Catálogo Iceberg MCP

Implementación de un servidor MCP (Protocolo de Contexto de Modelo) para interactuar con Apache Iceberg. Este servidor proporciona una interfaz SQL para consultar y gestionar tablas de Iceberg a través del escritorio Claude.

Claude Desktop como su catálogo de Iceberg Data Lake

Related MCP server: Databricks MCP Server

Cómo instalar en Claude Desktop

Instalación mediante herrería

Para instalar MCP Iceberg Catalog para Claude Desktop automáticamente a través de Smithery :

npx -y @smithery/cli install @ahodroj/mcp-iceberg-service --client claude

1. Prerrequisitos

   • Python 3.10 o superior

   • Instalador de paquetes UV (recomendado) o pip

   • Acceso a un catálogo REST de Iceberg y almacenamiento compatible con S3

2. Cómo instalar en Claude Desktop Agregue la siguiente configuración a claude_desktop_config.json :

{
  "mcpServers": {
    "iceberg": {
      "command": "uv",
      "args": [
        "--directory",
        "PATH_TO_/mcp-iceberg-service",
        "run",
        "mcp-server-iceberg"
      ],
      "env": {
        "ICEBERG_CATALOG_URI" : "http://localhost:8181",
        "ICEBERG_WAREHOUSE" : "YOUR ICEBERG WAREHOUSE NAME",
        "S3_ENDPOINT" : "OPTIONAL IF USING S3",
        "AWS_ACCESS_KEY_ID" : "YOUR S3 ACCESS KEY",
        "AWS_SECRET_ACCESS_KEY" : "YOUR S3 SECRET KEY"
      }
    }
  }
}

Diseño

Arquitectura

El servidor MCP se basa en tres componentes principales:

1. Manejador de protocolo MCP

   • Implementa el Protocolo de Contexto Modelo para la comunicación con Claude

   • Maneja ciclos de solicitud/respuesta a través de stdio

   • Gestiona el ciclo de vida y la inicialización del servidor.

2. Procesador de consultas

   • Analiza consultas SQL usando sqlparse

   • Apoya operaciones:

     • LISTA DE TABLAS

     • DESCRIBIR TABLA

     • SELECCIONAR

     • INSERTAR

3. Integración de Iceberg

   • Utiliza pyiceberg para operaciones de tabla

   • Se integra con PyArrow para un manejo eficiente de datos.

   • Administra las conexiones del catálogo y las operaciones de tabla.

Integración de PyIceberg

El servidor utiliza PyIceberg de varias maneras:

1. Gestión de catálogos

   • Se conecta a catálogos REST

   • Administra los metadatos de la tabla

   • Maneja operaciones de espacio de nombres

2. Operaciones de datos

   • Convierte entre tipos PyIceberg y PyArrow

   • Maneja la inserción de datos a través de tablas de PyArrow

   • Administra esquemas de tablas y tipos de campos

3. Ejecución de consultas

   • Traduce SQL a operaciones de PyIceberg

   • Maneja el escaneo y filtrado de datos

   • Gestiona la conversión del conjunto de resultados

Se necesita mayor implementación

1. Operaciones de consulta

   • [ ] Implementar operaciones UPDATE

   • [ ] Agregar soporte para ELIMINAR

   • [ ] Soporte para CREATE TABLE con definición de esquema

   • [ ] Agregar operaciones ALTER TABLE

   • [ ] Implementar soporte para particionamiento de tablas

2. Tipos de datos

   • [ ] Soporte para tipos complejos (matrices, mapas, estructuras)

   • [ ] Agregar marca de tiempo con manejo de zona horaria

   • [ ] Soporte para tipos decimales

   • [ ] Agregar soporte para campos anidados

3. Mejoras de rendimiento

   • [ ] Implementar inserciones por lotes

   • [ ] Agregar optimización de consultas

   • [ ] Soporte para escaneos paralelos

   • [ ] Agregar capa de almacenamiento en caché para datos a los que se accede con frecuencia

4. Características de seguridad

   • [ ] Agregar mecanismos de autenticación

   • [ ] Implementar control de acceso basado en roles

   • [ ] Agregar seguridad a nivel de fila

   • [ ] Soporte para conexiones cifradas

5. Monitoreo y gestión

   • [ ] Agregar colección de métricas

   • [ ] Implementar el registro de consultas

   • [ ] Agregar supervisión del rendimiento

   • [ ] Soporte para operaciones de mantenimiento de tablas

6. Manejo de errores

   • [ ] Mejorar los mensajes de error

   • [ ] Agregar mecanismos de reintento para fallas transitorias

   • [ ] Implementar soporte para transacciones

   • [ ] Agregar validación de datos