ZTools para Apache Zeppelin

Zeppelin es un portátil interactivo que encanta a los ingenieros de datos. Sabe cómo trabajar con Spark y es excelente para el análisis de datos interactivo.

El proyecto alcanzó recientemente la versión 0.9.0-preview2 y se está desarrollando activamente, pero, sin embargo, muchas cosas aún no están implementadas y están esperando entre bastidores.

Una de esas cosas es una API para obtener más información sobre lo que sucede dentro del portátil. Por un lado, existe una API que resuelve por completo los problemas de gestión de portátiles de alto nivel. Pero si quieres algo no trivial, malas noticias.

Este problema fue enfrentado por los desarrolladores de Big Data Tools , un complemento para IntelliJ IDEA que proporciona integración con Spark, Hadoop y hace posible editar y ejecutar cuadernos en Zeppelin. La capacidad de crear y eliminar computadoras portátiles no es suficiente para funcionar completamente en el IDE. Necesita descargar todo un vagón de información que le permitirá hacer cosas como el autocompletado inteligente.

, API Zeppelin. , GitHub. , . -, , Zeppelin. -, - — , - . , API .

ZTools — , Zeppelin, API. "" GitHub Apache License 2.0. 90% Scala, — Java.

( , Scala REPL, Zeppelin).

, ZTools, Variables View Big Data Tools. IntelliJ Ultimate Edition, , , . ZTools , , .

Big Data Tools, ZTools. :

, ? ?

, , , - .

. - sql.DataFrame, !

.

ZTools. , .

:

, Zeppelin .

. ( GitHub), ( ).

: , , . , . , , Zeppelin.

, mitmproxy Wireshark. , — .

- Zeppelin — "Spark Basic Features".

mitmproxy , Zeppelin API /api/notebook ( ).

, . , ? , WebSocket?

Wireshark :

, , , JSON . .

- . Big Data Tools, IntelliJ IDEA, :

, .

-, . , :

%spark
// It is generated code for integration with Big Data Tools plugin
// Please DO NOT edit it.
import org.jetbrains.ztools.spark.Tools

Tools.init($intp, 3, true)
println(Tools.getEnv.toJsonObject.toString)
println("----")
println(Tools.getCatalogProvider("spark").toJson)"

, . ZTools, , GitHub.

.

• bank bankText.
• .

, : , — .

, .

• , Zeppelin ZTools: , ZTools, ( ). Big Data Tools.
• Tools. ZTools.

: ZTools

ZTools GitHub

: "scala-repl" "spark".

:

%spark
// It is generated code for integration with Big Data Tools plugin
// Please DO NOT edit it.
import org.jetbrains.ztools.spark.Tools

Tools.init($intp, 3, true)
println(Tools.getEnv.toJsonObject.toString)
println("----")
println(Tools.getCatalogProvider("spark").toJson)"

, . Catalog.listTables(), Catalog.listTables(), JSON .

, . Tools, VariablesView, . .

, , :

  @Test
  def testSimpleVarsAndCollections(): Unit = {
    withRepl { intp =>
      intp.eval("val x = 1")
      val view = intp.getVariablesView()
      assertNotNull(view)
      var json = view.toJsonObject
      println(json.toString(2))
      val x = json.getJSONObject("x")
      assertEquals(2, x.keySet.size)
      assertEquals(1, x.getInt("value"))
      assertEquals("Int", x.getString("type"))
      assertEquals(1, json.keySet.size)
}

Scala .

, ( ), Scala, — scala.tools.nsc.interpreter.

 def withRepl[T](body: Repl => T): T = {
    // ...
    val iLoop = new ILoop(None, new JPrintWriter(Console.out, true))
    iLoop.intp = new IMain(iLoop.settings)
    // ...
  }

ILoop — , IMain — . IMain interpret(code). .

:

trait VariablesView {
  def toJson: String

  def toJsonObject: JSONObject

  def toJsonObject(path: String, deep: Int): JSONObject

  def variables(): List[String]

  def valueOfTerm(id: String): Option[Any]

  def registerTypeHandler(handler: TypeHandler): VariablesView

  def typeOfExpression(id: String): String
}

. . Scala, iMain: \

override def variables(): List[String] =
  iMain.definedSymbolList.filter { x => x.isGetter }.map(_.name.toString).distinct

JSON, " " — . toJsonObject() , .

-, — 100 — 400 . , ( Big Data Tools ) . , , - .

ZTools Tools, . $intp, sc, spark, sqlContext, z engine. , .

• ZTools Zeppelin API;
• , ;
• Zeppelin, Scala — . REPL ZTools. ZTools, - ;
• , Tools, : 400 , 100 JSON.

:

, ZTools IntelliJ IDEA . GitHub.

, Java, JavaScript (, TypeScript) Node.js. HTTP Axios — .

-, - , “Spark Basic Features” .

const notes = await <em>axios</em>.get(NOTE_LIST_URL);

let noteId: string = null;
for (let item: Object of notes.data.body) {
   if ( item.path.indexOf('Spark Basic Features') >= 0 ) {
       noteId = item.id;
       break;
   }
}

, :

const PAR_TEXT = `%spark
import org.jetbrains.ztools.spark.Tools
Tools.init($intp, 3, true)
println(Tools.getEnv.toJsonObject.toString)
println("----")
println(Tools.getCatalogProvider("spark").toJson)`;

:

const CREATE_PAR_URL = `${Z_URL}/api/notebook/${noteId}/paragraph`;
const par: Object = await axios.post(CREATE_PAR_URL, {
   title: 'temp',
   text: PAR_TEXT,
   index: 0
});

:

const RUN_PAR_URL = `${Z_URL}/api/notebook/run/${noteId}/${parId}`;
await axios.post(RUN_PAR_URL);
 :

const INFO_PAR_URL = `${Z_URL}/api/notebook/${noteId}/paragraph/${parId}`;
const { data } = await axios.get(INFO_PAR_URL);

:

const DEL_PAR_URL = `${Z_URL}/api/notebook/${noteId}/paragraph/${parId}`;
await axios.delete(DEL_PAR_URL);

JSON:

const [varInfoData, dbInfoData] = (data.body.results.msg[0].data)
   .replace('\nimport org.jetbrains.ztools.spark.Tools\n', '')
   .split('\n----\n');
const varInfo = JSON.parse(varInfoData);
const dbInfo = JSON.parse(dbInfoData);

:

for (const [key, {type}] of Object.entries(varInfo)) {
   console.log(`${key} : ${type}`);
}

:

for (const [key, database] of Object.entries(dbInfo.databases)) {
   console.log(`Database: ${database.name} (${database.description})`);
   for (const table of database.tables) {
       const columnsJoined = table.columns.map(val => `${val.name}/${val.dataType}`).join(', ');
       Logger.direct(`${table.name} : [${columnsJoined}]`);
   }
}

, , .

:

Zeppelin — Zeppelin, ZTools.

, , , . . .

, ZTools , , Maven JAR-.

• : https://repo.labs.intellij.net/big-data-ide
• : org.jetbrains.ztools:ztools-spark-all:0.0.13
• JAR-: https://dl.bintray.com/jetbrains/zeppelin-dependencies/org/jetbrains/ztools/ztools-spark-all/0.0.13/ztools-spark-all-0.0.13.jar

ZTools , Gradle, JAR- Apache License 2.0.

Big Data Tools ZTools Zeppelin. — , .

• ZTools Zeppelin API;
• , — , Apache License 2.0;
• — , ;
• . " " Big Data Tools.