jupyter中安装scala和spark内核

jupyter中安装scala和spark内核

在jupyter中安装scala和spark的内核，主要是通过jupyter来编写scala和spark的代码，安装成功后就可以编写一些scala、SparkSQL、Spark的代码。

一、前期准备

提前下载：

• Anaconda3-5.3.1-Linux-x86_64.sh
  • anaconda清华大学开源软件镜像站 ，可以选择自己需要下载版本
• jupyter-scala_2.11.6-0.2.0-SNAPSHOT.tar.xz 这里我准备的是最新scala 内核的文件
  • jupyter-scala其他版本

提前安装好spark，并且启动

二、安装

（一）Anaconda

使用Anaconda中自带的jupyter，而且Anaconda中集成了众多包

1、文件上传到Linux系统上

方法一：

将提前下载好的Anacoda，通过rz命令上传到centos中,我是使用的是SecureCRT来连接centos

我一般将文件上传到/opt/software中

[andy@hadoop1 ~]$ cd /opt/software/
[andy@hadoop1 software]$ rz
rz waiting to receive.
Starting zmodem transfer.  Press Ctrl+C to cancel.

选择文件就可以上传

方法二：使用wget

使用wget在centos中下载Anaconda

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

2、安装Anaconda

执行安装命令

bash Anaconda3-5.3.1-Linux-x86_64.sh

可以一直按Enter，一直到需要输入yes或者no的时候，输入yes

选择Anaconda的安装位置，默认是在执行安装命令的用户家目录下，可以更换位置或者不更换。

然后是Anaconda的初始化，一定要输入yes

就此安装成功

3、激活环境

命令：

source activate base

[andy@hadoop1 software]$ source activate base
(base) [andy@hadoop1 software]$ 

激活成功后，会出现(base)

注意：这点环境一定要激活，后面的安装需要使用到

4、jupyter

如果直接执行jupyter notebook，只能在本地运行，但是想过将jupyter在windows上运行，需指定ip地址

jupyter notebook --ip=0.0.0.0

（二）Scala内核

安装scala内核，主要是为了练习scala时使用，如果用spark的scala来练习scala，内核需要消耗大量的资源，因此安装scala内核

1、文件上传到Linux系统上

方法一：

将下载好的jupyter-scala_2.11.6-0.2.0-SNAPSHOT.tar.xz，通过rz命令上传到centos中

一般将文件上传到/opt/software中

cd /opt/software
rz

方法二：使用wget

wget https://oss.sonatype.org/content/repositories/snapshots/com/github/alexarchambault/jupyter/jupyter-scala-cli_2.11.6/0.2.0-SNAPSHOT/jupyter-scala_2.11.6-0.2.0-SNAPSHOT.tar.xz

2、将文件进行解压

将文件解压到/opt/module/中

 tar -zxvf jupyter-scala_2.11.6-0.2.0-SNAPSHOT.tar.xz -C /opt/module/

3、安裝scala内核

执行命令：

进入到解压路径中

cd /opt/module/
jupyter-scala_2.11.6-0.2.0-SNAPSHOT/bin/jupyter-scala

运行情况：

(base) [andy@hadoop1 ~]$ cd /opt/module/
(base) [andy@hadoop1 module]$ jupyter-scala_2.11.6-0.2.0-SNAPSHOT/bin/jupyter-scala

4、验证内核

查看jupyter中的内核：

jupyter kernelspec list

（三）spark内核

安装spark和sparkSQL

需要提前安装toree

pip install toree

1、安装spark内核

jupyter toree install --spark_opts='--master=spark://hadoop1:7077' --user --kernel_name=Spark3.0.2 --spark_home=/opt/module/spark-yarn

• spark_opts：是指spark使用的方法，这点是standalone模型（独立部署），这点可以看spark教程

• kernel_name：是spark的版本

  • 可以通过spark-shell来查看

    

• spark_home：spark的安装位置

  需要修改成自己的

2、安装sparkSQL内核

jupyter toree install --spark_opts='--master=spark://hadoop1:7077' --user --kernel_name=Spark3.0.2 --spark_home=/opt/module/spark-yarn --interpreters=SQL

3、验证内核

查看jupyter中的内核：

jupyter kernelspec list

补充知识：

• 删除内核

  jupyter kernelspec remove 环境名
  

• 命令参考 — conda 22.9.0 文档