Zeppelin為0.5.6

Zeppelin默認自帶本地spark，可以不依賴任何集群，下載bin包，解壓安裝就可以使用。

使用其他的spark集群在yarn模式下。

配置：

vi zeppelin-env.sh
添加：
export SPARK_HOME=/usr/crh/current/spark-clientexport SPARK_SUBMIT_OPTIONS="--driver-memory 512M --executor-memory 1G"export HADOOP_CONF_DIR=/etc/hadoop/conf
 
Zeppelin InterPReter配置
 
注意：設置完重啟解釋器。
Properties的master屬性如下：
新建Notebook
Tips：幾個月前zeppelin還是0.5.6，現在最新0.6.2，zeppelin 0.5.6寫notebook時前面必須加%spark，而0.6.2若什么也不加就默認是scala語言。
zeppelin 0.5.6不加就報如下錯：
Connect to 'databank:4300' failed
%spark.sqlselect count(*) from tc.gjl_test0
報錯：
com.fasterxml.jackson.databind.JsonMappingException: Could not find creator property with name 'id' (in class org.apache.spark.rdd.RDDOperationScope) at [Source: {"id":"2","name":"ConvertToSafe"}; line: 1, column: 1]	at com.fasterxml.jackson.databind.JsonMappingException.from(JsonMappingException.java:148)	at com.fasterxml.jackson.databind.DeserializationContext.mappingException(DeserializationContext.java:843)	at com.fasterxml.jackson.databind.deser.BeanDeserializerFactory.addBeanProps(BeanDeserializerFactory.java:533)	at com.fasterxml.jackson.databind.deser.BeanDeserializerFactory.buildBeanDeserializer(BeanDeserializerFactory.java:220)	at com.fasterxml.jackson.databind.deser.BeanDeserializerFactory.createBeanDeserializer(BeanDeserializerFactory.java:143)	at com.fasterxml.jackson.databind.deser.DeserializerCache._createDeserializer2(DeserializerCache.java:409)	at com.fasterxml.jackson.databind.deser.DeserializerCache._createDeserializer(DeserializerCache.java:358)	at com.fasterxml.jackson.databind.deser.DeserializerCache._createAndCache2(DeserializerCache.java:265)	at com.fasterxml.jackson.databind.deser.DeserializerCache._createAndCacheValueDeserializer(DeserializerCache.java:245)	at com.fasterxml.jackson.databind.deser.DeserializerCache.findValueDeserializer(DeserializerCache.java:143)	at com.fasterxml.jackson.databind.DeserializationContext.findRootValueDeserializer(DeserializationContext.java:439)	at com.fasterxml.jackson.databind.ObjectMapper._findRootDeserializer(ObjectMapper.java:3666)	at com.fasterxml.jackson.databind.ObjectMapper._readMapAndClose(ObjectMapper.java:3558)	at com.fasterxml.jackson.databind.ObjectMapper.readValue(ObjectMapper.java:2578)	at org.apache.spark.rdd.RDDOperationScope$.fromJson(RDDOperationScope.scala:85)	at org.apache.spark.rdd.RDDOperationScope$$anonfun$5.apply(RDDOperationScope.scala:136)	at org.apache.spark.rdd.RDDOperationScope$$anonfun$5.apply(RDDOperationScope.scala:136)	at scala.Option.map(Option.scala:145)	at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:136)	at org.apache.spark.sql.execution.SparkPlan.execute(SparkPlan.scala:130)	at org.apache.spark.sql.execution.ConvertToSafe.doExecute(rowFormatConverters.scala:56)	at org.apache.spark.sql.execution.SparkPlan$$anonfun$execute$5.apply(SparkPlan.scala:132)	at org.apache.spark.sql.execution.SparkPlan$$anonfun$execute$5.apply(SparkPlan.scala:130)	at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:150)	at org.apache.spark.sql.execution.SparkPlan.execute(SparkPlan.scala:130)	at org.apache.spark.sql.execution.SparkPlan.executeTake(SparkPlan.scala:187)	at org.apache.spark.sql.execution.Limit.executeCollect(basicOperators.scala:165)	at org.apache.spark.sql.execution.SparkPlan.executeCollectPublic(SparkPlan.scala:174)	at org.apache.spark.sql.DataFrame$$anonfun$org$apache$spark$sql$DataFrame$$execute$1$1.apply(DataFrame.scala:1499)	at org.apache.spark.sql.DataFrame$$anonfun$org$apache$spark$sql$DataFrame$$execute$1$1.apply(DataFrame.scala:1499)	at org.apache.spark.sql.execution.SQLExecution$.withNewExecutionId(SQLExecution.scala:56)	at org.apache.spark.sql.DataFrame.withNewExecutionId(DataFrame.scala:2086)	at org.apache.spark.sql.DataFrame.org$apache$spark$sql$DataFrame$$execute$1(DataFrame.scala:1498)	at org.apache.spark.sql.DataFrame.org$apache$spark$sql$DataFrame$$collect(DataFrame.scala:1505)	at org.apache.spark.sql.DataFrame$$anonfun$head$1.apply(DataFrame.scala:1375)	at org.apache.spark.sql.DataFrame$$anonfun$head$1.apply(DataFrame.scala:1374)	at org.apache.spark.sql.DataFrame.withCallback(DataFrame.scala:2099)	at org.apache.spark.sql.DataFrame.head(DataFrame.scala:1374)	at org.apache.spark.sql.DataFrame.take(DataFrame.scala:1456)	at sun.reflect.NativeMethodaccessorImpl.invoke0(Native Method)	at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)	at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)	at java.lang.reflect.Method.invoke(Method.java:606)	at org.apache.zeppelin.spark.ZeppelinContext.showDF(ZeppelinContext.java:297)	at org.apache.zeppelin.spark.SparkSqlInterpreter.interpret(SparkSqlInterpreter.java:144)	at org.apache.zeppelin.interpreter.ClassloaderInterpreter.interpret(ClassloaderInterpreter.java:57)	at org.apache.zeppelin.interpreter.LazyOpenInterpreter.interpret(LazyOpenInterpreter.java:93)	at org.apache.zeppelin.interpreter.remote.RemoteInterpreterServer$InterpretJob.jobRun(RemoteInterpreterServer.java:300)	at org.apache.zeppelin.scheduler.Job.run(Job.java:169)	at org.apache.zeppelin.scheduler.FIFOScheduler$1.run(FIFOScheduler.java:134)	at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:471)	at java.util.concurrent.FutureTask.run(FutureTask.java:262)	at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access$201(ScheduledThreadPoolExecutor.java:178)	at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(ScheduledThreadPoolExecutor.java:292)	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)	at java.lang.Thread.run(Thread.java:745)
原因：
進入/opt/zeppelin-0.5.6-incubating-bin-all目錄下:
# ls lib |grep jacksonjackson-annotations-2.5.0.jarjackson-core-2.5.3.jarjackson-databind-2.5.3.jar
將里面的版本換成如下版本：
# ls lib |grep jacksonjackson-annotations-2.4.4.jarjackson-core-2.4.4.jarjackson-databind-2.4.4.jar
測試成功！
參考網站
 
Sparksql也可直接通過hive jdbc連接，只需換端口，如下圖：
 
zeppelin主要有以下功能
數據提取
數據發現
數據分析
數據可視化
目前版本(0.5-0.6)之前支持的數據搜索引擎有如下
安裝
環境 centOS 6.6
編譯準備工作
sudo yum updatesudo yum install openjdk-7-jdksudo yum install gitsudo yum install npm
下載源碼
git clone https://github.com/apache/incubator-zeppelin.git
編譯，打包
cd incubator-zeppelin#build for spark 1.4.x ,hadoop 2.4.xmvn clean package -Pspark-1.4 -Dhadoop.version=2.4.0 -Phadoop-2.4 -DskipTests -P build-distr
結果會生成在zeppelin-distribution/target下
解壓
tar -zxvf zeppelin-0.6.0-incubating-SNAPSHOT.tar.gz
修改配置，在zeppelin-site.xml中可以修改端口號等信息，zeppelin-env.sh中修改一些啟動環境變量。
cp zeppelin-site.xml.template zeppelin-site.xmlcp zeppelin-env.sh.template zeppelin-env.sh
啟動zeppelin
./bin/zeppelin-daemon.sh start
關閉zeppelin(記得要用命令關閉，不然你很可能再也起不來，別問我怎么知道的。)
./bin/zeppelin-daemon.sh stop
web ui
安裝環節至此結束，后續使用篇主要是hive與spark-sql的可視化使用，有時間將慢慢添加。
1.首先我們要下載zeppelin的壓縮包,當我們解壓之后(這一臺主機上面已經安裝過了java的環境)
　　2.修改配置環境
　　　進入conf/
　　　將zeppelin-env.sh.template修改為zeppelin-env.sh
　　　將zeppelin-site.xml.template修改為zeppelin-site.xml
　　
　　　然后我們接下來修改conf/zeppelin-env.sh新增
　　　　　　export SPARK_MASTER_IP=192.168.109.136
　　　　　　export SPARK_LOCAL_IP=192.168.109.136
　　3.啟動zeppelin
　　　　進入zeppelin:進入bin目錄下執行./zeppelin-daemon.sh start
　　　　然后瀏覽器訪問192.168.109.136:8080進入界面
　　
　　　　　　此時就啟動成功
　　4.zeppelin簡單實用
　　　　1.text
　　　　
　　　　2.html
　　　　
　　　　3.table
　　　　
　　　　
　　　　5.可以對數據進行分析
　　　　對于我做的最多的分析,就是基于學校的那個資料,我有學校里面的信息,這個里面的每一行的信息是以","
　　　　進行分隔,這個其中里面的民族,此時我們對這個民族進行分析
　　　　
　　　　由于我們這個zeppelin是在linux里面的啟動,所以我們必須把原有的數據放到linux的里面,此時zeppelin讀的文件目錄是linux里面的目錄
　　　　
　　　　
　　　　則此時我們就可以對數據庫里面的東西進行視圖分析,我們通過這個數據,我們發現通過讀取數據
　　　　,以分組的方式,然后在查詢數據有多少個,這樣就可以對數據進行顯示
　　　　a.
val text = sc.textFile("/tmp/xjdx.txt")case class Person(college:String,time:Integer)val rdd1 = text.map(line =>{    val fields = line.split(",")    if(fields.length >=10){      val mz = fields(10)      Person(mz,1)    }else{        Person("1",1)    }})
　　　　b.
rdd1.toDF().registerTempTable("rdd1")
　　　　c.
%sql select college,count(1) from rdd1 group by college
?