Zeppelin源码阅读之更新notebook的paragraph部分

Zeppelin是一款web笔记本，可以迭代式的进行数据分析。比如%spark就可以写spark application相关的scala代码，%sql就可以直接写spark sql，写完后直接运行看效果，还可以出各种柱状图、区域图等，非常方便。

但是，最近却遇到了一次机器突然断电后，notebook内容完全被清空的情况。写notebook的浏览器运行在一台机器上，而Zeppelin Server则运行在另一台机器上，两台机器在同一个局域网内。

所以，希望可以将Zeppelin更新notebook内容的机制弄清楚。

注：

在Zeppelin中，此为notebook:

而此为notebook的paragraph:

Zeppelin目录结构如下：

我们只挑当前关心的读，从前往后的读。

Web部分

Notebook主要在此：

具体行为为：

1.      发送websocket消息，根据指定的noteid得到note内容，渲染页面

2.      监听paragraph的点击，得到当前focus的paragraph

3.      监听按键事件，并broadcast按键事件

4.      监听用户关闭浏览器事件和页面跳转事件，在关闭浏览器、页面跳转前，先：

a.      killTimeSaver

b.      saveNote

saveNote会调用saveParagraph方法

notebook中的paragraph文件夹，是对paragraph的处理，具体行为为：

a.      写的代码内容在paragraph.text这个model中

b.      Editor监听input，当有input时调用aceChanged事件，aceChanged事件会调用startTimeSaver方法，startTimeSaver方法会调用saveNote方法，saveNote会调用saveParagraph方法

 

总而言之一句话，就是你写代码、关闭页面、刷新页面都会触发saveParagraph方法（这样就让人有随时写随时保存，不用担心保存问题的感觉）。那这个saveParagraph方法做了啥事情呢？它就是调用了commitParagraph方法，commitParagraph方法里：

将paragraph的标题、内容、配置以及参数都用websocketMsgSrv传了出去。

最终传输的就是这个：

Server部分

Zeppeline-server中的NotebookServer负责处理这各类消息，其中就包括COMMIT_PARAGRAPH消息。

具体的updateParagraph代码如下：

并且广播的操作参数为PARAGRAPH,通知前台。

其中note.persist方法会：

1.      先将内容写入.note.json

2.      mv .note.json为note.json

 

暂时想到的：

1.      不可能是写.note.json时断电，因为这样不会影响到至关重要的note.json文件

2.      从notebook目录来看，.note.json已经不存在了，只有note.json存在；所以可能是mv已经成功了或者mv根本没发生连.note.json都没有写（不过重testdisk恢复的情况看，8:41时是有.note.json这样一个空文件的）

3.      note.json的编辑时间是08:41，确实也是断电的时间；电是9点之后来的，所以不会是重启时有”恢复”机制将它恢复成了空

虽然还没想清楚原因，不过大致将更新notebook的过程整理了一下：