tencent cloud

Apache Zeppelin 是一款基于 Web 的 Notebook 产品，能够交互式数据分析。使用 Zeppelin，您可以使用丰富的预构建语言后端（或解释器）制作交互式的协作文档，例如 Scala(Apache Spark)、Python(Apache Spark)、SparkSQL、 Hive、Shell 等。

说明：

EMR-V3.3.0及以上、EMR-V2.6.0及以上，已默认配置了 flink、hbase、kylin、livy、spark 的 Interpreter，其他版本和组件可参考 官方文档 根据 Zepplin 版本进行配置。

前提条件

• 已创建集群，并选择 Zeppelin 服务，详情参见 创建 EMR 集群。
• 在集群的 EMR 安全组中，开启22、30001和18000端口（新建集群默认开启22和30001）及必要的内网通信网段，新安全组以 emr-xxxxxxxx_yyyyMMdd 命名，请勿手动修改安全组名称。
• 按需添加所需服务，如，Spark、Flink、HBase、Kylin。

登录 Zeppelin

1. 创建集群，选择 Zeppelin 服务，详情参见 创建 EMR 集群。
2. 在 EMR 控制台 左侧的导航栏，选择集群服务。
3. 单击 Zeppelin 所在的卡片，单击 Web UI 地址，访问 Web UI 页面。
4. 在 EMR-V2.5.0 及以前版本、EMR-V3.2.1 及以前版本，设置了默认登录权限，用户名密码为 admin:admin。如需更改密码，可修改配置文件/usr/local/service/zeppelin-0.8.2/conf/shiro.ini 中的 users 和 roles 选项。更多配置说明，可参见 文档。
5. 在 EMR-V2.6.0 及以后版本、 EMR-V3.3.0 及以后版本，Zeppelin 登录已集成 Openldap 账户，只能用 Openldap 账户密码登录，新建集群后 Openldap 默认账户是 root 和 hadoop，默认密码是集群密码，且只有 root 账户拥有 zeppelin 管理员权限，有权访问解析器配置页面。

使用 spark 功能完成 wordcount

1. 单击页面左侧 Create new note，在弹出页面中创建 notebook。
   
2. 2.EMR-V3.3.0 及以上、EMR-V2.6.0 及以上，已默认配置 Spark 对接 EMR 的集群（Spark On Yarn）。
   • 如果您的版本是 EMR-V3.1.0、EMR-V2.5.0、EMR-V2.3.0，请参考 文档 进行 Spark 解释器配置。
   • 如果您的版本是 EMR-V3.2.1，请参考 文档 进行 Spark 解释器配置。
3. 进入自己的 notebook。
   
4. 编写 wordcount 程序，并运行如下命令：

   val data = sc.textFile("cosn://huanan/zeppelin-spark-randomint-test")
   case class WordCount(word: String, count: Integer)
   val result = data.flatMap(x => x.split(" ")).map(x => (x, 1)).reduceByKey(_ + _).map(x => WordCount(x._1, x._2))
   result.toDF().registerTempTable("result")
   %sql select * from result