确保任何更新中的意外问题将被限制在单个代理，并且可以由操作员或管理员检测到。

下一步

要使用直接连接通过互联网访问数据源，如公共REST API或S3存储桶，请从直接连接设置开始。

要连接到存在于您组织网络内的数据源，请从代理设置开始。