PiFlow v0.9 官方版

PiFlow 是一款简单易用、功能全面的互联网大数据流水线系统软件，它结合了复合型科学研究的大数据流水线系统软件的特点，拥有丰富的CPU组件，支持Shell、DSL、Web配置页面、线程同步、任务监控等功能！

软件亮点

简单易用

数据可视化

配置流水线

监控流水线

查询流水线

流水线日志控制点功能

扩展性强：支持自定义开发数据处理组件

使用性能：基于分布式计算模块Spark开发

功能齐全：提供100多个数据处理组件，包括Hadoop、Spark、MLlib、Hive、Solr、Redis、MemCache、ElasticSearch、JDBC、MongoDB、HTTP、FTP、XML、CSV、JSON等，并集成生物信息行业的优化算法

如何使用

下载与安装

首先您需要下载PiFlow软件包 piflow-server-v0.9.tar.gz，然后解压到您的服务器上。

tar -zxvf piflow-server-v0.9.tar.gz

接下来配置环境变量 config.properties，并设置PiFlow Server的运行、停止、重启等脚本。

export PIFLOW_HOME=/yourPiflowPath/bin
export PATH=$PATH:$PIFLOW_HOME/bin

启动PiFlow Server

使用以下脚本启动PiFlow Server：

start.sh

停止PiFlow Server

使用以下脚本停止PiFlow Server：

stop.sh

重启PiFlow Server

使用以下脚本重启PiFlow Server：

restart.sh

检查PiFlow Server状态

使用以下脚本检查PiFlow Server状态：

status.sh

配置config.properties

您需要配置以下参数：

# Spark and Yarn config
spark.master=yarn
spark.deploy.mode=cluster

# HDFS default file system
fs.defaultFS=hdfs://10.0.86.191:9000

# Yarn ResourceManager hostname
yarn.resourcemanager.hostname=10.0.86.191

# If you want to use Hive, set Hive metastore uris
hive.metastore.uris=thrift://10.0.88.71:9083

# Show data in log, set 0 if you do not want to show data in logs
data.show=10

# Server port
server.port=8002

# H2DB port
h2.port=50002

运行流水线

您可以使用以下命令运行流水线：

piflow flow start example/mockDataFlow.json

停止流水线

您可以使用以下命令停止流水线：

piflow flow stop appID

获取流水线信息

您可以使用以下命令获取流水线信息：

piflow flow info appID

获取流水线日志

您可以使用以下命令获取流水线日志：

piflow flow log appID

运行流水线组

您可以使用以下命令运行流水线组：

piflow flowGroup start example/mockDataGroup.json

停止流水线组

您可以使用以下命令停止流水线组：

piflow flowGroup stop groupId

获取流水线组信息

您可以使用以下命令获取流水线组信息：

piflow flowGroup info groupId