Linkis 在上层应用程序和底层引擎之间构建了一层计算中间件。通过使用Linkis 提供的REST/WebSocket/JDBC 等标准接口,上层应用可以方便地连接访问MySQL/Spark/Hive/Presto/Flink 等底层引擎,同时实现变量、脚本、函数和资源文件等用户资源的跨上层应用互通,以及通过REST标准接口提供了数据源管理和数据源对应的元数据查询服务。 作为计算中间件,Linkis 提供了强大的连通、复用、编排、扩展和治理管控能力。通过计算中间件将应用层和引擎层解耦,简化了复杂的网络调用关系,降低了整体复杂度,同时节约了整体开发和维护成本。
Linkis 自2019年开源发布以来,已累计积累了700多家试验企业和1000+沙盒试验用户,涉及金融、电信、制造、互联网等多个行业。许多公司已经将Linkis 作为大数据平台底层计算存储引擎的统一入口,和计算请求/任务的治理管控利器。
核心特点#
- 丰富的底层计算存储引擎支持。
目前支持的计算存储引擎:Spark、Hive、Flink、Python、Pipeline、Sqoop、openLooKeng、JDBC和Shell等。
正在支持中的计算存储引擎:Presto(计划1.2.0)、ElasticSearch(计划1.2.0)等。
支持的脚本语言:SparkSQL, HiveQL, Python, Shell, Pyspark, R, Scala 和JDBC 等。 - 强大的计算治理能力。基于Orchestrator、Label Manager和定制的Spring Cloud Gateway等服务,Linkis能够提供基于多级标签的跨集群/跨IDC 细粒度路由、负载均衡、多租户、流量控制、资源控制和编排策略(如双活、主备等)支持能力。
- 全栈计算存储引擎架构支持。能够接收、执行和管理针对各种计算存储引擎的任务和请求,包括离线批量任务、交互式查询任务、实时流式任务和存储型任务;
- 资源管理能力。 ResourceManager 不仅具备对 Yarn 和 Linkis EngineManager 的资源管理能力,还将提供基于标签的多级资源分配和回收能力,让 ResourceManager 具备跨集群、跨计算资源类型的强大资源管理能力。
- 统一上下文服务。为每个计算任务生成context id,跨用户、系统、计算引擎的关联管理用户和系统资源文件(JAR、ZIP、Properties等),结果集,参数变量,函数等,一处设置,处处自动引用;
- 统一物料。系统和用户级物料管理,可分享和流转,跨用户、系统共享物料。
- 统一数据源管理。提供了hive、es、mysql、kafka类型数据源的增删查改、版本控制、连接测试等功能。
- 数据源对应的元数据查询。提供了hive、es、mysql、kafka元数据的数据库、表、分区查询。
支持的引擎类型#
引擎名 | 支持底层组件版本 (默认依赖版本) |
Linkis 1.X 版本要求 | 是否默认包含在发布包中 | 说明 |
---|---|---|---|---|
Spark | Apache 2.0.0~2.4.7, CDH >= 5.4.0, (默认Apache Spark 2.4.3) |
>=1.0.0_rc1 | 是 | Spark EngineConn, 支持SQL, Scala, Pyspark 和R 代码 |
Hive | Apache >= 1.0.0, CDH >= 5.4.0, (默认Apache Hive 2.3.3) |
>=1.0.0_rc1 | 是 | Hive EngineConn, 支持HiveQL 代码 |
Python | Python >= 2.6, (默认Python2*) |
>=1.0.0_rc1 | 是 | Python EngineConn, 支持python 代码 |
Shell | Bash >= 2.0 | >=1.0.0_rc1 | 是 | Shell EngineConn, 支持Bash shell 代码 |
JDBC | MySQL >= 5.0, Hive >=1.2.1, (默认Hive-jdbc 2.3.4) |
>=1.0.0_rc1 | 否 | JDBC EngineConn, 已支持MySQL 和HiveQL,可快速扩展支持其他有JDBC Driver 包的引擎, 如Oracle |
Flink | Flink >= 1.12.2, (默认Apache Flink 1.12.2) |
>=1.0.2 | 否 | Flink EngineConn, 支持FlinkSQL 代码,也支持以Flink Jar 形式启动一个新的Yarn 应用程序 |
Pipeline | - | >=1.0.2 | 否 | Pipeline EngineConn, 支持文件的导入和导出 |
openLooKeng | openLooKeng >= 1.5.0, (默认openLookEng 1.5.0) |
>=1.1.1 | 否 | openLooKeng EngineConn, 支持用Sql查询数据虚拟化引擎openLooKeng |
Sqoop | Sqoop >= 1.4.6, (默认Apache Sqoop 1.4.6) |
>=1.1.2 | 否 | Sqoop EngineConn, 支持 数据迁移工具 Sqoop 引擎 |
Impala | Impala >= 3.2.0, CDH >=6.3.0 | ongoing | - | Impala EngineConn,支持Impala SQL 代码 |
Presto | Presto >= 0.180 | 1.2.0 | - | Presto EngineConn, 支持Presto SQL 代码 |
ElasticSearch | ElasticSearch >=6.0 | 1.2.0 | - | ElasticSearch EngineConn, 支持SQL 和DSL 代码 |
TiSpark | 1.1 | ongoing | - | TiSpark EngineConn, 支持用SparkSQL 查询TiDB |
下载#
请前往Linkis releases 页面 下载Linkis 已编译的部署安装包或源码包。
安装部署#
请参考安装部署文档 来部署Linkis
示例和使用指引#
文档#
完整的Linkis文档代码存放在linkis-website仓库中
架构概要#
Linkis 基于微服务架构开发,其服务可以分为3类:计算治理服务、公共增强服务和微服务治理服务。
- 计算治理服务,支持计算任务/请求处理流程的3个主要阶段:提交->准备->执行;
- 公共增强服务,包括上下文服务、物料管理服务及数据源服务等;
- 微服务治理服务,包括定制化的Spring Cloud Gateway、Eureka、Open Feign。
下面是Linkis 的架构概要图. 更多详细架构文档请见 Linkis/Architecture.
基于Linkis 计算中间件,我们在大数据平台套件WeDataSphere 中构建了许多应用和工具系统,下面是目前可用的开源项目。
更多项目开源准备中,敬请期待。
贡献#
我们非常欢迎和期待更多的贡献者参与共建Linkis, 不论是代码、文档,或是其他能够帮助到社区的贡献形式。
代码和文档相关的贡献请参照贡献指引。
联系我们#
对Linkis 的任何问题和建议,敬请提交issue,以便跟踪处理和经验沉淀共享。
Meetup 视频 Bilibili。
谁在使用Linkis#
我们创建了一个 issue 以便用户反馈和记录谁在使用Linkis。
Linkis 自2019年开源发布以来,累计已有700多家试验企业和1000+沙盒试验用户,涉及金融、电信、制造、互联网等多个行业。
评论