Apache Zeppelin 虚拟机部署指南：使用Vagrant快速搭建开发环境-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00207/article/details/148487052

Apache Zeppelin 虚拟机部署指南：使用Vagrant快速搭建开发环境

zeppelin Web-based notebook that enables data-driven, interactive data analytics and collaborative documents with SQL, Scala and more. 项目地址: https://gitcode.com/gh_mirrors/zeppelin1/zeppelin

概述

Apache Zeppelin 是一个强大的开源数据分析和可视化工具，支持多种编程语言和后端系统。对于开发者而言，快速搭建一个包含所有依赖的开发环境至关重要。本文将详细介绍如何使用Vagrant虚拟机技术快速部署一个预装所有核心依赖的Zeppelin开发环境。

环境准备

在开始之前，需要确保本地系统已安装以下三个关键组件：

Vagrant - 用于创建和管理虚拟化开发环境
VirtualBox - 提供虚拟机运行环境
Ansible - 用于自动化配置虚拟机

详细安装步骤

Windows用户特别提示

如果使用Windows系统且尚未安装Python，需要先安装Python 2.7.x版本。

组件安装指南

Vagrant安装：从官网下载对应操作系统的安装包并执行安装
Ansible安装：通过pip工具安装
```
sudo easy_install pip
sudo pip install ansible
ansible --version
```
安装完成后，请确认版本号至少为1.9.2或更高
VirtualBox安装：从官网下载并安装最新版本

创建Zeppelin开发虚拟机

完成上述准备工作后，只需简单几步即可创建开发环境：

进入Zeppelin项目中的/scripts/vagrant/zeppelin-dev目录
执行命令：vagrant up

等待命令执行完成后，使用vagrant ssh即可登录到虚拟机环境中。

快速启动选项

如果不需要从源码构建Zeppelin，可以直接在虚拟机中运行安装脚本：

curl -fsSL https://raw.githubusercontent.com/NFLabs/z-manager/master/zeppelin-installer.sh | bash

源码构建指南

获取源码

可以从两个途径获取Zeppelin源码：

主机克隆：在主机上克隆项目到/scripts/vagrant/zeppelin-dev目录，该目录会自动同步到虚拟机
虚拟机内克隆：直接在虚拟机内克隆项目

Vagrant默认会将项目目录同步到虚拟机的/vagrant路径下，因此构建时只需：

cd /vagrant/zeppelin

虚拟机环境配置

该虚拟机预装了以下组件：

Ubuntu Server 14.04 LTS
Node.js 0.12.7 + npm 2.11.3
Ruby 1.9.3及相关构建工具
Maven 3.3.9
Git和Unzip
OpenJDK 7
Python科学计算套件：pip、matplotlib、scipy、numpy、pandas
R语言及常用包：Knitr、devtools、ggplot2等

构建与运行

在虚拟机中执行以下命令构建并启动Zeppelin：

cd /zeppelin
./mvnw clean package -Pspark-1.6 -Phadoop-2.4 -DskipTests
./bin/zeppelin-daemon.sh start

构建完成后，在主机浏览器访问http://localhost:8080/即可使用Zeppelin。

高级配置

网络配置调整

默认配置使用端口转发，如需改为固定IP访问：

修改Vagrantfile，注释端口转发行
取消私有网络配置的注释
设置合适的IP地址

#config.vm.network "forwarded_port", guest: 8080, host: 8080
config.vm.network "private_network", ip: "192.168.51.52"

修改后执行vagrant halt和vagrant up重启生效。

功能验证

Python环境测试

虚拟机已预装常用Python科学计算库，可通过以下代码验证：

%pyspark
import numpy
import scipy
import pandas
import matplotlib

print "numpy " + numpy.__version__
print "scipy " + scipy.__version__
print "pandas " + pandas.__version__
print "matplotlib " + matplotlib.__version__