欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Linux下远程连接Jupyter+pyspark部署教程

程序员文章站 2022-06-23 21:42:12
博主最近试在服务器上进行spark编程,因此,在开始编程作业之前,要先搭建一个便利的编程环境,这样才能做到舒心地开发。本文主要有以下内容: 1、python多版本管理利器...

博主最近试在服务器上进行spark编程,因此,在开始编程作业之前,要先搭建一个便利的编程环境,这样才能做到舒心地开发。本文主要有以下内容:

1、python多版本管理利器-pythonbrew
2、jupyter notebooks 安装与使用以及远程连接方法
3、jupyter连接pyspark,实现web端sprak开发

一、python多版本管理利器-pythonbrew

在利用python进行编程开发的时候,很多时候我们需要多个python版本进行测试,博主之前一直在python2.x和3.x之间徘徊挣扎,两者纠缠不清的关系真是令博主心累了一万年。直至遇到了pythonbrew,它在博主心中泛起的涟漪,久久不能逝去。说到pythonbrew,它是一个python的多版本管理器,可以在多个 python之间迅速切换,也可以在指定的 python 版本下测试python程序,更重要的是它还整合了 virtualenv。所以,当你的电脑里装了多个python版本,并需要经常切换测试时,pythonbrew就非常适合你。

1.安装配置pythonbrew

sudo easy_install pythonbrew(easy_install安装)
pip install pythonbrew(pip安装)

2.添加配置环境到~/.bashrc(或~/.bash_profile)

[[ -s "$home/.pythonbrew/etc/bashrc" ]] && source"$home/.pythonbrew/etc/bashrc"

然后执行:source ~/.bashrc(或~/.bash_profile)

3.查看系统可以安装的python版本

[ray@hadoop01 ~]$ pythonbrew list -k
# pythons
python-1.5.2
python-1.6.1
python-2.0.1
python-2.1.3
python-2.2.3
python-2.3.7
python-2.4.6
python-2.5.6
python-2.6.9
python-2.7.10
python-3.0.1
python-3.1.5
python-3.2.5
python-3.3.5
python-3.4.3

4.安装python

(ps:需要使用curl安装python,所以需要先安装curl)

[ray@hadoop01 ~]$ pythonbrew install 3.2.3(版本号)

5.清理安装后的版本的源码和安装包

[ray@hadoop01 ~]$ pythonbrew cleanup

6.选择一个python版本使用,ps:只在当前终端有效

[ray@hadoop01 ~]$ pythonbrew use 2.7.10(版本号)

7.查看当前pythonbrew下的python版本有哪些(后面有*号表示正在使用)

[ray@hadoop01 ~]$pythonbrew list
python-2.6.7 (*)
python-3.2.3

8.选择python3.4.3版本作为系统默认版本使用,会把该版本的路径添加到path中

[ray@hadoop01 ~]$ pythonbrew switch 3.4.3

9.取消pythonbrew选择的版本

[ray@hadoop01 ~]$ pythonbrew off

二、jupyter notebooks 安装与使用以及远程连接方法

作为一只数据分析狮,利用python进行数据分析编程要的就是优雅和细致。如果还能随时随地利用任何终端进行数据分析,那不仅是高逼格,更是乐翻天了。而jupyter notebook便是能帮助我们在web端做开发编程的利器。本节将介绍如果安装使用jupyter,以及如何远程连接到服务器端的jupyter notebook。

1.安装jupyter

[ray@hadoop01 ~]$ pip install jupyter

2.jupyter notebook远程服务器配置

1)首先要生成密码,打开python终端。

in [1]: from ipython.lib import passwd

in [2]: passwd()
enter password:
verify password:
out[2]: 'sha1:0e422dfccef2:84cfbcb
b3ef95872fb8e23be3999c123f862d856'

2)接下来生成秘钥:

[ray@hadoop01 ~]$ openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout mycert.pem -out mycert.pem

注意:这里会要求你需要一些个人信息,如:国家、省份、名字等。执行完命令后,会生成一个mycert.pem文件。记下这个文件的路径。

3)创建一个服务器配置

[ray@hadoop01 ~]$ ipython profile create nbserver

编辑文件jupyter_notebook_config.py,在~/.jupyter/文件夹里

c.notebookapp.password = u'sha1:。。。。。。。。。。。' c.notebookapp.certfile = u'/root/.jupyter/mycert.pem' c.notebookapp.ip = '*' 
c.notebookapp.port = 9999

4)最后启动服务器:

[ray@hadoop01 ~]$ipython notebook --profile=nbserver

三、jupyter连接pyspark,实现web端sprak开发

在进行这步操作之前,必须先安装好jupyter、spark。

1.设置环境变量

将一下代码添加到~/.bash_profile(或者~/.bashrc)

export spark_home=~/spark-1.5.0-bin-hadoop2.6
export path=$spark_home/bin:$path

export pythonpath=$spark_home/python/:$pythonpath
export pythonpath=$spark_home/python/lib/py4j-0.8.2.1-src.zip:$pythonpath

注意:

1).spark_home的地址是你sprak的安装目录,另外在最后一行代码中,py4j-0.8.2.1-src.zip可能会因版本不同而不同,请进入对应地址确认好该文件的名字。

2).如果要使用python3进行作业,则需要在.bash_profile中添加 export pyspark_python=python3

2.启动pyspark-jupyter

ipython_opts="notebook"$spark_home/bin/pyspark

至此,所以配置全部完成。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。