Apache Linkis 项目下载及安装教程
2024-12-03 10:28:33作者:晏闻田Solitary
1. 项目介绍
Apache Linkis 是一个计算中间件层,旨在简化上层应用和底层数据引擎之间的连接、治理和编排。它通过提供标准的REST/WS/JDBC接口,使得上层应用能够轻松访问如MySQL、Spark、Hive、Presto、Flink等底层引擎,并实现用户资源的互通信,如统一变量、脚本、UDF函数和资源文件等。作为计算中间件,Linkis 提供了强大的连接性、重用性、编排性、扩展性和治理能力,通过解耦应用层和引擎层,简化了复杂的网络调用关系,从而降低了整体的复杂性和开发维护成本。
2. 项目下载位置
项目可以在 Apache Linkis 的官方 GitHub 仓库下载,地址为:Apache Linkis GitHub 仓库。请访问该仓库,并在 "Releases" 页面下载编译好的发行包或源代码包。
3. 项目安装环境配置
在开始安装前,需要确保您的系统中安装了以下环境和依赖:
- JDK 1.8 或更高版本
- Maven 3.3.9 或更高版本
- Git
以下为环境配置的示例图片(假设操作系统为Linux):
# 安装 JDK
sudo apt-get install openjdk-8-jdk
# 安装 Maven
sudo apt-get install maven
# 安装 Git
sudo apt-get install git
4. 项目安装方式
以下是在Linux系统上编译和安装Apache Linkis的步骤:
# 克隆项目
git clone https://github.com/apache/linkis.git
# 进入项目目录
cd linkis
# 编译项目
mvnw clean install -Dmaven.javadoc.skip=true -Dmaven.test.skip=true
# 编译Web模块(如果需要)
cd linkis-web
npm install
npm run build
5. 项目处理脚本
项目中的 mvnw 脚本是 Maven Wrapper 的缩写,它允许你使用项目指定的Maven版本进行构建,即使你的机器上安装了不同的版本。以下是一些常用的构建和安装命令:
# 编译后端并打包
mvnw clean install -Dmaven.javadoc.skip=true -Dmaven.test.skip=true
# 编译并打包包含Web模块的版本
mvnw clean install -Pdocker -Dmaven.javadoc.skip=true -Dmaven.test.skip=true -Dlinkis.build.web=true
# 编译并打包同时包含Web模块和LDH(用于测试的Hadoop一体化)的版本
mvnw clean install -Pdocker -Dmaven.javadoc.skip=true -Dmaven.test.skip=true -Dlinkis.build.web=true -Dlinkis.build.ldh=true -Dlinkis.build.with.jdbc=true
确保在执行上述命令时,您已经根据项目的要求正确配置了环境。以上步骤完成后,Apache Linkis 就已经安装在你的系统中了。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
625
4.12 K
Ascend Extension for PyTorch
Python
464
554
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
871
207
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160