Jupyter Notebook与Livy集成

温馨提示：如果使用电脑查看图片不清晰，可以使用手机打开文章单击文中的图片放大查看高清原图。

Fayson的github：

​​https:///fayson/cdhproject​​

提示：代码块部分可以左右滑动查看噢

1.文档编写目的

---

Fayson在前面的文章《​​如何在非安全的CDH集群中部署Jupyter并集成Spark2​​》中介绍了在非Kerberos的环境中部署Jupyter Notebook并集成Spark2，Jupyter Notebook与Spark2的集成时必须确保该部署节点为Spark2的Gateway节点，如果对于Window用户来说客户端部署Spark2的Gateway相对比较麻烦。在前面的文章Fayson也介绍了关于Livy的文章，Livy服务提供的一个交互式API接口来实现提交Spark作业到集群，那本篇文章Fayson主要介绍Jupyter Notebook与Livy服务的集成，以简化Jupyter Notebook用户提交Spark作业到集群。

Jupyter Notebook与Livy集成的架构图如下：

• 内容概述

1.环境准备

2.Jupyter与Livy集成

3.功能验证

• 测试环境说明

1.CM和CDH版本为5.15.0

2.集群未启用Kerberos

3.RedHat7.2

4.Jupyter Notebook为1.0.0

2.环境准备

---

关于Livy服务的部署在这里就不在介绍了，可以参考Fayson前面的文章《​​如何编译Livy并在非Kerberos环境的CDH集群中安装​​​》和《​​如何在CM中使用Parcel包部署Livy及验证​​》有源码编译的方式部署也有基于Parcel包的方式通过CM部署供大家选择。

Jupyter Notebook与Livy的集成这里需要安装Python的一个依赖包sparkmagic。

1.在Python环境中安装sparkmagic包

[root@cdh04 ~]# /opt/cloudera/anaconda3/bin/pip install sparkmagic

（可左右滑动）

2.执行如下命令验证ipywidgets安装成功

[root@cdh04 ~]# /opt/cloudera/anaconda3/bin/jupyter nbextension enable --py --sys-prefix widgetsnbextension

（可左右滑动）

3.使用pip show sparkmagic命令查看包的安装路径，在安装路径下执行命令安装Spark Kernel

[root@cdh04 ~]# /opt/cloudera/anaconda3/bin/pip show sparkmagic

（可左右滑动）

cd /data/disk1/cloudera/anaconda3/lib/python3.6/site-packages
/opt/cloudera/anaconda3/bin/jupyter-kernelspec install sparkmagic/kernels/sparkkernel
/opt/cloudera/anaconda3/bin/jupyter-kernelspec install sparkmagic/kernels/pysparkkernel
/opt/cloudera/anaconda3/bin/jupyter-kernelspec install sparkmagic/kernels/pyspark3kernel
/opt/cloudera/anaconda3/bin/jupyter-kernelspec install sparkmagic/kernels/sparkrkernel

（可左右滑动）

4.使用命令查看Kernel是否安装成功

[root@cdh04 site-packages]# /opt/cloudera/anaconda3/bin/jupyter kernelspec list

（可左右滑动）

5.为jupyter服务启用sparkmagic扩展

[root@cdh04 site-packages]# /opt/cloudera/anaconda3/bin/jupyter serverextension enable --py sparkmagic

（可左右滑动）

6.安装Python的pandas库指定版本为0.22.0

3.Jupyter与Livy集成

---

1.在当前用户的home目录下的.sparkmagic目录下创建一个config.json文件，内容如下：

{
  "kernel_python_credentials" : {
    "username": "",
    "password": "",
    "url": "http://:8998",
    "auth": "None"
  },

  "kernel_scala_credentials" : {
    "username": "",
    "password": "",
    "url": "http://:8998",
    "auth": "None"
  },
  "kernel_r_credentials": {
    "username": "",
    "password": "",
    "url": "http://:8998"
  },

  "logging_config": {
    "version": 1,
    "formatters": {
      "magicsFormatter": { 
        "format": "%(asctime)s\t%(levelname)s\t%(message)s",
        "datefmt": ""
      }
    },
    "handlers": {
      "magicsHandler": { 
        "class": "hdijupyterutils.filehandler.MagicsFileHandler",
        "formatter": "magicsFormatter",
        "home_path": "~/.sparkmagic"
      }
    },
    "loggers": {
      "magicsLogger": { 
        "handlers": ["magicsHandler"],
        "level": "DEBUG",
        "propagate": 0
      }
    }
  },

  "wait_for_idle_timeout_seconds": 15,
  "livy_session_startup_timeout_seconds": 60,

  "fatal_error_suggestion": "The code failed because of a fatal error:\n\t{}.\n\nSome things to try:\na) Make sure Spark has enough
 available resources for Jupyter to create a Spark context.\nb) Contact your Jupyter administrator to make sure the Spark magics li
brary is configured correctly.\nc) Restart the kernel.",

  "ignore_ssl_errors": false,

  "session_configs": {
    "driverMemory": "1000M",
    "executorCores": 2
  },

  "use_auto_viz": true,
  "coerce_dataframe": true,
  "max_results_sql": 2500,
  "pyspark_dataframe_encoding": "utf-8",

  "heartbeat_refresh_seconds": 30,
  "livy_server_heartbeat_timeout_seconds": 0,
  "heartbeat_retry_seconds": 10,

  "server_extension_default_kernel_name": "pysparkkernel",
  "custom_headers": {},

  "retry_policy": "configurable",
  "retry_seconds_to_sleep_list": [0.2, 0.5, 1, 3, 5],
  "configurable_retry_policy_max_retries": 8
}

（可左右滑动）

2.重启jupyter服务

[root@cdh04 .sparkmagic]# /opt/cloudera/anaconda3/bin/jupyter-notebook --allow-root

（可左右滑动）

4.Jupyter验证

---

1.在浏览器输入Jupyter Notebook访问地址

2.登录成功后使用我们新安装的Spark Kernel启动一个会话

3.在代码列表输入示例代码运行

4.查看Yarn的8080界面

5.查看Livy的管理界面

5.总结

---

1.Jupyter Notebook与Livy集成需要依赖Python的sparkmagic库，集成相对比较简单只需要在Python中安装sparkmagic并配置livy的访问环境即可。

2.在使用pyspark时如果要切换启动Spark的版本，则需要在Livy的配置页面修改livy启动会话的Spark版本

3.部署Livy服务的节点必须部署Spark和Spark2的Gateway

提示：代码块部分可以左右滑动查看噢

为天地立心，为生民立命，为往圣继绝学，为万世开太平。

温馨提示：如果使用电脑查看图片不清晰，可以使用手机打开文章单击文中的图片放大查看高清原图。

推荐关注Hadoop实操，第一时间，分享更多Hadoop干货，欢迎转发和分享。

原创文章，欢迎转载，转载请注明：转载自微信公众号Hadoop实操