首页
/ Apache Livy 技术文档

Apache Livy 技术文档

2024-12-18 04:49:05作者:俞予舒Fleming

Apache Livy 是一个开源的 REST 接口,用于从任何地方与 Apache Spark 进行交互。它支持在本地或 Apache Hadoop YARN 上运行的 Spark 上下文中执行代码片段或程序。

以下是对 Apache Livy 的详细技术文档,包括安装指南、使用说明和 API 使用文档。

1. 安装指南

在构建 Apache Livy 之前,您需要以下环境:

  • Debian/Ubuntu:

    • Maven (从 maven 软件包或 maven3 压缩包)
    • openjdk-8-jdk (或 Oracle JDK 8)
    • Python 2.7+
    • R 3.x
  • Redhat/CentOS:

    • Maven (从 maven 软件包或 maven3 压缩包)
    • java-1.8.0-openjdk (或 Oracle JDK 8)
    • Python 2.7+
    • R 3.x
  • MacOS:

    • Xcode 命令行工具
    • Oracle 的 JDK 1.8
    • Maven (Homebrew)
    • Python 2.7+
    • R 3.x

构建 Livy 所需的 Python 包:

  • cloudpickle
  • requests
  • requests-kerberos
  • flake8
  • flaky
  • pytest

Livy 还需要 Spark 安装。您可以从 Spark 发布页面 获取 Spark。Livy 需要 Spark 2.4+。

2. 项目使用说明

Livy 支持以下使用方式:

  • 交互式 Scala、Python 和 R shell
  • Scala、Java、Python 的批处理提交
  • 多个用户可以共享同一服务器(支持模拟)
  • 可以从任何地方使用 REST 提交作业
  • 无需修改程序代码即可使用

3. 项目 API 使用文档

Livy 提供了丰富的 API,用于与 Spark 进行交互。以下是 API 的简要概述:

  • /session:创建和管理 Spark 会话
  • /session/{id}:获取特定会话的详细信息
  • /session/{id}/statements:执行代码片段并获取结果
  • /session/{id}/statements/{stmt_id}:获取特定代码片段的结果

更多详细信息,请参考官方文档。

4. 项目安装方式

4.1 使用 Maven 构建

使用 Apache Maven 构建 Livy,运行以下命令:

git clone https://github.com/apache/incubator-livy.git
cd incubator-livy
mvn package

4.2 使用 Docker

您还可以使用提供的 Dockerfile

git clone https://github.com/apache/incubator-livy.git
cd incubator-livy
docker build -t livy-ci dev/docker/livy-dev-base/
docker run --rm -it -v $(pwd):/workspace -v $HOME/.m2:/root/.m2 livy-ci mvn package

注意:docker run 命令将 Maven 仓库映射到您的宿主机 Maven 缓存中,因此后续运行不需要再次下载依赖。

默认情况下,Livy 会在 Apache Spark 2.4.5 上构建,但运行时使用的 Spark 版本不需要与构建时使用的版本匹配。Livy 内部会处理不同版本之间的差异。

Livy 包本身不包含 Spark 发行版。它可以与任何支持的 Spark 版本一起使用,而无需重新构建。

4.3 构建配置

以下是构建配置的标志:

标志 目的
-Phadoop2 选择基于 Hadoop2 的构建依赖(默认配置)
-Pspark2 选择基于 Spark 2.x 的构建依赖(默认配置)
-Pspark3 选择基于 Spark 3.x 的构建依赖
-Pscala-2.11 选择基于 Scala 2.11 的构建依赖(默认配置)
-Pscala-2.12 选择基于 Scala 2.12 的构建依赖
热门项目推荐
相关项目推荐