Linkis1.1.1 适配 hadoop3.1.1 以及部署其他系统服务

2022年8月8日 · 18 分钟阅读

contributors

环境以及版本#

jdk-8 , maven-3.6.3
node-14.15.0(是否需要自己编译前端代码调整)
Gradle-4.6(是否编译Qualitis质量服务)
hadoop-3.1.1,Spark-3.0.1,Hive-3.1.2,Flink-1.13.2,Sqoop-1.4.7 (Apache版本)
linkis-1.1.1
DataSphereStudio-1.1.0
Schudulis-0.7.0
Qualitis-0.9.2
Visualis-1.0.0
Streamis-0.2.0
Exchangis-1.0.0
Chrome建议100以下的版本

各组件场景以及版本#

系统名字	版本	场景
linkis	1.1.1	引擎编排,运行执行hive,spark,flinkSql,shell,python等,数据源统一管理等
DataSphereStudio	1.1.0	实现对任务的dag编排,实现整合其他系统的规范以及统一接入,提供基于SparkSql的服务Api
Schudulis	0.7.0	任务调度,以及调度详情和重跑,并且提供基于选择时间的补漏数据
Qualitis	0.9.2	提供内置Sql的版本等功能,对常见的数据质量以及可以自定义sql,对一些不符合规则的数据进行校验并写入到对应的库中
Exchangis	1.0.0	Hive到Mysql,Mysql到Hive之间的数据交换
Streamis	0.2.0	流式开发应用中心
Visualis	1.0.0	可视化报表展示,可以分享外链接

部署顺序#

从序号3之后的顺序可以自己选择进行调整.但是在部署exchangis中需要注意一点,将exchangis的sqoop引擎插件,给copy到linkis的lib下的engine插件包下 Schedulis,Qualitis,Exchangis,Streamis,Visualis等系统,都是通过各自的appconn来与dss进行整合,注意每次整合组件-appconn后,进行重启dss对应的服务模块或者重启dss

linkis
DataSphereStudio
Schedulis
Qualitis
Exchangis
Streamis
Visualis

如果你集成了Skywalking的话,就可以在扩拓扑图中,看到服务的状态和连接状态,如下图同时你也可以看清晰到在追踪中看到调用链路,如下图,也便于你定位具体服务的错误日志文件

依赖调整以及打包#

linkis#

由于spark是采用了3.x版本的,scala也是需要升级到12版本原项目代码地址适配修改代码参考地址

linkis的pom文件#

<hadoop.version>3.1.1</hadoop.version><scala.version>2.12.10</scala.version><scala.binary.version>2.12</scala.binary.version>
<!-- 将hadoop-hdfs 替换成为hadoop-hdfs-client --><dependency>    <groupId>org.apache.hadoop</groupId>    <artifactId>hadoop-hdfs-client</artifactId>    <version>${hadoop.version}</version>

linkis-hadoop-common的pom文件#

       <!-- 注意这里的 <version>${hadoop.version}</version> , 根据你有没有遇到错误来进行调整 -->        <dependency>            <groupId>org.apache.hadoop</groupId>            <artifactId>hadoop-hdfs-client</artifactId>            <version>${hadoop.version}</version>        </dependency>

linkis-engineplugin-hive的pom文件#

<hive.version>3.1.2</hive.version>

linkis-engineplugin-spark的pom文件#

<spark.version>3.0.1</spark.version>

SparkScalaExecutor 中 getField 方法需调整下代码

protected def getField(obj: Object, name: String): Object = {    // val field = obj.getClass.getField(name)    val field = obj.getClass.getDeclaredField("in0")        field.setAccessible(true)        field.get(obj)  }

linkis-engineconn-plugin-flink的pom文件#

<flink.version>1.13.2</flink.version>

由于flink1.12.2版本和1.13.2有些类的调整,这里目前参考社区同学给出的临时"暴力"方法: 将1.12.2部分的类给copy到1.13.2,调整scala版本到12,自己编译涉及到flink具体的模块: flink-sql-client_${scala.binary.version}

-- 注意,下列的类是从1.12.2给copy到1.13.2版本来org.apache.flink.table.client.config.entries.DeploymentEntryorg.apache.flink.table.client.config.entries.ExecutionEntryorg.apache.flink.table.client.gateway.local.CollectBatchTableSinkorg.apache.flink.table.client.gateway.local.CollectStreamTableSink

linkis-engineplugin-python#

参考pr 如果linkis-engineplugin-python下的resource/python的python.py文件中,有import pandas as pd , 如果不想安装pandas的话,需对其进行移除

linkis-label-common#

org.apache.linkis.manager.label.conf.LabelCommonConfig 修改默认版本,便于后续的自编译调度组件使用

    public static final CommonVars<String> SPARK_ENGINE_VERSION =            CommonVars.apply("wds.linkis.spark.engine.version", "3.0.1");
    public static final CommonVars<String> HIVE_ENGINE_VERSION =            CommonVars.apply("wds.linkis.hive.engine.version", "3.1.2");

linkis-computation-governance-common#

org.apache.linkis.governance.common.conf.GovernanceCommonConf 修改默认版本,便于后续的自编译调度组件使用

  val SPARK_ENGINE_VERSION = CommonVars("wds.linkis.spark.engine.version", "3.0.1")
  val HIVE_ENGINE_VERSION = CommonVars("wds.linkis.hive.engine.version", "3.1.2")

编译#

确保以上修改和环境都有,依次执行

    cd incubator-linkis-x.x.x    mvn -N  install    mvn clean install -DskipTests

编译错误#

如果你整理进行编译的时候,出现了错误,尝试单独进入到一个模块中进行编译,看是否有错误,根据具体的错误来进行调整
比如下面举例(群友适配cdh低版本的时候,存在py4j版本不适配): 如果你遇到了这种问题,可以调整下有对应方法的版本来进行是否适配

DataSphereStudio#

原项目代码地址适配修改代码参考地址

DataSphereStudio的pom文件#

由于dss依赖了linkis,所有编译dss之前编译linkis

<!-- scala 环境一致 --><scala.version>2.12.10</scala.version>

dss-dolphinschuduler-token#

DolphinSchedulerTokenRestfulApi: 去掉类型的转换

responseRef.getValue("expireTime")

web调整#

前端编译地址参考pr 将如下目录从master分支的内容覆盖,或者web基于master分支去build

编译#

    cd DataSphereStudio    mvn -N  install    mvn clean install -DskipTests

Schedulis#

原项目代码地址适配修改代码参考地址

Schedulis的pom文件#

       <hadoop.version>3.1.1</hadoop.version>       <hive.version>3.1.2</hive.version>       <spark.version>3.0.1</spark.version>

azkaban-jobtype#

下载对应版本的jobtype文件(注意对应好版本): 下载地址下载完后,将整个jobtypes放在jobtypes下

Qualitis#

原项目代码地址

forgerock包下载#

release地址下的release-0.9.1,解压完后放在.m2\repository\org下即可.

编译#

gradle建议使用4.6

cd Qualitisgradle clean distZip

编译完后,会再qualitis下有一个qualitis-0.9.2.zip文件

dss-qualitis-appconn编译#

将appconn内从给copy到DataSphereStudio下的appconns中(创建dss-qualitis-appconn文件夹),如下图对dss-qualitis-appconn进行编译,out下的qualitis就是dss整合qualitis的包

Exchangis#

原项目代码地址适配修改代码参考地址

Exchangis的pom文件#

<!-- scala 版本保持一致 --><scala.version>2.12.10</scala.version>

后端编译#

官方编译文档 assembly-package的target包中wedatasphere-exchangis-1.0.0.tar.gz是自身的服务包 linkis-engineplugin-sqoop是需要放入linkis中(lib/linkis-engineconn-plugins) exchangis-appconn.zip是需要放入dss中(dss-appconns)

mvn clean install

前端编译#

如果前端你是自己用nginx部署的话,需要注意是拿到dist下面dist文件夹

Visualis#

原项目代码地址适配修改代码参考地址

Visualis的pom文件#

<scala.version>2.12.10</scala.version>

编译#

官方编译文档 assembly下的target中visualis-server-zip是自身服务的包 visualis-appconn的target是visualis.zip是dss需要的包(dss-appconns) build是前端打出来的包

cd Visualismvn -N installmvn clean package -DskipTests=true

Streamis#

原项目代码地址适配修改代码参考地址

Streamis的pom文件#

<scala.version>2.12.10</scala.version>

streamis-project-server的pom文件

       <!-- 如果你这里是1.0.1的话,就调整到${dss.version} -->       <dependency>            <groupId>com.webank.wedatasphere.dss</groupId>            <artifactId>dss-sso-integration-standard</artifactId>            <version>${dss.version}</version>            <scope>compile</scope>        </dependency>

编译#

官方编译文档 assembly下target包wedatasphere-streamis-0.2.0-dist.tar.gz是自身后端服务的包 streamis-appconn下target的streamis.zip包是dss需要的(dss-appconns) dist下的dist是前端的包

cd ${STREAMIS_CODE_HOME}mvn -N installmvn clean install

安装部署#

官方部署地址常见错误地址

路径统一#

建议将相关的组件,部署同一个路径(比如我这里全部解压在/home/hadoop/application下)

linkis部署注意点#

deploy-config文件夹#

db.sh中, MYSQL配置的linkis连接的地址,HIVE的元数据连接地址 linkis-env.sh

-- 保存script脚本的路径,下一次会有一个用户名字的文件夹,对应用户的脚本就存放在该文件夹中WORKSPACE_USER_ROOT_PATH=file:///home/hadoop/logs/linkis-- 存放物料以及引擎执行的log文件HDFS_USER_ROOT_PATH=hdfs:///tmp/linkis-- 引擎每次执行的log以及启动engineConnExec.sh相关的信息ENGINECONN_ROOT_PATH=/home/hadoop/logs/linkis/apps-- Yarn主节点访问地址(Active resourcemanager)YARN_RESTFUL_URL-- Hadoop/Hive/Spark的conf地址HADOOP_CONF_DIRHIVE_CONF_DIRSPARK_CONF_DIR-- 指定对应的版本SPARK_VERSION=3.0.1HIVE_VERSION=3.1.2-- 指定linkis安装后的路径,比如我这里就同意指定在对应组件下的路径LINKIS_HOME=/home/hadoop/application/linkis/linkis-home

flink#

如果你使用了flink的话,可以尝试从 flink-engine.sql 导入到linkis的数据库中.

需要修改@FLINK_LABEL版本为自己对应的版本,yarn的队列默认是default.

同时这个版本,如果你遇见了"1G"转换数字类型的错误,尝试去掉1g的单位以及正则校验的规则.参考如下:

lzo使用#

如果你的hive使用了lzo的话,将对应的lzo的jar包给copy到hive路径下.比如下面路径:

lib/linkis-engineconn-plugins/hive/dist/v3.1.2/lib

常见问题注意点#

Mysql的驱动包一定要copy到/lib/linkis-commons/public-module/和/lib/linkis-spring-cloud-services/linkis-mg-gateway/
初始化密码在conf/linkis-mg-gateway.properties中的wds.linkis.admin.password
ps-cs 在启动脚本中,有可能存在存在失败的情况,如果有的话,使用 sh linkis-daemon.sh ps-cs , 对其进行单独启动
目前日志是有时间备份的话,有时候之前的错误日志找不到的话,可能是备份到对应日期的文件夹里去了
目前lib/linkis-engineconn-plugins是默认只有spark/shell/python/hive,如果你想要appconn,flink,sqoop就分别去dss中,linkis和exchangis中获取
配置文件版本检查

linkis.properties中,flink看有没有使用wds.linkis.spark.engine.version=3.0.1wds.linkis.hive.engine.version=3.1.2wds.linkis.flink.engine.version=1.13.2

错误记录#

版本不兼容,如果你遇到了下面这种错误的话,是scala版本是否没有完全保持一致,检查后再编译一下即可.

yarn配置Active节点地址,如果是配置了Standby地址的话,就会出现如下的错误

DSS部署注意点#

官方安装文档

config文件夹#

db.sh: 配置dss的数据库 config.sh

-- dss的安装路径,比如我这里就定义在dss下的文件夹中DSS_INSTALL_HOME=/home/hadoop/application/dss/dss

conf文件夹#

dss.properties

# 主要检查spark/hive等版本有,如果没有,就追加上wds.linkis.spark.engine.version=3.0.1wds.linkis.hive.engine.version=3.1.2wds.linkis.flink.engine.version=1.13.2

dss-flow-execution-server.properties

# 主要检查spark/hive等版本有,如果没有,就追加上wds.linkis.spark.engine.version=3.0.1wds.linkis.hive.engine.version=3.1.2wds.linkis.flink.engine.version=1.13.2

如果调度是想使用dolphinscheduler的话,请参数这个pr添加对应的spark/hive版本参考pr

dss-appconns#

exchangis,qualitis,streamis,visualis 都分别要从 Exchangis , Qualitis , Streamis, Visualis 的项目去获取

常见问题注意点#

由于dss我们整合了schedulis,qualitis,exchangis等组件,所有创建一个项目会同步调用这些组件的接口创建,所以确保dss_appconn_instance中的配置路径都是正确的,可以访问的
chrome浏览器建议内核使用10版本一下的,否则会出现你可以单独Scdulis,Qaulitis等组件,但是却无法通过dss登录成功问题
hostname和ip,如果是使用ip访问的话,执行appconn-install.sh安装的时候,也确保是ip. 否则会出现访问其他组件的时候,会提示没有登录或者没有权限

Schedulis部署注意点#

官方部署文档

conf文件夹#

azkaban.properties

# azkaban.jobtype.plugin.dir和executor.global.properties这里最好改成绝对路径# Azkaban JobTypes Pluginsazkaban.jobtype.plugin.dir=/home/hadoop/application/schedulis/apps/schedulis_0.7.0_exec/plugins/jobtypes
# Loader for projectsexecutor.global.properties=/home/hadoop/application/schedulis/apps/schedulis_0.7.0_exec/conf/global.properties
# 引擎的版本wds.linkis.spark.engine.version=3.0.1wds.linkis.hive.engine.version=3.1.2wds.linkis.flink.engine.version=1.13.2

web模块#

plugins/viewer/system/conf: 这里需要配置数据库连接地址,与schedulis保持一致 azkaban.properties: 用户参数和系统管理的配置

viewer.plugins=systemviewer.plugin.dir=/home/hadoop/application/schedulis/apps/schedulis_0.7.0_web/plugins/viewer

常见问题注意点#

如果出现资源或者web界面出现没有css等静态文件的话,将相关的路径修改为绝对路径如果出现配置文件加载不到的问题,也可以将路径修改为绝对路径比如:

### web模块中web.resource.dir=/home/hadoop/application/schedulis/apps/schedulis_0.7.0_web/web/viewer.plugin.dir=/home/hadoop/application/schedulis/apps/schedulis_0.7.0_web/plugins/viewer
### exec模块中azkaban.jobtype.plugin.dir=/home/hadoop/application/schedulis/apps/schedulis_0.7.0_exec/plugins/jobtypesexecutor.global.properties=/home/hadoop/application/schedulis/apps/schedulis_0.7.0_exec/conf/global.properties

Qualitis部署注意点#

官方部署文档

conf文件夹#

application-dev.yml

  # 这里配置正确的spark版本  spark:    application:      name: IDE      reparation: 50    engine:      name: spark      version: 3.0.1

Exchangis部署注意点#

官方部署文档

常见问题注意点#

如果点击数据源出现没有发布的错误的话,可以尝试将linkis_ps_dm_datasource的published_version_id值修改为1(如果是null的话)

Visualis#

官方部署文档

常见问题注意点#

如果出现预览视图一致出不来的话,请检查bin/phantomjs该文件是否完整上传. 如果能看到如下结果的话,说明是上传是完整的

./phantomjs -v2.1.1

Streamis#

官方部署文档

dss-appconn#

qualitis,exchangis,streamis,visualis是分别要从各种的模块中编译好,copy到dss下的dss-appconns中,然后执行bin下的appconn-install.sh来为各自的组件进行安装如果你在整合的时候,如果到一些如下的Sql脚本错误的话,请检测错误的Sql周边是否有注释,如果有的话,删掉注释再重新appconn-install一遍尝试比如qualitis举例,下面的ip和host端口,根据自己具体使用的来

qualitis172.21.129.788090

Nginx部署举例#

linkis.conf: dss/linkis/visualis 前端 exchangis.conf: exchangis前端 streamis.conf: streamis前端 Schedulis和Qualitis是分别在自己项目中. linkis/visualis需要将前端打包出来的dist或者build在这里修改为对应组件的名字

linkis.conf#

server {listen       8089;# 访问端口server_name  localhost;#charset koi8-r;#access_log  /var/log/nginx/host.access.log  main;
location /dss/visualis {# 修改为自己的前端路径root   /home/hadoop/application/webs; # 静态文件目录autoindex on;}
location /dss/linkis {# 修改为自己的前端路径root   /home/hadoop/application/webs; # linkis管理台的静态文件目录autoindex on;}
location / {# 修改为自己的前端路径root   /home/hadoop/application/webs/dist; # 静态文件目录#root /home/hadoop/dss/web/dss/linkis;index  index.html index.html;}
location /ws {proxy_pass http://172.21.129.210:9001;#后端Linkis的地址proxy_http_version 1.1;proxy_set_header Upgrade $http_upgrade;proxy_set_header Connection upgrade;}
location /api {proxy_pass http://172.21.129.210:9001; #后端Linkis的地址proxy_set_header Host $host;proxy_set_header X-Real-IP $remote_addr;proxy_set_header x_real_ipP $remote_addr;proxy_set_header remote_addr $remote_addr;proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;proxy_http_version 1.1;proxy_connect_timeout 4s;proxy_read_timeout 600s;proxy_send_timeout 12s;proxy_set_header Upgrade $http_upgrade;proxy_set_header Connection upgrade;}
#error_page  404              /404.html;# redirect server error pages to the static page /50x.html#error_page   500 502 503 504  /50x.html;location = /50x.html {root   /usr/share/nginx/html;}}

exchangis.conf#

server {            listen       9800; # 访问端口 如果该端口被占用，则需要修改            server_name  localhost;            #charset koi8-r;            #access_log  /var/log/nginx/host.access.log  main;            location / {            # 修改为自己路径            root   /home/hadoop/application/webs/exchangis/dist/dist; # Exchangis 前端部署目录            autoindex on;            }
            location /api {            proxy_pass http://172.21.129.210:9001;  # 后端Linkis的地址，需要修改            proxy_set_header Host $host;            proxy_set_header X-Real-IP $remote_addr;            proxy_set_header x_real_ipP $remote_addr;            proxy_set_header remote_addr $remote_addr;            proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;            proxy_http_version 1.1;            proxy_connect_timeout 4s;            proxy_read_timeout 600s;            proxy_send_timeout 12s;            proxy_set_header Upgrade $http_upgrade;            proxy_set_header Connection upgrade;            }
            #error_page  404              /404.html;            # redirect server error pages to the static page /50x.html            #            error_page   500 502 503 504  /50x.html;            location = /50x.html {            root   /usr/share/nginx/html;            }        }

streamis.conf#

server {    listen       9088;# 访问端口 如果该端口被占用，则需要修改    server_name  localhost;    location / {    # 修改为自己的路径        root   /home/hadoop/application/webs/streamis/dist/dist; # 请修改成Streamis前端的静态文件目录        index  index.html index.html;    }    location /api {    proxy_pass http://172.21.129.210:9001; #后端Linkis的地址,请修改成Linkis网关的ip和端口    proxy_set_header Host $host;    proxy_set_header X-Real-IP $remote_addr;    proxy_set_header x_real_ipP $remote_addr;    proxy_set_header remote_addr $remote_addr;    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;    proxy_http_version 1.1;    proxy_connect_timeout 4s;    proxy_read_timeout 600s;    proxy_send_timeout 12s;    proxy_set_header Upgrade $http_upgrade;    proxy_set_header Connection upgrade;    }
    #error_page  404              /404.html;    # redirect server error pages to the static page /50x.html    #    error_page   500 502 503 504  /50x.html;    location = /50x.html {    root   /usr/share/nginx/html;    }}