【数据中台】开源项目（3）-Linkis

关于 Linkis

      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，同时实现统一变量、脚本、用户定义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多家试用企业和1000多位沙盒试验用户，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。

     开源地址:GitHub - apache/linkis: Apache Linkis builds a computation middleware layer to facilitate connection, governance and orchestration between the upper applications and the underlying data engines.

核心特点

• 丰富的底层计算存储引擎支持：Spark、Hive、Python、Shell、Flink、JDBC、Pipeline、Sqoop、OpenLooKeng、Presto、ElasticSearch、Trino、SeaTunnel 等；

• 丰富的语言支持：SparkSQL、HiveSQL、Python、Shell、Pyspark、Scala、JSON 和 Java 等；

• 强大的计算治理能力： 能够提供基于多级标签的任务路由、负载均衡、多租户、流量控制、资源控制等能力；

• 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、实时流式任务和数据湖任务；

• 统一上下文服务：支持跨用户、系统、计算引擎去关联管理用户和系统的资源文件（JAR、ZIP、Properties 等），结果集、参数变量、函数、UDF等，一处设置，处处自动引用；

• 统一物料： 提供了系统和用户级物料管理，可分享和流转，跨用户、跨系统共享物料；

• 统一数据源管理： 提供了Hive、ElasticSearch、Mysql、Kafka、MongoDB 等类型数据源信息的增删查改、版本控制、连接测试和对应数据源的元数据信息查询能力；

• 错误码能力：提供了任务常见错误的错误码和解决方案，方便用户自助定位问题；

支持的引擎类型

引擎名		支持底层组件版本		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,Oracle,KingBase,PostgreSQL,SqlServer,DB2,Greenplum,DM,Doris,ClickHouse,TiDB,Starrocks,GaussDB和OceanBase, 可快速扩展支持其他有JDBC Driver 包的引擎, 如SQLite
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。
Presto	Presto >= 0.180	>=1.2.0	否	Presto EngineConn， 支持Presto SQL 代码。
ElasticSearch	ElasticSearch >=6.0	>=1.2.0	否	ElasticSearch EngineConn， 支持SQL 和DSL 代码。
Trino	Trino >=371	>=1.3.1	否	Trino EngineConn， 支持Trino SQL 代码
Seatunnel	Seatunnel >=2.1.2	>=1.3.1	否	Seatunnel EngineConn， 支持Seatunnel SQL 代码

linkis架构

     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： 

     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。

• DataSphere Studio - 数据应用集成开发框架

• Scriptis - 数据研发IDE工具

• Visualis - 数据可视化工具

• Schedulis - 工作流调度工具

• Qualitis - 数据质量工具

• MLLabis - 容器化机器学习notebook 开发环境