zeppelin該如何入門使用，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

成都創(chuàng)新互聯(lián)公司專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務，包含不限于網(wǎng)站建設、網(wǎng)站設計、北安網(wǎng)絡推廣、微信小程序開發(fā)、北安網(wǎng)絡營銷、北安企業(yè)策劃、北安品牌公關、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運營等，從售前售中售后，我們都將竭誠為您服務，您的肯定，是我們最大的嘉獎；成都創(chuàng)新互聯(lián)公司為所有大學生創(chuàng)業(yè)者提供北安建站搭建服務，24小時服務熱線：18982081108，官方網(wǎng)址：www.cdcxhl.com

Display System

1. text 

• 默認使用scala語言輸出text內(nèi)容 
  

• shell 
  

2. html 

• scala 輸出html 
  

• shell 輸出html 
  

3. table 

• scala 
  

• shell 
  

• table 
  scala: 
   
  shell: 
   
  html: 
  

Manual

1. 動態(tài)表格

• 使用表格模板 
  文本輸入格式： 
  使用 formName模板，使用{formName=defaultValue} 提供默認值 
   
  

• 下拉選擇表格 
  ${formName=defaultValue,option1|option2…} 
   
  k-v格式，${formName=defaultValue, 
  option1(DisplayName)|option2(DisplayName)…} 
  

• 動態(tài)編程 
   
  z 是ZeppelinContext對象

• 文本輸入格式 
  

• 帶默認值的文本輸入格式 
  

• 下拉選擇表格 
  

2. Notebook as Homepage 
   這部分不是很重，直接看這個鏈接吧，http://zeppelin.incubator.apache.org/docs/manual/notebookashomepage.html

Interpreter

1. spark,http://zeppelin.incubator.apache.org/docs/interpreter/spark.html

2. hive

3. md

4. sh

5. flink

6. and so on 
   上面都有涉及，如何使用

Tutorial with Local File

• Data Refine 
  下載需要bank數(shù)據(jù)，http://archive.ics.uci.edu/ml/machine-learning-databases/00222/bank.zip 
  首先，將csv格式數(shù)據(jù)轉成Bank對象RDD，并過濾表頭列

val bankText = sc.textFile("/home/cluster/data/test/bank/bank-full.csv")

case class Bank(age:Integer, job:String, marital : String, education : String, balance : Integer)

val bank = bankText.map(s=>s.split(";")).filter(s=>s(0)!="\"age\"").map(
    s=>Bank(s(0).toInt, 
            s(1).replaceAll("\"", ""),
            s(2).replaceAll("\"", ""),
            s(3).replaceAll("\"", ""),
            s(5).replaceAll("\"", "").toInt
        )
)

// Below line works only in spark 1.3.0.
// For spark 1.1.x and spark 1.2.x,
// use bank.registerTempTable("bank") instead.
bank.toDF().registerTempTable("bank")1234567891011121314151617

• Data Retrieval 
  Suppose we want to see age distribution from bank. To do this, run: 
  執(zhí)行以下語句，可看到年齡的分布：

%sql select age, count(1) from bank where age < 30 group by age order by age1

 
動態(tài)輸入maxAge參數(shù)（默認是30歲）：

%sql select age, count(1) from bank where age < ${maxAge=30} group by age order by age1

 
根據(jù)婚姻狀況選項，查看年齡分布狀況：

%sql select age, count(1) from bank where marital="${marital=single,single|divorced|married}" group by age order by age1

Zeppelin的工作方式和Spark的Thrift Server很像，都是向Spark提交一個應用（Application），然后每一個查詢對應一個stage。 

因此，在啟動Zeppelin前，可以通過配置環(huán)境變量ZEPPELIN_JAVA_OPTS來對即將啟動的Spark driver進行配置，例如“-Dspark.executor.memory=6g -Dspark.cores.max=32”。 

關于zeppelin該如何入門使用問題的解答就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注創(chuàng)新互聯(lián)行業(yè)資訊頻道了解更多相關知識。