StarRocks MCP Sunucu Entegrasyonu

“StarRocks” MCP Sunucusu ne yapar?

StarRocks MCP (Model Context Protocol) Sunucusu, AI asistanları ile StarRocks veritabanları arasında akıllı bir köprü görevi görür. AI ajanlarının SQL sorguları çalıştırmasına, veritabanlarını keşfetmesine, şema ve veri özetleri almasına ve verileri grafiklerle görselleştirmesine sorunsuz erişim sağlar—karmaşık istemci tarafı kurulumu gerekmeden. StarRocks veritabanı kaynaklarını ve eylemlerini MCP ilkel olarak açığa çıkararak, tablo listeleme, SELECT veya DDL/DML komutlarını çalıştırma ve hem tablo hem de veritabanı seviyesinde kapsamlı özetler oluşturma gibi görevleri mümkün kılar. Ayrıca, akıllı bellek içi önbellekleme tekrar eden istekleri hızlandırır ve esnek ortam yapılandırması geliştirici iş akışlarına entegrasyonu kolaylaştırır. Bu, AI destekli veri araçları, analitik ajanlar veya veritabanı yönetim çözümleri oluştururken geliştirici verimliliğini artırır.

Komut Listesi

Depoda açıkça belirtilmiş bir komut şablonu bulunmamaktadır.

Kaynaklar Listesi

• starrocks://
  Bağlı StarRocks örneğinden veritabanlarını ve tabloları listelemeye ve tablo şemalarını almaya imkan tanır.
• proc://
  StarRocks’ın dahili metriklerine ve sistem durumlarına erişim sağlar, sistem seviyesinde bilgileri kaynak olarak sunar.
• Table Overview
  Bireysel tabloların sütun tanımları, satır sayıları ve örnek verileri dahil kapsamlı özetlerini sunar.
• Database Overview
  Tüm veritabanlarının detaylı özetlerini, şema ve üst düzey veri içgörülerini içerir.

Araçlar Listesi

• read_query
  StarRocks veritabanında SELECT SQL sorgularını çalıştırır ve sonuçları döndürür.
• write_query
  Veritabanı üzerinde DDL/DML komutlarını (ör. INSERT, UPDATE, DELETE, CREATE vb.) çalıştırır.
• table_overview
  Belirli bir tablonun şemasını, istatistiklerini ve örnek içeriğini özetleyen bir rapor üretir.
• db_overview
  Belirli bir veritabanının yapısını ve verilerini özetleyen bir genel bakış oluşturur.
• query_and_plotly_chart
  Bir sorgu çalıştırır ve dönen sonuçlardan otomatik olarak bir Plotly grafik oluşturur; veri görselleştirmeyi sağlar.

Bu MCP Sunucusunun Kullanım Senaryoları

• Veritabanı Yönetimi
  StarRocks SQL sorgularını, DDL ve DML işlemlerini AI asistanları aracılığıyla doğrudan çalıştırın ve yönetin: şema değişiklikleri, veri ekleme ve güncellemeleri.
• Şema ve Veri Keşfi
  Veritabanlarını, tabloları ve şemalarını hızlıca keşfederek geliştiricilerin veri modellerini ve ilişkilerini manuel sorgu yazmadan anlamasına yardımcı olur.
• Otomatik Raporlama ve Görselleştirme
  Sorgu sonuçlarından anında grafikler ve görsel temsiller oluşturarak, AI iş akışlarında analitik ve raporlamayı daha etkileşimli hale getirir.
• Sistem İzleme
  Veritabanı sağlığını, performansını ve hata ayıklamayı izlemek için dahili StarRocks metriklerine ve durumlarına erişin.
• AI Destekli Veri Analizi
  AI asistanlarını kullanarak veri ve şema özetlerini özetleyin, yorumlayın ya da içgörü sağlayın; verimliliği ve karar almayı artırın.

Kurulum Adımları

Windsurf

1. uv‘nin kurulu olduğundan ve StarRocks MCP sunucu paketinin mevcut olduğundan emin olun.
2. Windsurf yapılandırma dosyanızı bulun.
3. mcpServers nesnesine StarRocks MCP Sunucu yapılandırmasını ekleyin:

   {
     "mcpServers": {
       "mcp-server-starrocks": {
         "command": "uv",
         "args": ["run", "--with", "mcp-server-starrocks", "mcp-server-starrocks"],
         "env": {
           "STARROCKS_HOST": "localhost",
           "STARROCKS_PORT": "9030",
           "STARROCKS_USER": "root",
           "STARROCKS_PASSWORD": "",
           "STARROCKS_DB": "",
           "STARROCKS_OVERVIEW_LIMIT": "20000",
           "STARROCKS_MYSQL_AUTH_PLUGIN":"mysql_clear_password"
         }
       }
     }
   }
   

4. Yapılandırmayı kaydedin ve Windsurf’u yeniden başlatın.
5. MCP sunucusunun çalıştığını ve erişilebilir olduğunu doğrulayın.

Claude

1. Node.js ve uv‘nin kurulu olduğundan emin olun.
2. Claude’un MCP yapılandırma dosyasını açın.
3. mcpServers nesnesine aşağıdakini ekleyin:

   {
     "mcpServers": {
       "mcp-server-starrocks": {
         "url": "http://localhost:8000/mcp"
       }
     }
   }
   

4. Sunucuyu streamable HTTP modunda başlatın:

   export MCP_TRANSPORT_MODE=streamable-http
   uv run mcp-server-starrocks
   

5. Claude’un yeni MCP sunucusunu tanıdığını doğrulayın.

Cursor

1. uv ve StarRocks MCP sunucusunu yerel olarak veya bir paket olarak kurun.
2. Cursor MCP yapılandırmasını düzenleyin.
3. Yerel geliştirme için şunu kullanın:

   {
     "mcpServers": {
       "mcp-server-starrocks": {
         "command": "uv",
         "args": [
           "--directory",
           "path/to/mcp-server-starrocks",
           "run",
           "mcp-server-starrocks"
         ],
         "env": {
           "STARROCKS_HOST": "localhost",
           "STARROCKS_PORT": "9030",
           "STARROCKS_USER": "root",
           "STARROCKS_PASSWORD": "",
           "STARROCKS_DB": "",
           "STARROCKS_OVERVIEW_LIMIT": "20000",
           "STARROCKS_MYSQL_AUTH_PLUGIN":"mysql_clear_password"
         }
       }
     }
   }
   

4. Kaydedin ve Cursor’u yeniden başlatın.
5. MCP sunucusunun keşfedilebilir ve işlevsel olduğundan emin olun.

Cline

1. Gereksinimleri kurun (uv, StarRocks MCP sunucusu).
2. Cline yapılandırma dosyasını düzenleyin.
3. Önerilen Streamable HTTP entegrasyonuyla MCP sunucusunu ekleyin:

   {
     "mcpServers": {
       "mcp-server-starrocks": {
         "url": "http://localhost:8000/mcp"
       }
     }
   }
   

4. Sunucuyu başlatmak için aşağıdakini çalıştırın:

   export MCP_TRANSPORT_MODE=streamable-http
   uv run mcp-server-starrocks
   

5. Kurulumu Cline’ın arayüzünde veya komut satırında test edin.

API Anahtarlarını Ortam Değişkenleriyle Güvenceye Almak

Hassas verileri (veritabanı kimlik bilgileri gibi) MCP sunucu yapılandırmanızda ortam değişkenleri kullanarak saklayın. İşte bir örnek:

{
  "mcpServers": {
    "mcp-server-starrocks": {
      "command": "uv",
      "args": ["run", "--with", "mcp-server-starrocks", "mcp-server-starrocks"],
      "env": {
        "STARROCKS_HOST": "${STARROCKS_HOST}",
        "STARROCKS_USER": "${STARROCKS_USER}",
        "STARROCKS_PASSWORD": "${STARROCKS_PASSWORD}"
      },
      "inputs": {
        "STARROCKS_DB": "analytics"
      }
    }
  }
}

Bu MCP’yi akışlarda nasıl kullanırsınız

FlowHunt’ta MCP Kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, önce MCP bileşenini akışınıza ekleyin ve AI ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırma bölümünde, MCP sunucu bilgilerinizi şu JSON formatında girin:

{
  "starrocks": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Yapılandırma tamamlandığında, AI ajanı artık bu MCP’yi tüm işlev ve yetenekleriyle bir araç olarak kullanabilir. “starrocks” adını kendi MCP sunucunuzun adıyla (ör. “github-mcp”, “weather-api” vb.) ve URL’yi kendi MCP sunucu URL’nizle değiştirmeyi unutmayın.

Genel Bakış

Bizim görüşümüz

StarRocks MCP Sunucusu, StarRocks veritabanı entegrasyonu için iyi kapsamlanmış, üretim seviyesinde bir MCP uygulamasıdır. Veri odaklı iş akışları için güçlü kaynak ve araç kapsamı sunar, ancak komut şablonları ve örnekleme/roots özellikleri eksiktir. Dokümantasyonu sağlam, kurulumu iyi açıklanmış ve güvenli yapılandırmayı destekler.

Genel olarak, bu MCP sunucusuna StarRocks tabanlı AI iş akışları için 7/10 puan veriyoruz.

MCP Puanı