Apache Linkis 使用教程
2024-09-02 10:21:16作者:柏廷章Berta
linkis
Apache Linkis是一个开源的分布式计算框架,用于连接各种计算引擎。适合需要处理大量数据的开发者。特点包括支持多种计算引擎、易于扩展和易于使用。
项目介绍
Apache Linkis 构建了一个计算中间件层,用于促进上层应用与底层数据引擎之间的连接治理和编排。通过使用 Linkis 提供的标准接口(如 REST/WS/JDBC),上层应用可以轻松访问底层引擎(如 MySQL/Spark/Hive/Presto/Flink 等),并实现用户资源的互通,如统一变量、脚本、UDF、函数和资源文件等。作为一个计算中间件,Linkis 提供了强大的连接性、复用性、编排、扩展和治理能力。通过解耦应用层和引擎层,简化了复杂的网络调用关系,从而降低了整体复杂性,节省了开发和维护成本。
项目快速启动
环境准备
- JDK 1.8 或更高版本
- Maven 3.3 或更高版本
- Docker(可选,用于容器化部署)
快速部署
-
克隆项目
git clone https://github.com/apache/linkis.git cd linkis
-
构建项目
mvn clean install -DskipTests
-
启动 Linkis
cd linkis-dist/target/linkis-x.x.x-dist ./bin/start-all.sh
示例代码
以下是一个简单的示例,展示如何通过 Linkis 提交一个 Spark 任务:
import org.apache.linkis.httpclient.dws.authentication.StaticAuthenticationStrategy;
import org.apache.linkis.httpclient.dws.config.DWSClientConfig;
import org.apache.linkis.httpclient.dws.config.DWSClientConfigBuilder;
import org.apache.linkis.httpclient.dws.exception.DWSClientException;
import org.apache.linkis.httpclient.dws.request.JobSubmitAction;
import org.apache.linkis.httpclient.dws.response.JobExecuteResult;
import org.apache.linkis.httpclient.dws.response.JobInfoResult;
import org.apache.linkis.httpclient.dws.response.JobProgressResult;
public class LinkisExample {
public static void main(String[] args) {
DWSClientConfig clientConfig = ((DWSClientConfigBuilder) (new DWSClientConfigBuilder())
.addUJESServerUrl("http://localhost:8088"))
.connectionTimeout(30000)
.discoveryEnabled(false)
.discoveryFrequency(1, TimeUnit.MINUTES)
.loadbalancerEnabled(true)
.maxConnectionSize(5)
.retryEnabled(false)
.readTimeout(30000)
.setAuthenticationStrategy(new StaticAuthenticationStrategy())
.setDWSVersion("v1")
.build();
JobSubmitAction jobSubmitAction = JobSubmitAction.builder()
.addExecuteCode("show tables")
.setEngineType(JobSubmitAction.EngineType$.MODULE$.SPARK())
.setUser("hadoop")
.build();
JobExecuteResult jobExecuteResult = new LinkisClient().submit(jobSubmitAction);
System.out.println("Job ID: " + jobExecuteResult.taskID());
}
}
应用案例和最佳实践
案例一:数据分析平台
某公司使用 Linkis 构建了一个数据分析平台,通过 Linkis 连接多个数据引擎(如 Spark、Hive 和 Presto),实现了数据的统一管理和分析。用户可以通过 Linkis 提供的 Web 界面提交 SQL 查询,Linkis 自动选择最合适的引擎执行查询,大大提高了数据分析的效率和灵活性。
案例二:实时数据处理
另一家公司利用 Linkis 进行实时数据处理,通过 Linkis 连接 Flink 和 Kafka,实现了实时数据流的处理和分析。Linkis 的编排能力使得复杂的实时数据处理流程变得简单和可管理。
典型生态项目
1. Apache DolphinScheduler
Apache DolphinScheduler 是一个分布式易扩展的可视化工作流任务调度平台,与 Linkis 结合使用,可以实现复杂的数据处理和分析任务的自动化调度。
2. Apache Flink
Apache Flink
linkis
Apache Linkis是一个开源的分布式计算框架,用于连接各种计算引擎。适合需要处理大量数据的开发者。特点包括支持多种计算引擎、易于扩展和易于使用。
热门项目推荐
相关项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown6690
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie32226
- Yi-CoderYi Coder 编程模型,小而强大的编程助手305
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTypeScript15.77 K1.48 K
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript75.83 K19.04 K
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript35.51 K4.79 K
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总252
- Wwindows暂无简介Shell16.14 K1.35 K
- byzer-langByzer(以前的 MLSQL):一种用于数据管道、分析和人工智能的低代码开源编程语言。Scala1.88 K551
- AanacondaAnaconda turns your Sublime Text 3 in a full featured Python development IDE including autocompletion, code linting, IDE features, autopep8 formating, McCabe complexity checker Vagrant and Docker support for Sublime Text 3 using Jedi, PyFlakes, pep8, MyPy, PyLint, pep257 and McCabe that will never freeze your Sublime Text 3Python2.22 K263
热门内容推荐
展开
最新内容推荐
展开
项目优选
收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
669
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
10
4
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
322
26
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.56 K
1.44 K
Jpom
🚀简而轻的低侵入式在线构建、自动部署、日常运维、项目监控软件
Java
1.41 K
292
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
taro
开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/
TypeScript
35.34 K
4.77 K