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")

• 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 age

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 age

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 age

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