如何使用zeppelin实现大数据可视化

Zeppelin是基于spark的数据可视化方案。支持scala语言，任何在spark上运行的job都可以在此平台上运行，此外支持对表数据的可视化。对数据源的可视化可以通过interpreter进行扩展，比如github中就有支持mysql的interpreter。

下面着重介绍zeppelin notebook中代码书写：

scala：使用此interpreter的好处是，可以将各个数据源的数据在同一张视图中进行展示。比如以下是对mysql，hive数据的混合展示：

Load mysql表，并注册为spark sqlContext同样的表名：

import java.util.Properties

val properties = new Properties()

val url = "..."

properties.put("user", "...")

properties.put("password", "...")

properties.put("driver", "com.mysql.jdbc.Driver")

val tables = "...,..."

tables.split(",").foreach{mysql_table =>

sqlContext.read.jdbc(url, mysql_table, properties).registerTempTable(mysql_table)

}

Hive数据可以直接进行load：

sql(s"""

SELECT

...

FROM table where ...""").registerTempTable("hive_table")

对mysql，hive表进行混合查询，支持下拉框：

sql(""select ... from """

+

z.select("数据源", Seq(("""mysql_table1""","mysql table1数据"),

("""mysql_table2""","mysql table2数据"),

("""hive_table""","hive数据")))

+ """ where ...""").registerTempTable("result")

效果：



scala中可以使用以下方式对dataframe数据进行展示：

val result = sql("select * from result").rdd.map { r => r.mkString("\t") }.collect().mkString("\n")

println("%table dt\tvalue\n" + result)