超详细KNIME二次开发的环境配置安装过程

简介

	KNIME Analytics Platform基于Eclipse构建,网络上配置很多有所遗漏,因此亲测后,整理出knime配置过程供参考

一、下载开发所需的基本环境

1.1.jdk配置

首先确认JDK是否安装,版本为Java8,JDK的下载地址为: [link]https://adoptopenjdk.net/ 。
于cmd对话框后输入java –version检查JDK是否安装成功。如果显示如图所示则表示安装成功。(jdk配置布置文章很多,不会的可自行搜索)
检验jdk是否安装成功

1.2.KNIME下载

进入官网链接: link.,首页一直往下滑,下载如图download
knime下载
(本人KNIME版本如下图)
在这里插入图片描述

1.3.eclipse的版本下载

eclipse的版本与KNIME相互配套,所以eclipse的版本一定要选择4.7.3a,其他最新版本安下载安装KNIME的时候会出现各种问题。
eclipse版本

下载文件地址:
link.
提取码:yvnj

点击help-about eclipse,可以查看eclipse版本
在这里插入图片描述

1.4.knime软件工具包下载

新建一个文件夹置放knime软件工具包
软件工具包
下载地址:
link
提取码:s6iy

1.4.额外需求

网要好!!!

二、在eclipse中配置KNIME开发环境

2.1.在eclipse中加载KNIME软件工具包

先在eclipse文件夹中,创建一个workspace工作空间。如图第二个文件夹
创建eclipse工作空间workspace
点击下载的eclipse.exe,运行eclipse。workspace中,地址选择你创建的workspace文件夹,launch启动。
选择工作空间
进入eclipse后,进行导入软件工具包到eclipse操作:依次点击File—Import—Existing Projects into Workspace—Next—Browse。Browse选择步骤1.3下载的软件工具包文件夹导入,导入后确定。

在这里插入图片描述
在这里插入图片描述

导入完成后Project Explorer内如图所示

导入完成图

2.2.下载KNIME插件源码

点击KNIME-AP-complete.target打开这个文件,点击Reload Target Platform开始下载KNIME插件源码,下载时间较长,而且一定要网好!!(之前多次网不好而中途报错),处于下载过程中,页面右下角会有进度条。(之后点击Set as Active Target Platform右上角)。
下载KNIME插件源码

下载完后重启Ecplise如下图,说明KNIME插件源码下载完成。
下载完成

2.2.最后一步创建KNIME Extension Project

前面步骤完成后,点击file-new-other(没有出现other可能是eclipse版本问题,要用我分享的链接)
点击other
点击other后,出现界面,进行Create KNIME Extension Project
在这里插入图片描述
create
对以下进行命名:
New Project Name: org.knime.examples.numberformatter

Node class name: NumberFormatter

Package name: org.knime.examples.numberformatter

Node vendor: (可以起自己名字命名)

Node type: Select Manipulator in the drop down menu.
全部填完之后就ok。

三、运行

3.1.运行run

重启后,右键单击KNIME Analytics Platform.launch——Run As——1KNIME Analytics Platform
运行run
打开后进行加载,随后界面如下所示,就已经配置好环境了
正在运行
ok
(图中销售额工作流是我自己写的,第一次打开时是没有的)

四、推荐

知乎有一个教学,为新手创建一条简单的工作流,推荐新手可以玩一玩
链接: link.


  • 3
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
Knime Spark是一种数据分析工具,它结合了Knime和Apache Spark两个强大的开源项目。Knime是一个基于图形界面的数据分析平台,而Apache Spark是一个用于大规模数据处理的开源集群计算框架。 通过将Knime与Spark集成在一起,Knime Spark能够实现更高效、更强大的数据处理和分析。它允许用户在Knime的可视化界面中创建工作流程,并利用Spark的分布式计算引擎来处理大规模数据集。 Knime Spark提供了一系列的节点(nodes),用户可以使用这些节点来进行数据的清洗、转换、建模、评估等操作。这些节点能够直接利用Spark分布式计算引擎,以并行和分布式的方式处理数据,从而提高处理速度和效率。 与传统的数据处理工具相比,Knime Spark具有以下优势: 1. 可扩展性:Spark的分布式计算引擎使得Knime Spark能够处理大规模数据集。用户可以根据需求增加或减少计算资源,满足不同规模数据处理的需求。 2. 灵活性:Knime Spark允许用户使用Knime的图形界面创建工作流程,不需要编写复杂的代码。同时,用户也可以通过自定义节点来扩展Knime Spark的功能,以适应各种数据处理任务。 3. 高性能:通过利用Spark的分布式计算引擎,Knime Spark能够以并行和分布式的方式处理数据,从而提高处理速度和效率。用户可以利用Spark的各种优化技术,如数据分区和内存缓存,进一步提升性能。 4. 强大的生态系统:Knime Spark集成了Apache Spark的生态系统,用户可以利用Spark提供的各种库和工具进行数据分析和建模。同时,Knime Spark也支持与其他数据处理和建模工具的集成,如Python、R等。 综上所述,Knime Spark是一个结合了Knime和Spark两个开源项目的数据分析工具,它能够提供高效、灵活和高性能的数据处理和分析能力。无论是处理小规模数据还是大规模数据,Knime Spark都能够满足用户的需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值