本文主要指引大家如何下载每个版本对应的非默认引擎安装插件包。

考虑到发布包的大小和大家使用插件的情况，linkis发布的二进制安装包中只包含了部分常用引擎/hive/spark/python/shell， 非常用引擎，项目代码中有对应的模块flink/io_file/pipeline/sqoop(不同版本之间可能有区别)， 为了方便大家使用，基于linkis每个版本的release分支代码: https://github.com/apache/incubator-linkis, 编译出这部分引擎，供大家选择使用。

下载链接#

引擎类型#

安装引擎指引#

下载引擎的物料包后，解压包

tar -xvf  1.0.3-engineconn-plugin.tar cd 1.0.3-engineconn-plugin 

将需要要使用的引擎物料包拷贝至linkis的引擎插件目录，然后刷新引擎物料即可

详细流程参考安装 EngineConnPlugin 引擎。

概述#

openLooKeng是一种"开箱即用"的引擎，支持在任何地点（包括地理上的远程数据源）对任何数据进行原位分析。它通过SQL 2003接口提供了所有数据的全局视图。openLooKeng具有高可用性、自动伸缩、内置缓存和索引支持，为企业工作负载提供了所需的可靠性。

openLooKeng用于支持数据探索、即席查询和批处理，具有100+毫秒至分钟级的近实时时延，而无需移动数据。openLooKeng还支持层次化部署，使地理上远程的openLooKeng集群能够参与相同的查询。利用其跨区域查询计划优化能力，涉及远程数据的查询可以达到接近“本地”的性能。 Linkis实现OpenLooKeng引擎可以让Linkis拥有数据虚拟化的能力，支持提交跨源异构查询、跨域跨DC查询型任务。Linkis作为计算中间件通过利用OpenLooKeng的连接器基于Linkis的EngineConn的连通通能力可以做到连接更多的底层计算存储组件。

开发实现方式#

OpenLooKeng ec的实现基于Linkis的EngineConn Plugin（ECP）进行扩展，因为OpengLooKeng服务支持多用户通过Client进行查询，所以实现模式为采用多用户并发引擎的实现模式。 也就是多个用户提交的任务，可以同时在一个EC进程里面进行运行，可以极大的复用EC资源，减少资源浪费。具体类图如下：

【缺图】

具体实现为OpenLooKengEngineConnExecutor继承于ConcurrentComputationExecutor，支持多用户多任务并发，并且支持对接到多个不同的OpenLooKeng集群。

架构#

架构图：

任务流转图如下：

基于Linkis和OpenLooKeng的能力可以提供如下能力：

• 1.基于Linkis的计算中间件层的连接能力可以让上层应用工具快速对接使用OpenLooKeng，提交任务，并获取日志、进度、结果。
• 2.基于Linkis的公共服务能力可以做到对OpenLooKeng的sql完成自定义变量替换、UDF管理等
• 3.基于Linkis的上下文能力可以打通OpengLooKeng的结果传递给下游Spark、Hive等EC进行查询
• 4.基于Linkis的资源管控和多租户能力可以将任务进行租户隔离和OpenLooKeng资源的使用
• 5.基于OpengLooKeng的连接器能力上层应用工具可以做到完成提交跨源异构查询、跨域跨DC查询型任务，并获得秒级返回。

后续计划#

后续两个社区将继续进行合作，计划推出以下功能：

• 1.Linkis支持OpenLooKeng on Yarn模式
• 2.Linkis完成对OpenLooKeng的资源管控，任务可以现在Linkis进行排队，资源足够才进行提交
• 3.基于OpenLooKeng的混算能力优化Linkis Orchestrator的能力去完成后续计划的EC间的混算能力。

linkis的部署说明和注意点

1. 前置准备注意事项#

1.1 linux服务器#

硬件要求
安装linkis 微服务近10个，每个微服务默认配置启动的jvm -Xmx 内存大小为 512M(内存不够的情况下，可以尝试调小至256/128M，内存足够情况下也可以调大)

软件要求
基本的软件环境
使用下面命令检查是否已安装对应的软件 ，若未安装，请先进行安装

#java环境 推荐>=1.0.8command -v  java
#yum 包管理工具，主要是在执行linkis web管理台安装脚本时,会通过yum安装nginx/policycoreutils-python软件command -v  yum
#linkis的数据库初始化时，会使用到mysql客户端连接数据库，执行sql语句command -v mysql
command -v  telnet
#用于解压linkis的相关安装包command -v  tar
#初始的服务配置文件linkis-*.properties是执行安装脚本install.sh时候，根据`deploy-config/*sh`配置的数据 通过sed 替换到properties文件中的command -v sed

1.2 添加部署用户#

部署用户: linkis核心进程的启动用户，同时此用户会默认作为管理员权限，部署过程中会生成对应的管理员登录密码，位于conf/linkis-mg-gateway.properties文件中

linkis支持指定提交、执行的用户。linkis主要进程服务会通过sudo -u ${linkis-user} 切换到对应用户下，然后执行对应的引擎启动命令，所以引擎linkis-engine进程归属的用户是任务的执行者（所以部署用户需要有sudo权限，而且是免密的）

以hadoop用户为例:

先查看系统中是否已经有 hadoop 用户，若已经存在，则直接授权即可；若不存在，先创建用户，再授权。

查看是否已存在 hadoop 用户

$ id hadoopuid=2001(hadoop) gid=2001(hadoop) groups=2001(hadoop)

若不存在，则需要创建 hadoop 用户，并加入 hadoop 用户组

$ sudo useradd hadoop -g hadoop$ vi /etc/sudoers#加上配置hadoop ALL=(ALL) NOPASSWD: NOPASSWD: ALL

修改安装用户的环境变量,vim /home/hadoop/.bash_rc配置环境变量，环境变量如下：

export JAVA_HOME=/opt/jdk1.8export HADOOP_HOME=/opt/install/hadoopexport HADOOP_CONF_DIR=/etc/conf/hadoopexport HIVE_HOME=/opt/install/hiveexport HIVE_CONF_DIR=/etc/conf/confexport SPARK_HOME=/opt/install/sparkexport SPARK_CONF_DIR=/etc/spark/confexport PYSPARK_ALLOW_INSECURE_GATEWAY=1  # 如果是Pyspark，则必须加此参数

刷新配置

$ source /home/hadoop/.bash_rc#如果.bashrc文件不存，可以配置到.bash_profile中

查看是否生效

$ sudo -su hadoop$ echo $JAVA_HOME$ echo $HADOOP_HOME

1.3 安装包准备#

linkis安装包，推荐使用1.X及上版本 0.X 和1.X的版本差异化比较大，1.0.3前是com.webank.wedatasphere.linkis的包名，linkis>=1.0.3为org.apache.linkis的包名

下载地址:https://linkis.apache.org/zh-CN/download/main

1.4 底层依赖检查#

可以执行相应的命令，查看是否支持

spark/hive/hdfs/python/$ spark-submit --version //spark 任务会通过这个命令提交到YARN上执行$ python --version$ hdfs  version$ hive --version

1.5 资源依赖#

可以访问的mysql数据库资源 用来存储linkis自身的业务数据的数据库
可以访问的yarn资源队列 spark/hive/flink引擎的执行都需要yarn队列资源
可以访问的hive的matedata数据库资源(mysql为例) hive引擎执行时需要

2. 安裝#

2.1 安装包解压#

上传安装包apache-linkis-1.0.3-incubating-bin.tar.gz后，进行解压安装包

$ tar -xvf apache-linkis-1.0.3-incubating-bin.tar.gz$ pwd/data/Install/1.0.3

解压后的目录结构如下

-rw-r--r-- 1 hadoop hadoop 531847342 Feb 21 10:10 apache-linkis-1.0.3-incubating-bin.tar.gzdrwxrwxr-x 2 hadoop hadoop      4096 Feb 21 10:13 bin  //执行环境检查和安装的脚本drwxrwxr-x 2 hadoop hadoop      4096 Feb 21 10:13 deploy-config // 部署时依赖的DB等环境配置信息-rw-r--r-- 1 hadoop hadoop      1707 Jan 22  2020 DISCLAIMER-WIP-rw-r--r-- 1 hadoop hadoop     66058 Jan 22  2020 LICENSEdrwxrwxr-x 2 hadoop hadoop     16384 Feb 21 10:13 licensesdrwxrwxr-x 7 hadoop hadoop      4096 Feb 21 10:13 linkis-package // 实际的软件包，包括lib/服务启动脚本工具/db的初始化脚本/微服务的配置文件等-rw-r--r-- 1 hadoop hadoop     83126 Jan 22  2020 NOTICE-rw-r--r-- 1 hadoop hadoop      7900 Jan 22  2020 README_CN.md-rw-r--r-- 1 hadoop hadoop      8184 Jan 22  2020 README.md

2.2 配置linkis自身数据库信息#

vim deploy-config/db.sh
示例:MYSQL_HOST=xx.xx.xx.xxMYSQL_PORT=3306MYSQL_DB=linkis_testMYSQL_USER=testMYSQL_PASSWORD=xxxxx

2.3 配置基础环境变量#

文件位于deploy-config/linkis-env.sh

基础目录配置#

请确认部署用户deployUser，拥有这些配置目录的读写权限

deployUser=hadoop #执行部署的用户，之前创建的用户hadoop
WORKSPACE_USER_ROOT_PATH=file:///tmp/linkis   # 指定用户使用的目录路径，一般用于存储用户的脚本文件和日志文件等，是用户的工作空间。 对应的配置文件配置项为  wds.linkis.filesystem.root.path(linkis.properties)
RESULT_SET_ROOT_PATH=file:///tmp/linkis   # 结果集日志等文件路径，用于存储Job的结果集文件  wds.linkis.resultSet.store.path(linkis-cg-entrance.properties) //如果未配置 使用HDFS_USER_ROOT_PATH的配置
HDFS_USER_ROOT_PATH=hdfs:///tmp/linkis   #  结果集日志等文件路径，用于存储Job的结果集文件  wds.linkis.filesystem.hdfs.root.path(linkis.properties)
ENGINECONN_ROOT_PATH=/appcom/tmp #存放执行引擎的工作路径，需要部署用户有写权限的本地目录   wds.linkis.engineconn.root.dir(linkis-cg-engineconnmanager.properties)

注意：确认部署用户是否有对应文件目录的读写的权限

HIVE的META配置#

HIVE_META_URL=jdbc:mysql://10.10.10.10:3306/hive_meta_demo?useUnicode=true&characterEncoding=UTF-8 # HiveMeta元数据库的URLHIVE_META_USER=demo   # HiveMeta元数据库的用户HIVE_META_PASSWORD=demo123    # HiveMeta元数据库的密码

Yarn的ResourceManager的地址#

#可以通过访问http://xx.xx.xx.xx:8088/ws/v1/cluster/scheduler 接口确认是否正常YARN_RESTFUL_URL=http://xx.xx.xx.xx:8088 

执行spark任务时，需要使用到yarn的ResourceManager，linkis默认它是未开启权限验证的，如果ResourceManager开启了密码权限验证，请安装部署后，修改linkis_cg_engine_conn_plugin_bml_resources表数据(或则参见检查引擎物料资源是否上传成功)

LDAP 登录验证#

linkis默认是使用静态用户和密码,静态用户即部署用户，静态密码会在执行部署是随机生成一个密码串，存储于{InstallPath}/conf/linkis-mg-gateway.properties(>=1.0.3版本)。

#LDAP配置，默认Linkis只支持部署用户登录，如果需要支持多用户登录可以使用LDAP，需要配置以下参数：#LDAP_URL=ldap://localhost:1389/#LDAP_BASEDN=dc=webank,dc=com

Copy

基础组件环境信息#

最好通过用户的系统环境变量配置(步骤 1.2 添加部署用户已说明), deploy-config/linkis-env.sh配置文件中可以不进行配置 直接注释掉

###HADOOP CONF DIR#HADOOP_CONF_DIR=/appcom/config/hadoop-config###HIVE CONF DIR#HIVE_CONF_DIR=/appcom/config/hive-config###SPARK CONF DIR#SPARK_CONF_DIR=/appcom/config/spark-config

Copy

引擎版本信息#

如果spark不是2.4.3的版本，需要修改参数：

## Engine version conf#SPARK_VERSION，如果安装的Spark版本不是2.4.3，则需要修改为相应的版本，如3.1.1SPARK_VERSION=3.1.1

如果hive不是2.3.3的版本，需要修改参数：

## Engine version conf##HIVE_VERSION，如果安装的Hive版本不是2.3.3，则需要修改为相应的版本，如2.3.4HIVE_VERSION=2.3.4

如果配置了，执行安装部署后，实际会在{linkisInstallPath}/conf/linkis.properties文件中被更新

#wds.linkis.spark.engine.version=#wds.linkis.hive.engine.version=#wds.linkis.python.engine.version=

JVM内存配置#

微服务启动jvm内存配置，可以根据机器实际情况进行调整，如果机器内存资源较少，可以尝试调小至256/128M

## java application default jvm memoryexport SERVER_HEAP_SIZE="512M"

Copy

安装目录配置#

linkis最终会被安装到此目录下，不配置默认是与当前安装包同一级目录下

##The decompression directory and the installation directory need to be inconsistentLINKIS_HOME=/appcom/Install/LinkisInstall

Copy

3. 部署流程#

3.1 执行部署脚本#

sh bin/install.sh

3.2 可能遇到的问题#

执行成功提示如下: Congratulations! You have installed Linkis 1.0.3 successfully, please use sh /data/Install/linkis/sbin/linkis-start-all.sh to start it! Your default account password is [hadoop/5e8e312b4]

3.3 配置的修改#

安装完成后，如果需要修改配置，可以重新执行安装，或则修改对应${InstallPath}/conf/*properties文件，重启对应的服务

3.4 添加mysql驱动(>=1.0.3)版本#

因为license原因，linkis官方发布包中(dss集成的全家桶会包含，无需手动添加)移除了mysql-connector-java，需要手动添加
具体参见 添加mysql驱动包

3.5 启动服务#

sh sbin/linkis-start-all.sh

3.6 检查服务是否正常启动#

访问eureka服务页面(http://eurekaip:20303)，1.0.x版本，以下服务是必须正常启动

LINKIS-CG-ENGINECONNMANAGERLINKIS-CG-ENGINEPLUGINLINKIS-CG-ENTRANCELINKIS-CG-LINKISMANAGER        LINKIS-MG-EUREKA        LINKIS-MG-GATEWAYLINKIS-PS-CSLINKIS-PS-PUBLICSERVICE

如果有服务未启动，可以在对应的log/${服务名}.log文件中查看详细异常日志。

4. 安装web前端#

web端是使用nginx作为静态资源服务器的，访问请求流程是: linkis管理台请求->nginx ip:port->linkis-gateway ip:port-> 其他服务

4.1 下载前端安装包并解压#

tar -xvf apache-linkis-1.0.x-incubating-web-bin.tar.gz

4.2 修改配置config.sh#

#管理台访问的端口 http://localhost:8088linkis_port="8088"
#linkis-mg-gateway服务地址linkis_url="http://localhost:9020"

4.3 执行前端部署#

#nginx 需要sudo权限进行安装sudo sh install.sh

安装后，linkis的nginx配置文件默认是 在/etc/nginx/conf.d/linkis.conf nginx的日志文件在 /var/log/nginx/access.log 和/var/log/nginx/error.log

        server {            listen       8188;# 访问端口 如果端口被占用，则需要修改            server_name  localhost;            #charset koi8-r;            #access_log  /var/log/nginx/host.access.log  main;            location /linkis/visualis {            root   /appcom/Install/linkis-web/linkis/visualis; # 静态文件目录             autoindex on;            }            location / {            root   /appcom/Install/linkis-web/dist; # 静态文件目录             index  index.html index.html;            }            location /ws {            proxy_pass http://localhost:9020;#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://localhost:9020; #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;            }        }

如果需要修改端口或则静态资源目录等，请修改/etc/nginx/conf.d/linkis.conf 文件后执行 sudo nginx -s reload 命令

4.4 登录web端查看信息#

http://xx.xx.xx.xx:8188/#/login 用户名/密码在{InstallPath}/conf/linkis-mg-gateway.properties中查看

#未使用LDAP配置时wds.linkis.admin.user= #用户wds.linkis.admin.password= #密码

5 Yarn队列检查#

如果需要使用到spark/hive/flink引擎

登录后查看能否正常显示yarn队列资源(点击页面右下角按钮)
正常如下图所示:

若如果无法显示：可以按以下指引调整

5.1 查看yarn地址是否配置正确#

数据库表 linkis_cg_rm_external_resource_provider
插入yarn数据信息

INSERT INTO `linkis_cg_rm_external_resource_provider`(`resource_type`, `name`, `labels`, `config`) VALUES('Yarn', 'sit', NULL,'{\r\n"rmWebAddress": "http://xx.xx.xx.xx:8088",\r\n"hadoopVersion": "2.7.2",\r\n"authorEnable":false,\r\n"user":"hadoop",\r\n"pwd":"123456"\r\n}');
config字段属性
"rmWebAddress": "http://xx.xx.xx.xx:8088",  #需要带上http以及端口"hadoopVersion": "2.7.2","authorEnable":true, //是否需要认证 可以在浏览器中通过访问http://xx.xx.xx.xx:8088验证用户名和密码"user":"user",//用户名"pwd":"pwd"//密码

更新后，因为程序中有使用到缓存，想要立即生效，需要重启linkis-cg-linkismanager服务

sh sbin/linkis-daemon.sh  restart cg-linkismanager

5.2 查看yarn队列是否正确#

异常信息:desc: queue ide is not exists in YARN. 表明配置的yarn队列不存在，需要进行调整

修改方式:linkis管理台/参数配置>全局设置>yarn队列名[wds.linkis.rm.yarnqueue],修改一个可以使用的yarn队列,可以使用的yarn 队列可以在 rmWebAddress:http://xx.xx.xx.xx:8088/cluster/scheduler 上查看到

5.3 查看yarn队列#

• 查看hadoop集群地址: http://ip:8088/cluster
• 查看yarn队列地址：http://ip:8888/cluster/scheduler

6 检查引擎物料资源是否上传成功#

#登陆到linkis的数据库 select *  from linkis_cg_engine_conn_plugin_bml_resources

正常如下：

查看引擎的物料记录是否存在(如果有更新,查看更新时间是否正确)。

如果不存在或则未更新，先尝试手动刷新物料资源(详细见引擎物料资源刷新)。通过log/linkis-cg-engineplugin.log日志，查看物料失败的具体原因，很多时候可能是hdfs目录没有权限导致，检查gateway地址配置是否正确conf/linkis.properties:wds.linkis.gateway.url

引擎的物料资源默认上传到hdfs目录为 /apps-data/${deployUser}/bml

hdfs dfs -ls /apps-data/hadoop/bml#如果没有该目录 请手动创建目录并授予${deployUser}读写权限hdfs dfs -mkdir  /apps-datahdfs dfs -chown hadoop:hadoop   /apps-data

7 验证基础功能#

#引擎的engineType 拼接的版本号，一定要与实际的相匹配
sh bin/linkis-cli -submitUser  hadoop  -engineType shell-1 -codeType shell  -code "whoami"sh bin/linkis-cli -submitUser  hadoop  -engineType hive-2.3.3  -codeType hql  -code "show tables"sh bin/linkis-cli -submitUser  hadoop  -engineType spark-2.4.3 -codeType sql  -code "show tables"sh bin/linkis-cli -submitUser  hadoop  -engineType python-python2 -codeType python  -code 'print("hello, world!")'

8 查看支持的各个引擎的版本#

8.1 方式1:查看引擎打包的目录#

$ tree linkis-package/lib/linkis-engineconn-plugins/ -L 3linkis-package/lib/linkis-engineconn-plugins/├── hive│   ├── dist│   │   └── v2.3.3  #版本为2.3.3  engineType 为hive-2.3.3│   └── plugin│       └── 2.3.3├── python│   ├── dist│   │   └── vpython2│   └── plugin│       └── python2 #版本为python2 engineType 为python-python2├── shell│   ├── dist│   │   └── v1│   └── plugin│       └── 1└── spark    ├── dist    │   └── v2.4.3    └── plugin        └── 2.4.3

8.2 方式2:查看linkis的数据库表#

select *  from linkis_cg_engine_conn_plugin_bml_resources

9. 安装部署常见问题的排障#

9.0 登陆密码问题#

  linkis默认是使用静态用户和密码,静态用户即部署用户，静态密码会在执行部署是随机生成一个密码串，存储于{InstallPath}/conf/linkis-mg-gateway.properties(>=1.0.3版本)  

9.1 版本兼容性问题#

linkis默认支持的引擎，与dss兼容关系可以查看此文档 https://github.com/apache/incubator-linkis/blob/master/README.md

9.2 如何定位服务端异常日志#

linkis的微服务比较多，若对系统不熟悉，有时候无法定位到具体哪个模块出现了异常，可以通过全局日志搜索方式

tail -f log/* |grep -5n exception(或则tail -f log/* |grep -5n ERROR)  less log/* |grep -5n exception(或则less log/* |grep -5n ERROR)  

9.3 执行引擎任务的异常排查#

step1:找到引擎的启动部署目录
方式1：如果执行日志中有显示，可以在管理台上查看到 如下图:
方式2:如果方式1中没有找到，可以通过找到conf/linkis-cg-engineconnmanager.properties配置的wds.linkis.engineconn.root.dir的参数，该值就是引擎启动部署的目录，子目录按执行引擎的用户进行了隔离。

如果不清楚taskid，可以按时间排序后进行选择 ll -rt /appcom/tmp/${执行的用户}/workDir   cd /appcom/tmp/${执行的用户}/workDir/${taskId}  目录大体如下  conf -> /appcom/tmp/engineConnPublickDir/6a09d5fb-81dd-41af-a58b-9cb5d5d81b5a/v000002/conf #引擎的配置文件  engineConnExec.sh #生成的引擎的启动脚本  lib -> /appcom/tmp/engineConnPublickDir/45bf0e6b-0fa5-47da-9532-c2a9f3ec764d/v000003/lib #引擎依赖的包  logs #引擎启动执行的相关日志  

step2：查看引擎的日志

less logs/stdout  

step3：尝试手动执行脚本(如果需要)
可以通过尝试手动执行脚本，进行调试

sh -v engineConnExec.sh  

9.4 CDH适配版本的注意事项#

CDH本身不是使用的官方标准的hive/spark包,进行适配时，最好修改linkis的源码中的hive/spark版本的依赖，进行重新编译部署。
具体可以参考CDH适配博文
【Linkis1.0——CDH5环境中的安装与踩坑】
【DSS1.0.0+Linkis1.0.2——CDH5环境中的试用记录】
【DSS1.0.0与Linkis1.0.2——JDBC引擎相关问题汇总】
【DSS1.0.0与Linkis1.0.2——Flink引擎相关问题汇总】

9.5 Http接口的调试#

• 方式1 可以开启免登陆模式指引
• 方式2 postman中的，请求头带上登陆成功的cookie值 cookie值可以在浏览器端登陆成功后，获取

Cookie: bdp-user-ticket-id=xxxxxxxxxxxxxxxxxxxxxxxxxxx

• 方式3 http请求头添加静态的Token令牌
  Token在conf/token.properties进行配置 如:TEST-AUTH=hadoop,root,user01

Token-Code:TEST-AUTHToken-User:hadoop

9.6 异常问题的排查流程#

首先要按上述步骤检查服务/环境等是否都正常启动
按上述罗列的一些场景的方式进行基础问题的排查
QA文档中查找是否有解决方案，链接：https://docs.qq.com/doc/DSGZhdnpMV3lTUUxq
通过搜索issue中的内容,看是否能找到解决方案

通过官网文档搜索，对于某些问题，可以通过官网搜索关键字进行查询，比如搜索"部署"相关。(如果出现404,请浏览器中刷新一下)

10. 相关的资料如何获取#

linkis官网文档正在不断的完善,可以在本官网查看/关键字搜索相关文档。
相关博文链接

• Linkis的技术博文集 https://github.com/apache/incubator-linkis/issues/1233
• 公众号技术博文https://mp.weixin.qq.com/mp/homepage?__biz=MzI4MDkxNzUxMg==&hid=1&sn=088cbf2bbed1c80d003c5865bc92ace8&scene=18
• 官网文档 https://linkis.apache.org/zh-CN/docs/latest/introduction
• bili技术分享视频 https://space.bilibili.com/598542776?spm_id_from=333.788.b_765f7570696e666f.2

本文主要指引大家如何在 Linkis 官网发布博文，欢迎大家提交关于Apache Linkis的博文文档，包括但不仅限于Linkis的安装/源码解析/架构/经验分享等。

本文主要参考Docusaurus的官方博文规范和示例，指引和规范可能并不完善，有任何意见或建议，欢迎提出。