Apache Zeppelin学习记录2

Apache Zeppelin学习记录2

---

前言

上一章讲了如何使用zeppelin来接入python，本节我们来看看如何使用RESTful API操作zeppelin的paragraph。

---

提示：官方API文档见https://zeppelin.apache.org/docs/0.10.1/usage/rest_api/notebook.html

一、基础调用

1. anonymous模式不需要用户名密码即可直接访问。如图，
   
   根据API文档我们知道，运行模式有两种，同步和异步，区别在于url不同，
   同步是run：http://[zeppelin-server]:[zeppelin-port]/api/notebook/run/[noteId]/[paragraphId]
   异步是job：http://[zeppelin-server]:[zeppelin-port]/api/notebook/job/[noteId]/[paragraphId]

2. shiro模式，需要先调用/api/login，然后再调用相应的接口，如图，
   

二、带参数调用

1.代码块要增加一行z.textbox(“folder_path”, “input”)

具体API说明参考：
https://zeppelin.apache.org/docs/0.10.1/usage/rest_api/notebook.html#run-a-paragraph-synchronously
https://zeppelin.apache.org/docs/0.10.1/usage/dynamic_form/intro.html#text-input-form-1
代码如下（示例）：

%python

import pandas as pd
import os

# 文件夹路径
folder_path = z.textbox("folder_path", "input")

# 读取文件夹中的所有 CSV 文件
csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv')]

。。。

请求发送时如下，增加body

2.读取result

在 Apache Zeppelin 中，同步方式请求执行paragraph的返回值会把paragraph的输出放在msg.data里，如下截图，需要根据msg.type对data进行进一步分析处理。

异步方式没有直接提供获取某个段落（paragraph）执行结果的特定 API ，如果想要获取段落执行结果，可以考虑以下4种方法：

1. 通过 Zeppelin Web 页面手动导出结果： 在 Zeppelin 的 Web 界面中，执行你感兴趣的段落，然后手动导出结果。通常，你可以在段落执行后找到一个导出按钮或选项，以将执行结果保存为文件（如 JSON、CSV 等）。这样，你可以手动导出并保存结果数据。

2. 直接查询 Zeppelin 的数据库： Zeppelin 通常使用数据库（如 Derby）来存储笔记本（notebook）和段落的元数据。你可以直接查询 Zeppelin 的数据库，获取相关段落的执行结果。请注意，直接查询数据库需要对 Zeppelin 的数据库结构有一定的了解，并且这种方法可能涉及到一些安全性和稳定性的考虑。

3. 将paragraph的输出写入某个特定的文件或数据库中，然后用第三方API去读取这个结果。

4. 通过notebook获取paragraph的执行结果，执行GET /api/notebook/[notebook id]，在得到的response里解析paragraphs的results。

---

总结

以上就是今天要讲的内容，后面我们可以对zeppelin进行更深入的使用。