Jupyter配置Spark开发环境

兄弟连大数据培训（www.lampbrother.net）和大家一起探究Jupyter配置Spark开发环境
简介
　　为Jupyter配置Spark开发环境，可以安装全家桶–Spark Kernel或Toree，也可按需安装相关组件。
　　考虑到一般人更喜欢一步到位，并且Toree将会代替Spark Kernel，故直接且仅需安装Toree即可，不过下面还是给出了所有的安装方法。
　　Spark Kernel的安装
　　参照Spark Kernel支持的语言，安装好Spark Kernel后，其默认可以支持Scala，Python，R，SQL，对应的Spark实现分别是Scala with Spark，Python with PySpark，R With SparkR，Spark SQL。
　　参照上述链接，要切换语言时，只需简单的在语句前面加上%%scala/%%pyspark即可。当然，什么都不加时，默认语言为Scala。
　　另外，启动Jupyter后，可直接在http://localhost:4040/jobs/监控所有作业。
　　Spark Kernel(旧的项目)
　　参照下面的安装步骤进行即可，就是有些繁琐。
　　Getting Started with the Spark Kernel
　　Guide to Integrating the Spark Kernel with Jupyter
　　Toree(新项目)
　　根据Spark Kernel的介绍，自从Spark Kernel变成Apache的孵化项目后，其最新仓库已经 迁移到了incubator-toree。
　　安装时，参照Quick Start What is Apache Toree ，仅需两条命令即可完成安装。
　　pip install toree
　　jupyter toree install --spark_home=your-spark-home12
　　值得注意的是:
　　Toree虽然还在孵化中，但已经能完成上述Spark Kernel的全部功能，即可支持PySpark，Spark SQL等。
　　该kernel安装在/usr/local/share/jupyter/kernels/apache_toree_scala目录下
　　Spark组件单独安装
　　除了安装上面的方法安装Spark的全家桶外，还可以按需对各组件进行安装。
　　Scala Kernel的安装
　　参照jupyter-scala安装即可。
　　PySpark的安装
　　PySpark: How to install and Integrate with the Jupyter Notebook
　　Integrate Apache Spark with latest IPython Notebook (Jupyter 4.x)
　　Running Spark Applications Using IPython and Jupyter Notebooks