Apache Zeppelin là một công cụ phân tích dữ liệu mã nguồn mở, được thiết kế để thực hiện các nhiệm vụ phân tích dữ liệu tương tác và trực quan. Nó cung cấp một giao diện người dùng web để phân tích dữ liệu bằng nhiều ngôn ngữ lập trình khác nhau như Scala, Python, SQL, SparkSQL, Hive, Markdown, Shell, v.v. Trong bài viết này, chúng ta sẽ cùng nhau tìm hiểu cách cài đặt Apache Zeppelin trên Windows.
1. Cài đặt Java
Để cài đặt Apache Zeppelin, chúng ta cần cài đặt Java trước. Có thể tải Java từ trang chủ của Oracle tại địa chỉ https://www.oracle.com/java/technologies/javase-downloads.html. Trong bài viết này, chúng ta sẽ sử dụng Java 8.
Sau khi tải về, chúng ta tiến hành cài đặt Java bình thường.
2. Cài đặt Apache Zeppelin - Version 0.8.2
Sau khi cài đặt Java xong, chúng ta tiến hành tải Apache Zeppelin về từ trang chủ của Apache Zeppelin tại địa chỉ https://zeppelin.apache.org/download.html. Trong bài viết này, chúng ta sẽ sử dụng Apache Zeppelin phiên bản 0.8.2.
Bạn hãy tải file zeppelin-0.8.2-bin-all.tgz về và giải nén ra một thư mục bất kỳ. Trong bài viết này, chúng ta sẽ giải nén vào thư mục D:\Programs\zeppelin-0.8.2-bin-all.
Bạn có thể sử dụng phần mềm 7-Zip hoặc WinRAR để giải nén file zeppelin-0.8.2-bin-all.tgz.
3. Cài đặt Python3 - Version 3.12.1
Apache Zeppelin hỗ trợ nhiều ngôn ngữ lập trình khác nhau. Trong bài viết này, chúng ta sẽ sử dụng Python3. Bạn có thể tải Python3 từ trang chủ của Python tại địa chỉ https://www.python.org/downloads/. Trong bài viết này, chúng ta sẽ sử dụng Python3 phiên bản 3.12.1.
Lưu ý khi cài đặt Python3, bạn chọn chế độ cài đặt Customize installation và chọn Add Python 3.12 to PATH như hình dưới đây:
4. Tạo môi trường ảo Python3 cho Apache Zeppelin
Sau khi cài đặt Python3 xong, chúng ta tiến hành tạo một môi trường ảo Python3 cho Apache Zeppelin. Để tạo môi trường ảo Python3, chúng ta sử dụng công cụ venv của Python3.
Đầu tiên, chúng ta mở Command Prompt (hoặc Windows PowerShell) lên và chạy lần lượt các lệnh sau:
cd D:\Programs\zeppelin-0.8.2-bin-all
mkdir python\venv
python -m venv python\venv
python\venv\Scripts\activate.bat
Sau đó, chuyển tới thư mục D:\Programs\zeppelin-0.8.2-bin-all\python\venv\Scripts và chạy lệnh sau để active môi trường ảo Python3:
activate.bat
5. Cài đặt các thư viện Python3 cần thiết
Sau khi active môi trường ảo Python3, chúng ta tiến hành cài đặt các thư viện Python3 cần thiết cho Apache Zeppelin. Để cài đặt các thư viện Python3 cần thiết, chúng ta sử dụng công cụ pip của Python3.
Các bạn tiếp tục chạy lần lượt các lệnh sau:
pip install py4j==0.10.4
pip install pypandoc==1.5
pip install pyspark==2.2.1
6. Sửa một số tập tin liên quan
Sau khi cài đặt các thư viện Python3 cần thiết, chúng ta tiến hành sửa file zeppelin-env.cmd và common.cmd để Apache Zeppelin có thể sử dụng được Python3.
Chuyển tới thư mục D:\Programs\zeppelin-0.8.2-bin-all\bin, lần lượt mở file zeppelin-env.cmd và common.cmd lên và thêm vào ngay sau dòng bắt đầu bằng REM cuối cùng:
set PATH=C:\Program Files (x86)\Common Files\Oracle\Java\javapath;D:\Programs\zeppelin-0.8.2-bin-all\python\venv\Scripts;
Lưu ý: Đường dẫn D:\Programs\zeppelin-0.8.2-bin-all\python\venv\Scripts là đường dẫn tới thư mục Scripts của môi trường ảo Python3 mà chúng ta đã tạo ở bước 4. Nếu bạn tạo môi trường ảo Python3 ở một thư mục khác, bạn hãy thay đổi đường dẫn tương ứng.
7. Thay thế một số tập tin
Tải các file patches tại https://cloud.cntt.io/s/G69GLQ9MKwWpAZy. Lần lượt thay thế như sau:
- spark-interpreter-0.8.2.jar
D:\Programs\zeppelin-0.8.2-bin-all\interpreter\spark\spark-interpreter-0.8.2.jar
- py4j-0.10.4-src.zip
D:\Programs\zeppelin-0.8.2-bin-all\interpreter\spark\pyspark\py4j-0.10.4-src.zip
- spark.zip
D:\Programs\zeppelin-0.8.2-bin-all\interpreter\spark\pyspark\spark.zip
- resultiterable.py
D:\Programs\zeppelin-0.8.2-bin-all\python\venv\Lib\site-packages\pyspark\resultiterable.py
8. Chạy Apache Zeppelin
Sau khi thực hiện xong các bước trên, chúng ta tiến hành chạy Apache Zeppelin. Để chạy Apache Zeppelin, chúng ta chuyển tới thư mục D:\Programs\zeppelin-0.8.2-bin-all\bin, mở Command Prompt (hoặc Windows PowerShell) lên và chạy lệnh sau:
zeppelin.cmd
Kết quả trên Command Prompt (hoặc Windows PowerShell) sẽ như sau:
Sau khi chạy và thấy logs báo Done, zeppelin server started, chúng ta mở trình duyệt web lên và truy cập vào địa chỉ http://localhost:8080 để sử dụng Apache Zeppelin.
Màn hình trang chủ của Apache Zeppelin sẽ như sau:
Như vậy, chúng ta đã cài đặt thành công Apache Zeppelin trên Windows.
Tổng kết
Trong bài viết này, chúng ta đã cùng nhau tìm hiểu cách cài đặt Apache Zeppelin trên Windows. Hy vọng bài viết này sẽ giúp ích cho các bạn trong quá trình học tập và làm việc.