在 HDInsight Spark 叢集上開啟 Jupyter Notebook

  • 7 分鐘

建立 HDInsight Spark 叢集之後，您便可以針對 Azure HDInsight 中的 Apache Spark 叢集執行互動式 Spark SQL 查詢或作業。 若要這麼做，您必須先建立筆記本。 筆記本是互動式的編輯器，可讓資料工程師和資料科學家使用各種語言與資料互動。 這包括 Python、SQL、Scala 及其他語言。 HDInsight 支援使用 Jupyter、Zeppelin 及 Livy 來與資料互動。 互動層級會取決於您正在管理的工作負載。

HDInsight 上的 Apache Spark 支援下列工作負載：

互動式資料分析和 BI

您可以使用筆記本來擷取非結構化/半結構化的資料，然後在筆記本內定義結構描述。 您接著可以使用該結構描述來在 Power BI 5 之類的工具中建立模型，這將能讓商務使用者針對該筆記本中的資料執行資料分析

Spark 機器學習服務

您可以使用筆記本來搭配 MLlib (以 Spark 為基礎所建置的機器學習程式庫) 以建立機器學習應用程式

Spark 串流和即時資料分析

HDInsight 上的 Spark 叢集提供豐富的支援，以供您建置即時分析解決方案。 雖然 Spark 已附有從 Kafka、Flume、Twitter、ZeroMQ 或 TCP 通訊端等眾多來源擷取資料的連接器，不過 HDInsight 中的 Spark 仍加入首屈一指的支援，供您從 Azure 事件中樞擷取資料。

建立 Jupyter 筆記本

使用下列步驟在 Azure 入口網站中建立 Jupyter 筆記本。

  1. 從入口網站的 [叢集儀表板] 區段，選取 [Jupyter Notebook]。 出現提示時，輸入叢集的叢集登入認證。

    Selecting your Jupyter Notebook in the Azure portal

  2. 選取 [新增] > [PySpark] 以建立筆記本。

    A screenshot of a Jupyter Notebook

  3. 系統會建立並開啟新的筆記本，該筆記本會具有 [Untitled] (Untitled.pynb) 的名稱，且可讓您開始建立作業並執行查詢