| 编辑推荐: |
本文属于入门级别的文章，主要介绍了是什么，Zeppelin原理：Interpreter和SparkInterpreter。
本文来自博客园，由火龙果软件Anna编辑、推荐。 |
|
Zeppelin原理简介
Zeppelin是一个基于Web的notebook，提供交互数据分析和可视化。后台支持接入多种数据处理引擎，如spark，hive等。支持多种语言：
Scala(Apache Spark)、Python(Apache Spark)、SparkSQL、
Hive、 Markdown、Shell等。本文主要介绍Zeppelin中Interpreter和SparkInterpreter的实现原理。
安装与使用
参考
原理简介
Interpreter Zeppelin中最核心的概念是Interpreter，interpreter是一个插件允许用户使用一个指定的语言或数据处理器。每一个Interpreter都属于换一个InterpreterGroup，同一个InterpreterGroup的Interpreters可以相互引用，例如SparkSqlInterpreter
可以引用 SparkInterpreter 以获取 SparkContext，因为他们属于同一个InterpreterGroup。当前已经实现的Interpreter有spark解释器，python解释器，SparkSQL解释器,JDBC，Markdown和shell等。下图是Zeppelin官网中介绍Interpreter的原理图。
Interpreter接口中最重要的方法是open，close，interpert三个方法，另外还有cancel，gerProgress，completion等方法。
Open 是初始化部分，只会调用一次。 Close 是关闭释放资源的接口，只会调用一次。 Interpret 会运行一段代码并返回结果，同步执行方式。 Cancel可选的接口，用于结束interpret方法 getPregress 方法获取interpret的百分比进度 completion 基于游标位置获取结束列表，实现这个接口可以实现自动结束
SparkInterpreter
Open方法中，会初始化SparkContext，SQLContext，ZeppelinContext；当前支持的模式有：
local[*] in local mode
spark://master:7077 in standalone
cluste
yarn-client in Yarn client mode
mesos://host:5050 in Mesos cluster
其中Yarn集群只支持client模式。
if (isYarnMode())
{
conf.set("master", "yarn");
conf.set("spark.submit.deployMode",
"client");
} |
Interpret方法中会执行一行代码（以\n分割），其实会调用spark
的SparkILoop一行一行的执行（类似于spark shell的实现），这里的一行是逻辑行，如果下一行代码中以“.”开头（非“..”,“./”），也会和本行一起执行。关键代码如下：
scala.tools.nsc.interpreter.Results.Result
res = null;
try {
res = interpret(incomplete + s);
} catch (Exception e) {
sc.clearJobGroup();
out.setInterpreterOutput(null);
logger.info("Interpreter exception",
e);
return new InterpreterResult(Code.ERROR, InterpreterUtils.getMostRelevantMessage(e));
}
r = getResultCode(res); |
sparkInterpret的关键方法
close 方法会停止SparkContext
cancel 方法直接调用SparkContext的cancel方法。sc.cancelJobGroup(getJobGroup(context) getProgress 通过SparkContext获取所有stage的总的task和已经结束的task，结束的tasks除以总的task得到的比例就是进度。 问题1，是否可以存在多个SparkContext？
Interpreter支持'shared', 'scoped', 'isolated'三种选项，在scopde模式下，spark
interpreter为每个notebook创建编译器但只有一个SparkContext；isolated模式下会为每个notebook创建一个单独的SparkContext。 问题2，isolated模式下，多个SparkContext是否在同一个进程中？ 一个服务端启动多个spark Interpreter后，会启动多个SparkContext。不过可以用另外一个jvm启动spark
Interpreter。
Zeppelin优缺点小结
优点 1.提供restful和webSocket两种接口。 2.使用spark解释器，用户按照spark提供的接口编程即可，用户可以自己操作SparkContext，不过用户3.不能自己去stop
SparkContext；SparkContext可以常驻。 4.包含更多的解释器，扩展性也很好，可以方便增加自己的解释器。 5.提供了多个数据可视化模块，数据展示方便。
缺点 1.没有提供jar包的方式运行spark任务。 2.只有同步的方式运行，客户端可能需要等待较长时间。 |
