Livy 解释器
原文链接 : http://zeppelin.apache.org/docs/0.7.2/interpreter/livy.html
译文链接 : https://www.apachecn.org/pages/viewpage.action?pageId=10030858
概述
Livy是一个开源REST接口，用于与任何地方的Spark进行交互。它支持在本地运行或在YARN中运行的Spark上下文中执行代码或程序片段。
- 交互式Scala，Python和R shell
- 在Scala，Java，Python中批量提交
- 多用户可以共享相同的服务器（模拟支持）
- 可以使用REST从任何地方提交作业
- 不需要对程序进行任何代码更改
要求
Livy解释器的附加要求是：
- Spark 1.3或以上。
- Livy服务器。
组态
我们为火花添加了一些常见的配置，您可以设置所需的任何配置。您可以在这里找到所有的Spark配置。而不是用spark.它开始的财产应该被替换livy.spark.。例如：spark.driver.memory到livy.spark.driver.memory
| 属性 | 默认 | 描述 |
|---|---|---|
| zeppelin.livy.url | http://localhost:8998 | livy服务器正在运行的URL |
| zeppelin.livy.spark.maxResult | 1000 | 要显示的Spark SQL结果的最大数量。 |
| zeppelin.livy.session.create_timeout | 120 | 会话创建超时秒数 |
| zeppelin.livy.displayAppInfo | false | 是否显示应用信息 |
| zeppelin.livy.pull_status.interval.millis | 1000 | 检查段执行状态的间隔 |
| livy.spark.driver.cores | 驱动核心 ex）1，2。 | |
| livy.spark.driver.memory | 驱动内存 ex）512m，32g。 | |
| livy.spark.executor.instances | 执行器实例。ex）1，4。 | |
| livy.spark.executor.cores | 每个执行者的数字核心。ex）1，4。 | |
| livy.spark.executor.memory | 每个worker实例的执行程序内存。ex）512m，32g。 | |
| livy.spark.dynamicAllocation.enabled | 使用动态资源分配。ex）是的，假的。 | |
| livy.spark.dynamicAllocation.cachedExecutorIdleTimeout | 删除已缓存数据块的执行器。 | |
| livy.spark.dynamicAllocation.minExecutors | 执行人数下限。 | |
| livy.spark.dynamicAllocation.initialExecutors | 运行的初始执行者数。 | |
| livy.spark.dynamicAllocation.maxExecutors | 上限为执行人数。 | |
| livy.spark.jars.packages | 向livy解释器添加额外的库 |
我们删除zeppelin-0.7中的livy.spark.master。因为我们建议用户在zeppelin-0.7中使用livy 0.3。而livy 0.3不允许指定livy.spark.master，它强制执行纱线集群模式。
添加外部库
您可以通过set livy.spark.jars.packages属性将动态库加载到livy解释器，以逗号分隔的jars的maven坐标列表来包含在驱动程序和执行器类路径上。坐标的格式应为groupId：artifactId：version。
案例
| 属性 | 案例 | 描述 |
|---|---|---|
| livy.spark.jars.packages | io.spray:spray-json_2.10:1.3.1 | 向livy解释器添加额外的库 |
如何使用
基本上可以使用
spark
%livy.spark
sc.version
pyspark
%livy.pyspark
print "1"
sparkR
%livy.sparkr
hello <- function( name ) {
sprintf( "Hello, %s", name );
}
hello("livy")
模拟
当Zeppelin服务器运行时启用身份验证，则此解释器利用Livy的用户模拟功能，即为创建和运行会话（“proxyUser”：“$ {loggedInUser}”）发送额外的参数。这在多用户共享一个Notebook服务器时特别有用。
应用Zeppelin动态表单
您可以利用Zeppelin 动态表单。您可以同时使用text input和select form参数化功能。
%livy.pyspark
print "${group_by=product_id,product_id|product_name|customer_id|store_id}"
常问问题
Livy调试：如果您在错误控制台中看到这些错误
连接到 livyhost:8998 [livyhost/127.0.0.1, livyhost/0:0:0:0:0:0:0:1] 失败：连接拒绝
看起来像livy服务器还没有或配置是错误的
异常：会话未找到，Livy服务器将重新启动或丢失会话。
会话将超时，您可能需要重新启动解释器。
会话配置中列出黑名单的配置值：spark.master
conf/spark-blacklist.conf在livy服务器中编辑文件并注释掉#spark.master。
如果您选择在 https://github.com/cloudera/hue 中的apps/spark/javalivy目录中工作，请在livy服务器中复制spark-user-configurable-options.template到spark-user-configurable-options.conf文件并注释掉#spark.master。
