zeppelin入门使用

Display System

1. text 
   

• 默认使用scala语言输出text内容 
  

• shell 
  

2. html 
   

• scala 输出html 
  

• shell 输出html 
  

3. table 
   

• scala 
  

• shell 
  

• table 
  scala: 
   
  shell: 
   
  html: 
  

Manual

1. 动态表格

• 使用表格模板 
  文本输入格式： 
  使用 formName模板，使用{formName=defaultValue} 提供默认值 
   
  

• 下拉选择表格 
  ${formName=defaultValue,option1|option2…} 
   
  k-v格式，${formName=defaultValue, 
  option1(DisplayName)|option2(DisplayName)…} 
  

• 动态编程 
   
  z 是ZeppelinContext对象

• 文本输入格式 
  

• 带默认值的文本输入格式 
  

• 下拉选择表格 
  

2. Notebook as Homepage 
   这部分不是很重，直接看这个链接吧，http://zeppelin.incubator.apache.org/docs/manual/notebookashomepage.html

Interpreter

1. spark,http://zeppelin.incubator.apache.org/docs/interpreter/spark.html

2. hive

3. md

4. sh

5. flink

6. and so on 
   上面都有涉及，如何使用

Tutorial with Local File

• Data Refine 
  下载需要bank数据，http://archive.ics.uci.edu/ml/machine-learning-databases/00222/bank.zip 
  首先，将csv格式数据转成Bank对象RDD，并过滤表头列

val bankText = sc.textFile("/home/cluster/data/test/bank/bank-full.csv")

case class Bank(age:Integer, job:String, marital : String, education : String, balance : Integer)

val bank = bankText.map(s=>s.split(";")).filter(s=>s(0)!="\"age\"").map(
    s=>Bank(s(0).toInt, 
            s(1).replaceAll("\"", ""),
            s(2).replaceAll("\"", ""),
            s(3).replaceAll("\"", ""),
            s(5).replaceAll("\"", "").toInt
        )
)

// Below line works only in spark 1.3.0.
// For spark 1.1.x and spark 1.2.x,
// use bank.registerTempTable("bank") instead.
bank.toDF().registerTempTable("bank")1234567891011121314151617

• Data Retrieval 
  Suppose we want to see age distribution from bank. To do this, run: 
  执行以下语句，可看到年龄的分布：

%sql select age, count(1) from bank where age < 30 group by age order by age1

 
动态输入maxAge参数（默认是30岁）：

%sql select age, count(1) from bank where age < ${maxAge=30} group by age order by age1

 
根据婚姻状况选项，查看年龄分布状况：

%sql select age, count(1) from bank where marital="${marital=single,single|divorced|married}" group by age order by age1

Zeppelin的工作方式和Spark的Thrift Server很像，都是向Spark提交一个应用（Application），然后每一个查询对应一个stage。 

因此，在启动Zeppelin前，可以通过配置环境变量ZEPPELIN_JAVA_OPTS来对即将启动的Spark driver进行配置，例如“-Dspark.executor.memory=6g -Dspark.cores.max=32”。 
尊重原创，拒绝转载，http://blog.csdn.net/stark_summer/article/details/48318059