spark standalone模式 zeppelin安装

1.  前置条件

None root account

Apache Maven

Java 1.7

2. 源码

    https://github.com/apache/incubator-zeppelin

   git clone https://github.com/apache/incubator-zeppelin

3. 编译

本地模式：mvn clean package -DskipTests

集群模式：  mvn clean package -Pspark-1.4 -Dspark.version=1.4.1 -Dhadoop.version=2.3.0-cdh5.1.0 -Phadoop-2.3 -DskipTests

 

在安装过程中 可能会出现各种问题,但是一般都是网络问题导致,但可重新执行下编译命令,如果编译出现oom,增加如下命令:

export MAVEN_OPTS="-Xmx2g -XX:MaxPermSize=512M -XX:ReservedCodeCacheSize=512m

 

但是在编译zeppelin-web模块 会遇到各种诡异的问题,web模块使用了node, grunt, bower工具

修改zeppelin-web项目的pom.xml

[html]  view plain copy

 

1. <plugin>  
2.         <groupId>com.github.eirslett</groupId>  
3.         <artifactId>frontend-maven-plugin</artifactId>  
4.         <version>0.0.23</version>  
5.         <executions>  
6.   
7.   
8.           <execution>  
9.             <id>install node and npm</id>  
10.             <goals>  
11.               <goal>install-node-and-npm</goal>  
12.             </goals>  
13.             <configuration>  
14.               <nodeVersion>v0.10.18</nodeVersion>  
15.               <npmVersion>1.3.8</npmVersion>  
16.             </configuration>  
17.           </execution>  
18.           <execution>  
19.             <id>npm install</id>  
20.             <goals>  
21.               <goal>npm</goal>  
22.             </goals>  
23.           </execution>  
24.   
25.   
26.           <execution>  
27.             <id>bower install</id>  
28.             <goals>  
29.                 <goal>bower</goal>  
30.             </goals>  
31.             <configuration>  
32.               <arguments>--allow-root install</arguments>  
33.             </configuration>  
34.           </execution>  
35.   
36.   
37.           <execution>  
38.             <id>grunt build</id>  
39.             <goals>  
40.                 <goal>grunt</goal>  
41.             </goals>  
42.             <configuration>  
43.               <arguments>--no-color --force</arguments>  
44.             </configuration>  
45.           </execution>  
46.         </executions>  
47.     </plugin>  

 

有网友推荐我这样做,但感觉没啥效果

nodeVersion & npmVersion 版本分别改成v0.12.4,2.10.1,但我感觉用处不大

 

[html]  view plain copy

 

1.    
2. <configuration>  
3.   <nodeVersion>v0.12.4</nodeVersion>  
4.   <npmVersion>2.10.1</npmVersion>  
5. </configuration>  

 

安装顺序： 
1. 首先需要提前安装好npm和node。 sudo apt-get install npm和npm install -g node。 
2. 进入zeppelin-web目录下，执行 npm install。它会根据package.json的描述安装一些grunt的组件，安装bower，然后再目录下生产一个node_modules目录。 
3. 执行 bower -–alow-root install，会根据bower.json安装前段库依赖，有点类似于java的mvn。见http://bower.io/ 
4. 执行 grunt –force，会根据Gruntfile.js整理web文件。 
5. 最好执行 mvn install -DskipTests，把web项目打包，在target目录下会生成war。


mvn可能会出错，因为web.xml不在默认路径下，需要在pom.xml里添加：

[html]  view plain copy

 

1. <plugin>  
2.         <groupId>org.apache.maven.plugins</groupId>  
3.         <artifactId>maven-war-plugin</artifactId>  
4.         <configuration>  
5.           <webXml>app\WEB-INF\web.xml</webXml>  
6.         </configuration>  
7. </plugin>  

 

4. 配置
进入zeppelin_home/conf/
将 zeppelin-env.sh.template 修改为 zeppelin-env.sh
将 zeppelin-site.xml.template 修改为 zeppelin-site.xml


   编译zeppelin-site.xml文件,
zeppelin.server.port 端口改成8089

[html]  view plain copy

 

1. <property>  
2.   <name>zeppelin.server.port</name>  
3.   <value>8089</value>  
4.   <description>Server port. port+1 is used for web socket.</description>  
5. </property>  

我现在使用伪分布式模式,所以就不修改 zeppelin-env.sh文件中 MASTER,使用默认配置,即为local模式
如果要是使用spark standalone 分布式模式,那就改成如下
export MASTER=spark://master:7077

 

5. 启动

 在zeppelin_home目录下执行如下命令:
bin/zeppelin-daemon.sh start

 

Pid dir doesn't exist, create /home/cluster/apps/incubator-zeppelin-0.5.0/run
Zeppelin start                                             [  OK  ]

 

启动成功~

 

可以在localhost:8089 访问到zepplin主页了。如果没有出主页，可以看浏览器console，是缺少了什么文件，八成是web项目打包的时候漏了，很可能是bower和grunt命令执行的时候缺少依赖出错的。

 

主界面:

 

 

    zeppelin home目录下会看到一个notebook文件夹，按notebook的名字命名区分了多个子目录。目录下是一个note.json文件，记录了每个notebook里输入的代码和执行结果，启动的时候会加载起来。

 

6.测试

  zeppelin为spark做了更好的支持，比如默认是scala环境，默认sc已经创建好，即spark local可跑，默认spark sql有可视化效果。

  

 

通过标识%md, %sh, %sql, %spark, %hive, %tajo来区分要执行的是什么，默认不写的话，执行环境是scala。在 http://127.0.0.1:8089/#/interpreter 页面里有详细的参数说明。

 

 

 

   

 简单测试下 %sh,scala,%spark

 

  

 好吧 ,先搞到这吧,稍后会有一篇 关于详细使用zeppelin 以及 zeppelin on yarn方式编译

 

尊重原创,拒绝转载