目錄

• 1、ApacheLinkis介紹
• 2.1計算中間件概念
• 2.2整體架構(gòu)
• 2.3核心特點
• 2.4支持的引擎類型
• 2、ApacheLinkis快速部署
• 2.1注意事項
• 2.2確定環(huán)境
• 2.2.1依賴
• 2.2.2環(huán)境變量
• 2.3安裝包下載
• 2.4不依賴HDFS的基礎配置修改
• 2.5修改數(shù)據(jù)庫配置
• 2.6安裝
• 2.7檢查是否安裝成功
• 2.8快速啟動Linkis
• 2.9問題集

1、Apache Linkis 介紹

Linkis 在上層應用和底層引擎之間構(gòu)建了一層計算中間件。通過使用Linkis 提供的REST/WebSocket/JDBC 等標準接口，上層應用可以方便地連接訪問Spark, Presto, Flink 等底層引擎,同時實現(xiàn)跨引擎上下文共享、統(tǒng)一的計算任務和引擎治理與編排能力。

MySQL/Spark/Hive/Presto/Flink 等底層引擎，同時實現(xiàn)變量、腳本、函數(shù)和資源文件等用戶資源的跨上層應用互通。作為計算中間件，Linkis 提供了強大的連通、復用、編排、擴展和治理管控能力。通過計算中間件將應用層和引擎層解耦，簡化了復雜的網(wǎng)絡調(diào)用關(guān)系，降低了整體復雜度，同時節(jié)約了整體開發(fā)和維護成本。

2.1 計算中間件概念

沒有Linkis之前

上層應用以緊耦合方式直連底層引擎，使得數(shù)據(jù)平臺變成復雜的網(wǎng)狀結(jié)構(gòu)

有Linkis之后

通過計算中間件將應用層和引擎層解耦，以標準化可復用方式簡化復雜的網(wǎng)狀調(diào)用關(guān)系，降低數(shù)據(jù)平臺復雜度

2.2 整體架構(gòu)

Linkis 在上層應用和底層引擎之間構(gòu)建了一層計算中間件。通過使用Linkis 提供的REST/WebSocket/JDBC 等標準接口，上層應用可以方便地連接訪問Spark, Presto, Flink 等底層引擎。

2.3 核心特點

• 豐富的底層計算存儲引擎支持。目前支持的計算存儲引擎：Spark、Hive、Python、Presto、ElasticSearch、MLSQL、TiSpark、JDBC和Shell等。正在支持中的計算存儲引擎：Flink(>=1.0.2版本已支持)、Impala等。支持的腳本語言：SparkSQL, HiveQL, Python, Shell, Pyspark, R, Scala 和JDBC 等。
• 強大的計算治理能力。基于Orchestrator、Label Manager和定制的Spring Cloud Gateway等服務，Linkis能夠提供基于多級標簽的跨集群/跨IDC 細粒度路由、負載均衡、多租戶、流量控制、資源控制和編排策略(如雙活、主備等)支持能力。
• 全棧計算存儲引擎架構(gòu)支持。能夠接收、執(zhí)行和管理針對各種計算存儲引擎的任務和請求，包括離線批量任務、交互式查詢?nèi)蝿铡崟r流式任務和存儲型任務；
• 資源管理能力。ResourceManager 不僅具備 Linkis0.X 對 Yarn 和 Linkis EngineManager 的資源管理能力，還將提供基于標簽的多級資源分配和回收能力，讓 ResourceManager 具備跨集群、跨計算資源類型的強大資源管理能力。
• 統(tǒng)一上下文服務。為每個計算任務生成context id，跨用戶、系統(tǒng)、計算引擎的關(guān)聯(lián)管理用戶和系統(tǒng)資源文件（JAR、ZIP、Properties等），結(jié)果集，參數(shù)變量，函數(shù)等，一處設置，處處自動引用；
• 統(tǒng)一物料。系統(tǒng)和用戶級物料管理，可分享和流轉(zhuǎn)，跨用戶、系統(tǒng)共享物料。

2.4 支持的引擎類型

引擎

引擎版本

Linkis 0.X 版本要求

Linkis 1.X 版本要求

說明

Flink

1.12.2

>=dev-0.12.0, PR #703 尚未合并

>=1.0.2

Flink EngineConn。支持FlinkSQL 代碼，也支持以Flink Jar 形式啟動一個新的Yarn 應用程序。

Impala

>=3.2.0, CDH >=6.3.0"

>=dev-0.12.0, PR #703 尚未合并

ongoing

Impala EngineConn. 支持Impala SQL 代碼.

Presto

>= 0.180

>=0.11.0

ongoing

Presto EngineConn. 支持Presto SQL 代碼.

ElasticSearch

>=6.0

>=0.11.0

ongoing

ElasticSearch EngineConn. 支持SQL 和DSL 代碼.

Shell

Bash >=2.0

>=0.9.3

>=1.0.0_rc1

Shell EngineConn. 支持Bash shell 代碼.

MLSQL

>=1.1.0

>=0.9.1

ongoing

MLSQL EngineConn. 支持MLSQL 代碼.

JDBC

MySQL >=5.0, Hive >=1.2.1

>=0.9.0

>=1.0.0_rc1

JDBC EngineConn. 已支持MySQL 和HiveQL，可快速擴展支持其他有JDBC Driver 包的引擎, 如Oracle.

Spark

Apache 2.0.0~2.4.7, CDH >=5.4.0

>=0.5.0

>=1.0.0_rc1

Spark EngineConn. 支持SQL, Scala, Pyspark 和R 代碼.

Hive

Apache >=1.0.0, CDH >=5.4.0

>=0.5.0

>=1.0.0_rc1

Hive EngineConn. 支持HiveQL 代碼.

Hadoop

Apache >=2.6.0, CDH >=5.4.0

>=0.5.0

ongoing

Hadoop EngineConn. 支持Hadoop MR/YARN application.

Python

>=2.6

>=0.5.0

>=1.0.0_rc1

Python EngineConn. 支持python 代碼.

TiSpark

1.1

>=0.5.0

ongoing

TiSpark EngineConn. 支持用SparkSQL 查詢TiDB.

2、Apache Linkis 快速部署

2.1 注意事項

因為mysql-connector-java驅(qū)動是GPL2.0協(xié)議，不滿足Apache開源協(xié)議關(guān)于license的政策，因此從1.0.3版本開始，提供的Apache版本官方部署包，默認是沒有mysql-connector-java-x.x.x.jar的依賴包，安裝部署時需要添加依賴到對應的lib包中。

Linkis1.0.3 默認已適配的引擎列表如下：

引擎類型

適配情況

官方安裝包是否包含

Python

1.0已適配

包含

Shell

1.0已適配

包含

Hive

1.0已適配

包含

Spark

1.0已適配

包含

2.2 確定環(huán)境

2.2.1 依賴

?引擎類型?

?依賴環(huán)境?

?特殊說明?

?Python?

?Python環(huán)境?

?日志和結(jié)果集如果配置hdfs://則依賴HDFS環(huán)境?

?JDBC?

?可以無依賴?

?日志和結(jié)果集路徑如果配置hdfs://則依賴HDFS環(huán)境?

?Shell?

?可以無依賴?

?日志和結(jié)果集路徑如果配置hdfs://則依賴HDFS環(huán)境?

?Hive?

?依賴Hadoop和Hive環(huán)境?

?Spark?

?依賴Hadoop/Hive/Spark?

要求：安裝Linkis需要至少3G內(nèi)存。

默認每個微服務JVM堆內(nèi)存為512M，可以通過修改??SERVER_HEAP_SIZE??來統(tǒng)一調(diào)整每個微服務的堆內(nèi)存，如果您的服務器資源較少，我們建議修改該參數(shù)為128M。如下：

vim ${LINKIS_HOME}/deploy-config/linkis-env.sh# java application default jvm memory.export SERVER_HEAP_SIZE="128M"

2.2.2 環(huán)境變量

官網(wǎng)示例：

#JDKexport JAVA_HOME=/nemo/jdk1.8.0_141##如果不使用Hive、Spark等引擎且不依賴Hadoop，則不需要修改以下環(huán)境變量#HADOOP  export HADOOP_HOME=/appcom/Install/hadoopexport HADOOP_CONF_DIR=/appcom/config/hadoop-config#Hiveexport HIVE_HOME=/appcom/Install/hiveexport HIVE_CONF_DIR=/appcom/config/hive-config#Sparkexport SPARK_HOME=/appcom/Install/sparkexport SPARK_CONF_DIR=/appcom/config/spark-config/export PYSPARK_ALLOW_INSECURE_GATEWAY=1  # Pyspark必須加的參數(shù)

示例：

2.3 安裝包下載

2.4 不依賴HDFS的基礎配置修改

vi deploy-config/linkis-env.sh#SSH_PORT=22#指定SSH端口，如果單機版本安裝可以不配置deployUser=hadoop      #指定部署用戶LINKIS_INSTALL_HOME=/appcom/Install/Linkis    # 指定安裝目錄WORKSPACE_USER_ROOT_PATH=file:///tmp/hadoop    # 指定用戶根目錄，一般用于存儲用戶的腳本文件和日志文件等，是用戶的工作空間。RESULT_SET_ROOT_PATH=file:///tmp/linkis   # 結(jié)果集文件路徑，用于存儲Job的結(jié)果集文件ENGINECONN_ROOT_PATH=/appcom/tmp #存放ECP的安裝路徑，需要部署用戶有寫權(quán)限的本地目錄ENTRANCE_CONFIG_LOG_PATH=file:///tmp/linkis/  #ENTRANCE的日志路徑## LDAP配置，默認Linkis只支持部署用戶登錄，如果需要支持多用戶登錄可以使用LDAP，需要配置以下參數(shù)：#LDAP_URL=ldap://localhost:1389/ #LDAP_BASEDN=dc=webank,dc=com

2.5 修改數(shù)據(jù)庫配置

vi deploy-config/db.sh

2.6 安裝

執(zhí)行安裝腳本：??sh bin/install.sh??

install.sh腳本會詢問您是否需要初始化數(shù)據(jù)庫并導入元數(shù)據(jù)。

因為擔心用戶重復執(zhí)行install.sh腳本，把數(shù)據(jù)庫中的用戶數(shù)據(jù)清空，所以在install.sh執(zhí)行時，會詢問用戶是否需要初始化數(shù)據(jù)庫并導入元數(shù)據(jù)。

2.7 檢查是否安裝成功

2.8 快速啟動Linkis

啟動服務

sh sbin/linkis-start-all.sh

查看是否啟動成功

可以在Eureka界面查看服務啟動成功情況，查看方法：

使用???http://${EUREKA_INSTALL_IP}:${EUREKA_PORT}???, 在瀏覽器中打開，查看服務是否注冊成功。

如果您沒有在config.sh指定EUREKA_INSTALL_IP和EUREKA_INSTALL_IP，則HTTP地址為：http://127.0.0.1:20303

默認會啟動8個Linkis微服務，其中圖下linkis-cg-engineconn服務為運行任務才會啟動

2.9 問題集

1、telnet

<-----start to check used cmd---->check command fail need "telnet" (your linux command not found)Failed to  + check env

解決：sudo yum -y install telnet

2、connection exception

mkdir: Call From hadoop01/192.168.88.111 to hadoop01:9820 failed on connection exception: java.net.ConnectException: 拒絕連接; For more details see:  http://wiki.apache.org/hadoop/ConnectionRefusedFailed to  + create hdfs:///tmp/linkis directory

解決：啟動HDFS

到此這篇關(guān)于Apache Linkis 中間件架構(gòu)及快速安裝的文章就介紹到這了,更多相關(guān)Apache Linkis 中間件內(nèi)容請搜索以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持！