Apache Zeppelin使用入门指南:安装
Apache Zeppelin使用入门指南:编程
Apache Zeppelin使用入门指南:添加外部依赖
Apache Zeppelin是一款基于web的notebook(类似于ipython的notebook),支持交互式地数据分析。原生就支持Spark、Scala、SQL 、shell, markdown等。而且它是完全开源的,目前还处于Apache孵化阶段。本文所有的操作都是基于Apache Zeppelin 0.6.0-incubating-SNAPSHOT,spark 1.5.2的。
本文将介绍如何编译、安装以及使用Apache Zeppelin。
编译和安装Apache Zeppelin
Apache Zeppelin官方提供了Source包和二进制包,我们可以根据需要下载相关的包进行安装。这里我通过编译源码的方式来安装Apache Zeppelin,通过源码编译Zeppelin非常地简单,我这里从Zeppelin的git库里面下载最新的源码进行编译,步骤如下:
01 | [[email protected] ~]$ git clone https://github.com/apache/incubator-zeppelin.git |
02 | [[email protected] ~]$ cd incubator-zeppelin |
03 | [[email protected] ~]$ mvn package -Pspark-1.5 -Dhadoop.version=2.2.0 -Phadoop-2.2 -DskipTests |
04 | [INFO] Reactor Summary: |
06 | [INFO] Zeppelin ........................................... SUCCESS [ 4.336 s] |
07 | [INFO] Zeppelin: Interpreter .............................. SUCCESS [ 4.525 s] |
08 | [INFO] Zeppelin: Zengine .................................. SUCCESS [ 2.465 s] |
09 | [INFO] Zeppelin: S park dependencies ...................... SUCCESS [ 30.643 s] |
10 | [INFO] Zeppelin: S park ................................... SUCCESS [ 2.220 s] |
11 | [INFO] Zeppelin: Markdown interpreter ..................... SUCCESS [ 0.223 s] |
12 | [INFO] Zeppelin: Angular interpreter ...................... SUCCESS [ 0.495 s] |
13 | [INFO] Zeppelin: Shell interpreter ........................ SUCCESS [ 0.203 s] |
14 | [INFO] Zeppelin: Hive interpreter ......................... SUCCESS [ 1.590 s] |
15 | [INFO] Zeppelin: Apache Phoenix Interpreter ............... SUCCESS [ 2.196 s] |
16 | [INFO] Zeppelin: PostgreSQL interpreter ................... SUCCESS [ 0.202 s] |
17 | [INFO] Zeppelin: JDBC interpreter ......................... SUCCESS [ 0.171 s] |
18 | [INFO] Zeppelin: Tajo interpreter ......................... SUCCESS [ 0.436 s] |
19 | [INFO] Zeppelin: Flink .................................... SUCCESS [ 0.864 s] |
20 | [INFO] Zeppelin: Apache Ignite interpreter ................ SUCCESS [ 0.219 s] |
21 | [INFO] Zeppelin: Kylin interpreter ........................ SUCCESS [ 0.223 s] |
22 | [INFO] Zeppelin: Lens interpreter ......................... SUCCESS [ 1.030 s] |
23 | [INFO] Zeppelin: Cassandra ................................ SUCCESS [ 2.954 s] |
24 | [INFO] Zeppelin: Elasticsearch interpreter ................ SUCCESS [ 1.601 s] |
25 | [INFO] Zeppelin: web Application .......................... SUCCESS [01:19 min] |
26 | [INFO] Zeppelin: Server ................................... SUCCESS [ 54.665 s] |
27 | [INFO] Zeppelin: Packaging distribution ................... SUCCESS [ 0.991 s] |
28 | [INFO] ------------------------------------------------------------------------ |
30 | [INFO] ------------------------------------------------------------------------ |
31 | [INFO] Total time : 03:12 min |
32 | [INFO] Finished at: 2016-01-20T16:35:33+08:00 |
33 | [INFO] Final Memory: 97M/1298M |
34 | [INFO] ------------------------------------------------------------------------ |
在编译Zeppelin的时候,会安装npm和node等,所以安装的进度有时会很慢。目前Zeppelin支持Spark 1.1到Spark 1.6和Hadoop 0.23到Hadoop 2.6等版本,我们可以分别通过下面选项指定相应的Spark和Hadoop版本:
如果你需要使用到YARN,你必须在编译Zeppelin的时候指定
-Pyarn
选项,具体可以参见本博客的 《在Yarn上运行Apache Zeppelin & Spark》 。
如果你需要使用到PySpark,编译的时候需要使用
-Ppyspark
。
编译完Zeppelin之后,我们就可以启动Zeppelin:
1 | [[email protected] ~]$ bin/zeppelin-daemon.sh start |
停止Zeppelin可以使用:
1 | [[email protected] ~]$ bin/zeppelin-daemon.sh stop |
所有运行的日志会输入到
logs
目录下,如果遇到错误可以到里面去查找相关的日志。
需要注意的是,Zeppelin默认是在8080端口上启动相关的web服务的,在你服务器上,如果这个端口已经被占用了,那么会导致Zeppelin启动失败,并在日志里面抛出以下的异常:
01 | WARN [2016-01-20 16:36:44,830] ({main} AbstractLifeCycle.java[setFailed]:204) - |
02 | FAILED SelectChannel[email protected]:8080: java.net.BindException: Address already in use |
03 | java.net.BindException: Address already in use |
04 | at sun.nio.ch.Net.bind0(Native Method) |
05 | at sun.nio.ch.Net.bind(Net.java:444) |
06 | at sun.nio.ch.Net.bind(Net.java:436) |
07 | at sun.nio.ch.ServerSocketChannelImpl.bind(ServerSocketChannelImpl.java:214) |
08 | at sun.nio.ch.ServerSocketAdaptor.bind(ServerSocketAdaptor.java:74) |
09 | at org.eclipse.jetty.server.nio.SelectChannelConnector. open (SelectChannelConnector.java:187) |
10 | at org.eclipse.jetty.server.AbstractConnector.doStart(AbstractConnector.java:316) |
11 | at org.eclipse.jetty.server.nio.SelectChannelConnector.doStart(SelectChannelConnector.java:265) |
12 | at org.eclipse.jetty.util.component.AbstractLifeCycle.start(AbstractLifeCycle.java:64) |
13 | at org.eclipse.jetty.server.Server.doStart(Server.java:293) |
14 | at org.eclipse.jetty.util.component.AbstractLifeCycle.start(AbstractLifeCycle.java:64) |
15 | at org.apache.zeppelin.server.ZeppelinServer.main(ZeppelinServer.java:114) |
我们可以到
conf/zeppelin-site.xml
文件里面进行配置,并修改
zeppelin.server.port
属性的值为其他不被占用的端口,如下:
2 | < name >zeppelin.server.port</ name > |
3 | < value >8090</ value > |
4 | < description >Server port.</ description > |
然后我们需要重启Zeppelin:
1 | [[email protected] ~]$ bin/zeppelin-daemon restart |
一切顺利的话,我们就可以在http://www.iteblog.com:8080上面看到下面页面信息: