Livy 解释器

原文链接 : http://zeppelin.apache.org/docs/0.7.2/interpreter/livy.html

译文链接 : http://www.apache.wiki/pages/viewpage.action?pageId=10030858

贡献者 : 片刻 ApacheCN Apache中文网

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

  1. %livy.spark 
  2. sc.version

pyspark

  1. %livy.pyspark 
  2. print "1"

sparkR

  1. %livy.sparkr 
  2. hello <- function( name ) { 
  3.     sprintf( "Hello, %s", name ); 
  4. } 
  6. 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。

  1. %livy.pyspark 
  2. 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。