Apache Livy 技术文档

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