Apache Linkis 中間件架構(gòu)及快速安裝步驟
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(chǔ)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(yīng)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(yīng)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(wù)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(yīng)用互通。作為計算中間件，Linkis 提供了強大的連通、復(fù)用、編排、擴展和治理管控能力。通過計算中間件將應(yīng)用層和引擎層解耦，簡化了復(fù)雜的網(wǎng)絡(luò)調(diào)用關(guān)系，降低了整體復(fù)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(yīng)用以緊耦合方式直連底層引擎，使得數(shù)據(jù)平臺變成復(fù)雜的網(wǎng)狀結(jié)構(gòu)
有Linkis之后
通過計算中間件將應(yīng)用層和引擎層解耦，以標準化可復(fù)用方式簡化復(fù)雜的網(wǎng)狀調(diào)用關(guān)系，降低數(shù)據(jù)平臺復(fù)雜度
2.2 整體架構(gòu)
Linkis 在上層應(yīng)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(yīng)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(wù)，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(wù)和請求，包括離線批量任務(wù)、交互式查詢?nèi)蝿?wù)、實時流式任務(wù)和存儲型任務(wù)；
- 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(wù)。為每個計算任務(wù)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(shè)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(yīng)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(yīng)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(wù)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(wù)的堆內(nèi)存，如果您的服務(wù)器資源較少，我們建議修改該參數(shù)為128M。如下：
vim ${LINKIS_HOME}/deploy-config/linkis-env.sh# java application default jvm memory.export SERVER_HEAP_SIZE="128M"2.2.2 環(huán)境變量
官網(wǎng)示例：
#JDKexport JAVA_HOME=/nemo/jdk1.8.0_141##如果不使用Hive、Spark等引擎且不依賴Hadoop，則不需要修改以下環(huán)境變量#HADOOP export HADOOP_HOME=/appcom/Install/hadoopexport HADOOP_CONF_DIR=/appcom/config/hadoop-config#Hiveexport HIVE_HOME=/appcom/Install/hiveexport HIVE_CONF_DIR=/appcom/config/hive-config#Sparkexport SPARK_HOME=/appcom/Install/sparkexport SPARK_CONF_DIR=/appcom/config/spark-config/export PYSPARK_ALLOW_INSECURE_GATEWAY=1 # Pyspark必須加的參數(shù)
示例：
2.3 安裝包下載
2.4 不依賴HDFS的基礎(chǔ)配置修改
vi deploy-config/linkis-env.sh#SSH_PORT=22#指定SSH端口，如果單機版本安裝可以不配置deployUser=hadoop #指定部署用戶LINKIS_INSTALL_HOME=/appcom/Install/Linkis # 指定安裝目錄WORKSPACE_USER_ROOT_PATH=file:///tmp/hadoop # 指定用戶根目錄，一般用于存儲用戶的腳本文件和日志文件等，是用戶的工作空間。RESULT_SET_ROOT_PATH=file:///tmp/linkis # 結(jié)果集文件路徑，用于存儲Job的結(jié)果集文件ENGINECONN_ROOT_PATH=/appcom/tmp #存放ECP的安裝路徑，需要部署用戶有寫權(quán)限的本地目錄ENTRANCE_CONFIG_LOG_PATH=file:///tmp/linkis/ #ENTRANCE的日志路徑## LDAP配置，默認Linkis只支持部署用戶登錄，如果需要支持多用戶登錄可以使用LDAP，需要配置以下參數(shù)：#LDAP_URL=ldap://localhost:1389/ #LDAP_BASEDN=dc=webank,dc=com
2.5 修改數(shù)據(jù)庫配置
vi deploy-config/db.sh
2.6 安裝
執(zhí)行安裝腳本：??sh bin/install.sh??
install.sh腳本會詢問您是否需要初始化數(shù)據(jù)庫并導(dǎo)入元數(shù)據(jù)。
因為擔心用戶重復(fù)執(zhí)行install.sh腳本，把數(shù)據(jù)庫中的用戶數(shù)據(jù)清空，所以在install.sh執(zhí)行時，會詢問用戶是否需要初始化數(shù)據(jù)庫并導(dǎo)入元數(shù)據(jù)。
2.7 檢查是否安裝成功
2.8 快速啟動Linkis
啟動服務(wù)
sh sbin/linkis-start-all.sh
查看是否啟動成功
可以在Eureka界面查看服務(wù)啟動成功情況，查看方法：
使用???http://${EUREKA_INSTALL_IP}:${EUREKA_PORT}???, 在瀏覽器中打開，查看服務(wù)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(wù)，其中圖下linkis-cg-engineconn服務(wù)為運行任務(wù)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！
網(wǎng)公網(wǎng)安備