Flink-Zeppelin On FlinkSql

系统管理员 2023-07-21 11:10 13阅读 0赞

# Flink-Zeppelin On FlinkSql #

# Flink系列文章 #

*  更多Flink系列文章请点击[Flink系列文章][Flink]
 *  更多大数据文章请点击[大数据好文推荐][Link 1]

# 摘要 #

最近在调研流平台，发现各大公司流平台的Web界面都是自己一个团队开发，相当完备。苦于人力、时间有限，想找现成的能提交FlinkSql的Web代码，没找到合适的开源的。但是想起了之前看过的Zeppelin，现在已经支持Flink 1.0且支持DataStream、Table & SQL 等，遂赶紧尝试。如果能走通，后续计划在原数据这块儿看看有什么好办法管理起来。

# 1 Zeppelin #

## 1.1 简介 ##

*  [Apache Zeppelin][]
 *  [Apache Zeppelin-preview版][Apache Zeppelin-preview]
 *  [Github Zeppelin][]

Zeppelin基于界面化的笔记本，可实现数据驱动，使用SQL、Scala（没看错，能指直接写Scala代码！）等进行交互式数据分析。

可视化的笔记本是指：

*  数据摄取
 *  数据发现  
    数据发现，根据阿里云[数据治理 数据保护伞 数据发现][Link 2]章节所说，是指通过规则配置，帮助您有效识别组织内的敏感数据，以project等不同维度，为您提供可视化的数据资产展示。
 *  数据分析
 *  数据可视化、协作

## 1.2 架构 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70]

### 1.2.1 Zeppelin Server ###

Zeppelin Server是Zeppelin最主要的服务之一，负责管理Interpreter。可以启动多个Zeppelin Server组成服务状态一致的集群（使用了[Raft协议][Raft]，具体是 Raft算法库`Atomix`），共享Notebook、元数据，实现Interpreter负载均衡。

*  集群模式下的ZeppelinServer就是一个Raft节点（Leader/Follower），而Interpreter是Raft客户端
 *  集群模式中，每个ZeppelinServer都运行了一个集群管理服务（使用Raft算法库`Atomix`来组件服务状态一致的集群），会复制状态机(`ClusterStateMachine`)来在ZeppelinServer集群上维护一致性的集群元数据（包括集群服务和进程状态）。
 *  集群模式下，每个ZeppelinServer和Interpreter运行了集群管理客户端，使用Netty连接Raft Cluster Server来维护存储在ClusterStateMachine中的数据，进程停止后元数据信息将被清除。
 *  集群模式下每个ZeppelinServer和Interpreter进程中运行了监控模块，周期性发送心跳给Raft Leader。
    
     *  普通ZeppelinServer发送了本节点的CPU和内存资源平均使用情况，用以在创建Interpreter时进行分配。
     *  Raft Leader ZeppelinServer会监控所有类型节点上报的心跳数据，发现超时就认为不可用并剔除。
 *  集群模式下notebook和interpreter改动会自动同步到集群中所有节点
 *  因为使用Raft协议，选举中必须过半投票选一个节点才能选出Leader，所以应该部署奇数个节点，比如2N + 1个，此时可容忍其中的 N 个节点挂掉

可通过Nginx等技术进行前端代理。多个用户访问域名时，Nginx根据分布式策略来将用户分配到不同的可用的Zeppelin Server，如上图User1/2。

### 1.2.2 [Interpreter架构][Interpreter] ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 1]  
每个Interpreter进程都是一个JVM进程，通过thrift和Zeppelin Server交互。单节点模式时在ZeppelinServer本地创建，集群模式时先从集群元数据中查找是否已经存在所需Interpreter如果有就直接通过元数据中的该Interpreter进程的Thrift IP和端口来将note和该进程建立绑定关系；如果不存在就通过元数据找出最空闲的ZeppelinServer节点，并通过Thrift来告知远程ZeppelinServer创建Interpreter进程。

用户使用的notebook运行在Interpreter上，底层就能跑各种引擎、语言。

Interpreter 进程启动后，将会在 Zeppelin Cluster MetaData 中提交自身的元数据信息，关闭时清除。如果没有正常退出导致元数据没有先清理，ZeppelinServer会主动周期性检查该元数据对应的Interpreter的心跳时间戳来确定对应的进程是否存活。

Zeppelin Server和Interpreter进程的通信手段是Netty。

*  InterpreterGroup  
    可包含多个Interpreter，比如SparkInterpreter Group 包含了 SparkSqlInterpreter、SparkInterpreter、PySparkInterpreter 等Intepreter。
    
    当用户使用 SparkInterpreter Group 创建一个 notebook 时，ZeppelinServer 会创建一个独立的 JVM 进程，进程中的 SparkSqlInterpreter 、 SparkInterpreter 、PySparkInterpreter可以共用一个 SparkContext，因为他们属于同一个InterpreterGroup。
    
    InterpreterGroup和Interpreter关系具体还要取决于Interpreter Binding Mode。

### 1.2.3 Cluster MetaData ###

集群中元数据信息，KV键值对格式，包括ZeppelinServer和Interpreter进程元数据，通过State Machine 维护服务状态一致性。

ZeppelinServer和Interpreter都会周期性发送心跳来更新Cluster Metadata中自己的信息，而担任Leader的那个ZeppelinServer会定时检查Cluster Metadata中的时间戳信息，如果有超时的就会清理超时的服务和进程。

*  ZeppelinServer元数据  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 2]
 *  Interpreter元数据  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 3]

### 1.2.3 Notebook ###

用户工作的平台，包含若干Paragraph。

默认为local即存在本地，集群模式时应该选择所有集群中的Zeppelin节点都能访问的位置，比如HDFS。

集群模式下，会将修改自动同步到所有ZeppelinServer节点。

### 1.2.4 Paragraph ###

一个Notebook包含若干Paragraph，可以共享数据。

比如一个FlinkSQL程序，可以在定义3个Paragraph:

*  source table ddl
 *  sink table ddl
 *  insert into sink select \* from source

## 1.3 Interpreter ##

### 1.3.1 概念 ###

#### 1.3.1.1 概述 ####

[Zeppelin interpreter][]是个重要的组件，可将任何语言和数据处理后端以插件化的方式接入Zeppelin，目前支持的技术栈如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 4]  
如果没有你需要的，那还可以自定义一个：

*  [how to create a new interpreter][]
 *  [Installing Interpreters][]

通过Interpreters，我们可以很方便的使用各种语言和数据处理后端，比如可以直接用`%flink`来直接在Zeepelin中写scala代码。

#### 1.3.1.2 [Interpreter Binding Mode][] ####

用来控制Notebook和用户的隔离模式：

*  Globally-shared  
    所有使用该interpreter的notebook/用户共享一个interpreter JVM进程和session，比如用`flink on yarn`那就是每次提交的任务都是提交到一个Flink集群执行。此时Note之间可互相访问创建的变量。生产环境不推荐使用。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 5]
 *  Per Note-scoped  
    每个Note都会创建一个新的interpreter实例且拥有自己的Session，但是在同一个interpreter JVM进程中。此时仍可通过[ResourcePool][]来跨NoteBook交换对象。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 6]
 *  Per Note-isolated  
    每个Note都会创建一个新的interpreter进程，也拥有独享的Session。此时仍可通过[ResourcePool][]来跨NoteBook交换对象。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 7]

#### 1.3.1.3 Interpreter的生命周期管理 ####

Zeppelin 0.8.0以后提供了`LifecycleManager`接口来控制interpreter生命周期，0.9.0有两个实现：

*  TimeoutLifecycleManager（默认，可通过`zeppelin.interpreter.lifecyclemanager.class`切换）  
    当interpreter保持空闲一段时间后就会关闭interpreter。默认阈值为1小时，可通过`zeppelin.interpreter.lifecyclemanager.timeout.threshold`设置。
 *  NullLifecycleManager  
    什么都不做，由用户控制interpreter生命周期

### 1.3.2 Interpreter架构 ###

点击这里

### 1.3.3 Interpreter管理 ###

#### 1.3.3.1 创建Interpreter ####

![在这里插入图片描述][20200409175435135.png]

*  interpreter group  
    创建的时候，最重要的一点是选择interpreter group:  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 8]  
    每个interpreter都属于某一个`interpreter group`，一个`interpreter group`将所有包含的`interpreter`运行在一个jvm里，以他为单位进行启动/停止。

#### 1.3.3.2 修改Interpreter ####

也是跟创建一样点击进入Interpreter界面，搜索后可以修改创建的interpreter。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 9]

#### 1.3.3.3 Interpreter配置项目 ####

见interpreter

#### 1.3.3.4 Interpreter全局配置 ####

Interpreter有很多配置，可直接在Zeppelin上Web界面上设置，有两类属性：

*  大写字母代表系统环境变量  
    比如flink interpreter中设置`FLINK_HOME`和 `HADOOP_CONF_DIR`，则会将配置作为环境变量传递给flink interpreter进程，由flink使用。
 *  否则表示普通interpreter属性

关于Context Parameters

*  还可以通过`#{contextParameterName}`来使用解释器上下文中的参数：  
    ![\-][-]  
    如果context参数为null，则将其替换为空字符串。

#### 1.3.3.5 Interpreter细粒度配置(inline configuration) ####

上面说的都是interpreter下的通用配置，所有使用该interpreter的Notebook都是用该配置。但有些时候我们想每个notebook单独使用某些配置，虽然可创建单独interpreter但很不方便，所以可使用`Inline Generic Configuration`。

即在notebook最开始的paragraph里面写:

%flink_chengc.conf
    flink.execution.mode yarn
    flink.tm.memory 2048
    flink.jm.memory 1024
    flink.yarn.appName chengc
    flink.yarn.queue default

### 1.3.4 Interpreter on yarn ###

可通过interpreter 配置`zeppelin.interpreter.launcher yarn`来讲interpreter运行在yarn上，然后会和Zeppelin服务端通过Thrift交互。

具体源码在`YarnInterpreterLauncher`和`YarnRemoteInterpreterProcess`。

可配合flink on yarn使用，则Interpreter在yarn上am 中拉起来后，会去拉起一个flink cluster。相关源码在`FlinkScalaInterpreter`、`FlinkInterpreter`等。

flink配置文件上传和读取流程如下：

1.  先用当前本机环境变量将flink配置文件目录上传
2.  再将envs设为ApplicationConstants.Environment.PWD.$()，即yarn上的am container工作目录
3.  am拉起来后，会去hdfs下载flink配置文件解压到工作目录，并按照 sys.env.getOrElse  
    去读取配置的工作目录路径下的flink配置文件，这样就能正确读取到我们本机的flink配置文件了

# 2 安装、配置和部署 #

## 2.1 下载 ##

[Download Apache Zeppelin][]

有三种方式：下载完整已编译二进制包、通过网络安装指定interpreter的包或者源码自己[编译安装][Link 3]。

图方便就用第一种吧（不过很大，有1.5G）。

## 2.2 安装 ##

可参考

*  [Zeppelin Install][]

必须是JDK 1.8(171)以上

下载完后直接解压`zeppelin-0.9.0-preview1-bin-all.tgz`。

tar -zxvf zeppelin-0.9.0-preview1-bin-all.tgz

## 2.3 配置 ##

### 2.3.1 常用配置 ###

可参考

*  [Apache Zeppelin Configuration][]

可修改两个配置文件，都配置了同key属性时以环境变量文件为准：

*  conf/zeppelin-env.sh  
    一些环境变量
 *  conf/zeppelin-site.xml  
    一些java属性

我改了几个属性：

*  zeppelin.server.addr  
    改为ip，默认127.0.0.1，不然其他机器访问不了
 *  zeppelin.server.port  
    zeepelin启动后的web端口
 *  zeppelin.interpreter.lifecyclemanager.class  
    改为`org.apache.zeppelin.interpreter.lifecycle.TimeoutLifecycleManager`，默认是`NullLifecycleManager`，不会管interpreter是否空闲。而TimeoutLifecycleManager会在interpreter保持空闲状态超过`zeppelin.interpreter.lifecyclemanager.timeout.threshold`毫秒时，干掉interpreter。
 *  zeppelin.interpreter.lifecyclemanager.timeout.threshold  
    改为 3600000
 *  zeppelin.interpreter.lifecyclemanager.timeout.checkinterval  
    改为60000，检测interpreter是否超时的间隔时间
 *  zeppelin.recovery.storage.class  
    指定zeppelin恢复模式(详见[https://mp.weixin.qq.com/s/D02M68HO4Te4cReIoRLMwQ][https_mp.weixin.qq.com_s_D02M68HO4Te4cReIoRLMwQ])。
    
    改为`org.apache.zeppelin.interpreter.recovery.FileSystemRecoveryStorage`。设定后，关掉Zeppelin主进程不会关掉interpreter进程，重启zeppelin会去重连这些interpreter进程。
    
    这个时候如果还想干掉所有interpreter进程，请使用`bin/stop-interpreter.sh`。
    
    默认`NullRecoveryStorage`，意味着关掉Zeppelin就关掉了所有运行中的interpreter 进程。
 *  zeppelin.recovery.dir  
    在集群模式下，还应该把此项设为hdfs上路径，如`/tmp/zeppelin/recovery`。注意不要加如`hdfs://namespace`，否则路径不对！  
    将Notebook保存在共享存储中
 *  zeppelin.notebook.storage  
    设为`org.apache.zeppelin.notebook.repo.FileSystemNotebookRepo`
 *  zeppelin.notebook.dir  
    设为hdfs上的目录，如`/tmp/zeppelin/notebook`。**这里注意不能设为`hdfs://namespace/xxx`，否则路径会有问题！**

### 2.3.2 Interpreter配置 ###

#### 2.3.2.1 通用配置 ####

*  FLINK\_HOME  
    如`/xxx/flink`
 *  flink.execution.mode  
    默认`local`即本地模式，还可用`yarn`
 *  HADOOP\_CONF\_DIR  
    HADOOP配置文件所在路径，如`/xxx/etc/hadoop`

#### 2.3.2.2 Flink Interpreter配置 ####

可参考

*  [Flink interpreter for Apache Zeppelin-Configuration][]

重要配置如下：

*  flink.interpreter.close.shutdown\_cluster  
    改为false。
    
    默认true，即在interpreter关闭时会shutdown应用程序。
    
    **注意**，在interpreter on yarn+flink on yarn模式下可以将此设置改为true，效果就是只要你需要重启interpreter来改配置就会停止对应的flink app，达成同步。
 *  zeppelin.interpreter.close.cancel\_job  
    改为false
    
    默认true，即在interpreter关闭时会cancel我们的flink job。
    
    **注意**，在interpreter on yarn+flink on yarn模式下可以将此设置改为true，效果就是只要你需要重启interpreter来改配置就会停止对应的flink app，达成同步。

如果flink任务依赖一些包，可以有三种方式加入依赖：

*  flink.execution.jars  
    指定flink job所依赖的普通jar包，所有的jar包都被会load到flink interpreter的classpath，还会被发送到Task Manager。
 *  flink.udf.jars  
    和flink.execution.jars不同的地方在于Zeppelin会自动检测该选项指定的jar包中所包含的UDF class，会把检测到的UDF注册到TableEnvironment中（UDF的名字就是这个class name），以便用户使用。
    
    注意：
    
     *  你的UDF Class必须包含一个无参的构造函数。
     *  这种方式如果实在全局interpreter配置，则UDF也是全局的
     *  还可以在你自己的notebook interpreter inline config里面配置，这种方式就对当前notebook生效
 *  flink.execution.packages  
    类似flink.execution.jars，但不同的是Zeppelin会下载该选项指定的package以及该package的依赖放到flink interpreter的classpath。比如你想使用kafka connector配置如下
    
        org.apache.flink:flink-connector-kafka_2.11:1.10.0,org.apache.flink:flink-connector-kafka-base_2.11:1.10.0,org.apache.flink:flink-json:1.10.0
    
    但我实测在测试环境无问题，生产环境因为安全策略不能自动下载，只能去[repo1.maven.org][]手动下载打好的jar（flink-connector-kafka\_2.11-1.10.0.jar、flink-connector-kafka-base\_2.11-1.10.0.jar、flink-sql-connector-kafka\_2.11-1.10.0.jar、flink-json-1.10.0.jar，如果找不到包还可以放入kafka-clients-2.2.0.jar），并upload到使用的`flink/lib`下，否则会报错如下：
    
        WARN [2020-05-28 11:41:34,042] ({ SchedulerFactory11} NotebookServer.java[onStatusChange]:1901) - Job paragraph_1590573205576_568821782 is finished, status: ERROR, exception: null, result: %text org.apache.zeppelin.interpreter.InterpreterException: org.apache.zeppelin.interpreter.InterpreterException: java.lang.RuntimeException: [unresolved dependency: org.apache.flink#flink-connector-kafka_2.11;1.10.0: not found, unresolved dependency: org.apache.flink#flink-connector-kafka-base_2.11;1.10.0: not found, unresolved dependency: org.apache.flink#flink-json;1.10.0: not found]
                at org.apache.zeppelin.interpreter.LazyOpenInterpreter.open(LazyOpenInterpreter.java:76)
                at org.apache.zeppelin.interpreter.remote.RemoteInterpreterServer$InterpretJob.jobRun(RemoteInterpreterServer.java:668)
                at org.apache.zeppelin.interpreter.remote.RemoteInterpreterServer$InterpretJob.jobRun(RemoteInterpreterServer.java:577)
                at org.apache.zeppelin.scheduler.Job.run(Job.java:172)
                at org.apache.zeppelin.scheduler.AbstractScheduler.runJob(AbstractScheduler.java:130)
                at org.apache.zeppelin.scheduler.ParallelScheduler.lambda$runJobInScheduler$0(ParallelScheduler.java:39)
                at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
                at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
                at java.lang.Thread.run(Thread.java:748)
        Caused by: org.apache.zeppelin.interpreter.InterpreterException: java.lang.RuntimeException: [unresolved dependency: org.apache.flink#flink-connector-kafka_2.11;1.10.0: not found, unresolved dependency: org.apache.flink#flink-connector-kafka-base_2.11;1.10.0: not found, unresolved dependency: org.apache.flink#flink-json;1.10.0: not found]
                at org.apache.zeppelin.interpreter.LazyOpenInterpreter.open(LazyOpenInterpreter.java:76)
                at org.apache.zeppelin.interpreter.Interpreter.getInterpreterInTheSameSessionByClassName(Interpreter.java:355)
                at org.apache.zeppelin.interpreter.Interpreter.getInterpreterInTheSameSessionByClassName(Interpreter.java:366)
                at org.apache.zeppelin.flink.FlinkSqlInterrpeter.open(FlinkSqlInterrpeter.java:109)
                at org.apache.zeppelin.flink.FlinkStreamSqlInterpreter.open(FlinkStreamSqlInterpreter.java:49)
                at org.apache.zeppelin.interpreter.LazyOpenInterpreter.open(LazyOpenInterpreter.java:70)
                ... 8 more
        Caused by: java.lang.RuntimeException: [unresolved dependency: org.apache.flink#flink-connector-kafka_2.11;1.10.0: not found, unresolved dependency: org.apache.flink#flink-connector-kafka-base_2.11;1.10.0: not found, unresolved dependency: org.apache.flink#flink-json;1.10.0: not found]
                at org.apache.zeppelin.flink.util.DependencyUtils$.resolveMavenCoordinates(DependencyUtils.scala:353)
                at org.apache.zeppelin.flink.util.DependencyUtils$.resolveMavenDependencies(DependencyUtils.scala:60)
                at org.apache.zeppelin.flink.FlinkScalaInterpreter.getUserJars(FlinkScalaInterpreter.scala:740)
                at org.apache.zeppelin.flink.FlinkScalaInterpreter.open(FlinkScalaInterpreter.scala:149)
                at org.apache.zeppelin.flink.FlinkInterpreter.open(FlinkInterpreter.java:66)
                at org.apache.zeppelin.interpreter.LazyOpenInterpreter.open(LazyOpenInterpreter.java:70)
                ... 13 more

### 2.3.3 Flink On Yarn + Interpreter On Yarn ###

#### 2.3.3.1 添加jar包 ####

需要添加一些必要的jar包放在`FLINK_HOME//lib`下：

*  flink-hadoop-compatibility\_\{scala\_version\}-\{flink.version\}.jar
 *  flink-shaded-hadoop-2-uber-\{hadoop.version\}-\{flink-shaded.version\}.jar

如果要采用Hive来存元数据或访问hive还需要:

*  flink-connector-hive\_2.11-1.10.0.jar
 *  hive-exec-2.3.3.jar

#### 2.3.3.2 设置interpreter ####

##### 2.3.3.2.1 flink on yarn #####

*  flink.execution.mode  
    yarn

##### 2.3.3.2.2 interpreter on yarn #####

最新master分支中，还可通过interpreter 配置`zeppelin.interpreter.launcher yarn`来讲interpreter运行在yarn上，然后会和Zeppelin服务端通过Thrift交互，并向yarn申请资源来启动flink cluster。详见[Flink on Zeppelin  (7). Yarn Interpeter 模式][Flink on Zeppelin_ _7_. Yarn Interpeter]。

此模式其他要求：

*  安装Hadoop client (hadoop 2和3都支持)，要求能在本机直接运行`hadoop classpath`命令。  
    zeppelin需要调用此命令将所有hadoop jar放入zeppelin inclasspath。
 *  环境变量中配置`USE_HADOOP=true`（也可在`zeppelin-env.sh`）、`HADOOP_CONF_DIR`

interpreter local + flink on yarn:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 10]  
interpreter on yarn + flink on yarn:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 11]

相关内容可参考:

*  [Apache Shiro Configuration][]
 *  [Apache Shiro authentication for Apache Zeppelin][]
 *  [Apache Zeppelin 基于 kerberos 多租户集成][Apache Zeppelin _ kerberos]
 *  [Zeppelin集成Ldap(FreeIPA)][Zeppelin_Ldap_FreeIPA]  
    需要改主机名，会导致hadoop等很多服务不正常
 *  [zeppelin集成openldap，以及admin用户设置][zeppelin_openldap_admin]

## 2.11 数据脱敏-Credentials ##

比如我们有一些ddl中定义了数据库连接信息，这些信息十分敏感不想暴露给其他人，这个时候我们可以用Credentials。

1.  Credentials配置  
    先在interpreter配置`injectCredentials true`，也可在notebook界面做配置，比如执行时使用`%flink(injectCredential=true)`  
    ![在这里插入图片描述][20200609164507986.png]
2.  Credentials打开  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 14]
3.  Credentials定义  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 15]  
    这里的Entity就相当于是你的Credentials的Key，在访问时使用。
    
    需要注意的是，每个人创建的Credentials对其他人都不可见，别人也无法使用。
4.  Credentials使用  
    再次强调，每个人只能使用自己的Credentials。格式为`user.EntityName`和`password.EntityName`。（因0.9-preview尚不是稳定版本，可能存在一定变化，还可尝试`EntityName.user`）。
    
    本用户使用Credentials效果：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 16]  
    用户使用其他人的Credentials效果，打出的是原始字符串而不是Credentials：  
    ![在这里插入图片描述][20200609163139215.png]

## 2.12 Pyflink ##

### 2.12.1 概述 ###

1.  必须使用版本号3.5-3.7的python
2.  `pip install apache-flink`  
    如果安装很慢或者超时，可以加参数`pip --default-timeout=100000 install -i https://pypi.tuna.tsinghua.edu.cn/simple apache-flink。`
    
    如果提示pip需要升级，可执行`pip --default-timeout=100000 install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip`
3.  将`flink-python_2.11-1.10.0.jar`从`$FLINK_HOME/opt`移动到`$FLINK_HOME/lib`:
    
        cp opt/flink-python_2.11-1.10.0.jar lib/
4.  配置好flink\_interpreter的`zeppelin.pyflink.python`为python路径

### 2.12.2 python UDF ###

%flink.pyflink
    class PythonUpper(ScalarFunction):
        def eval(self, s):
            return s.upper()
            
    bt_env.register_function("python_upper", udf(PythonUpper(), DataTypes.STRING, DataTypes.STRING()))

# 3 实用功能 #

## 3.1 定时调度 ##

*  [Running a Notebook on a Given Schedule Automatically][]  
    前提是需要将zeppelin的配置`zeppelin.notebook.cron.enable`设为true

## 3.2 数据可视化 ##

### 3.2.1 概述 ###

已经支持一些基本图标，任意后端输出都可以以图表方式展现！（不用后端人员再去学什么echarts了）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 17]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 18]

### 3.2.2 聚合指标运算 ###

直接可以拖拽方式生成。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 19]  
还想了解更多或二次开发就参考：

*  [basic display systems][]
 *  [Angular AP 前端I][Angular AP _I]
 *  [Angular API 后端][Angular API]

### 3.2.3 [动态表格][Link 4] ###

Dynamic Forms 是Zeppelin的一个高级功能，允许用户在代码中插入UI控件来允许用户定制化你的代码。Jdbc Interpreter支持这一功能，用户可以定制SQL，下面是一个下拉框的例子。

### 3.2.4 发布Zeppelin笔记本 ###

可以直接将你的Zeppelin笔记本url分享给其他写作者，则大家都可以看到实时更新。

# 4 Zeppelin高可用 #

## 4.1 ZeppelinServer服务不可用 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 20]  
如上图，如果ZeppelinServer1 突然挂掉不可用，如果正确配置了相关配置`zeppelin.recovery.storage.class`，则不会影响其上运行的interpreter进程，如果此时这些进程可访问，则其他ZeppelinServer节点可以通过Cluster Metadata读取到这些interpreter进程元数据信息，让用户继续使用这些interpreter进程。

当然Nginx也会发现ZeppelinServer1出现异常，将它视为离线状态。

那么现在本来是用ZeppelinServer1的User1再次启动NoteBook时，Nginx会将请求发送到其他ZeppelinServer节点来使用之前的interpreter进程。

## 4.2 Zeppelin节点整个不可用 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 21]  
当ZeppelinServer1所在节点整个挂掉时，其他ZeppelinServer会删除无效元数据，并重建interpreter进程。

# 5 二次开发 #

## 5.1 概述 ##

Zeppelin前后端分离架构，可参考：

*  [Contributing to Documentation][]
 *  [Contributing to Zeppelin-Web][]  
    有很多关于Zeppelin前端开发的详细内容
 *  [Github-Zeppelin Web Application][]  
    安装yarn\_package和启动zeppelin-web指导
 *  [Contributing to Apache Zeppelin ( Website )][Contributing to Apache Zeppelin _ Website]

## 5.2 前端 ##

1.  首先要安装npm和nodejs，网上找教程即可。
2.  然后参考[Github-Zeppelin Web Application][]安装yarn(打包用的，不是hadoop那个yarn)
3.  在本地Zeppelin工程目录下使用常规方式启动Zeppelin-server，默认是8080端扣
4.  在本地Zeppelin工程/zeppelin-web 目录下执行`yarn run dev`即可开始调试，会自动连接到8080端口，并启动一个9000端口供访问和调试。现在你在ide里面改动js，便可立即体现在页面上了（当然，需要刷新一次）。
5.  如果本地zeppelin-server运行很慢，可以将项目打包后放到运行速度较快的其他机器如测试环境机器，然后启动。本机的zeppelin-web只需修改`base-url.service.js`，假设远程zeppelin-server ip为192.168.1.1，则改动如下:
    
        this.getWebsocketUrl = function() { 
            let wsProtocol = location.protocol === 'https:' ? 'wss:' : 'ws:';
            return wsProtocol + '//' + "192.168.1.1" + ':' + this.getPort() +
              skipTrailingSlash(location.pathname) + '/ws';
          };
        
          this.getBase = function() { 
            return location.protocol + '//' + "192.168.1.1" + ':' + this.getPort() + location.pathname;
          };

问题：

*  如果遇到`lint:once`相关语法检测错误，可以把`/zeppelin/zeppelin-web/package.json`中的`"prebuild": "npm-run-all clean lint:once"` 改为`prebuild": "npm-run-all clean`，并去掉`"lint:once": "eslint src"`。
 *  如果遇到一些包卡住半天下不动，那就手动下下来放在那个目录里。

## 5.3 后端 ##

# 好文推荐 #

Apache Zeppelin公众号  
![在这里插入图片描述][20200624163237514.png]

钉钉讨论群  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 22]

## 官方 ##

*  [Zeppelin-Jira][]
 *  [Github-Apache Zeppelin][Github Zeppelin]

## 视频教程 ##

*  [Flink on Zeppelin: 极致体验(1) 入门 + Batch][Flink on Zeppelin_ _1_ _ _ Batch]
 *  [Flink on Zeppelin: 极致体验(2) Streaming + 高级用法][Flink on Zeppelin_ _2_ Streaming _]
 *  [Flink on Zeppelin 视频教程全集][Flink on Zeppelin]  
    来自阿里的章剑锋，Zeppelin PMC

## 综合 ##

*  [章剑锋Jeff-Zeppelin专栏][Jeff-Zeppelin]
 *  [Flink on Zeppelin (1) - 入门篇][Flink on Zeppelin _1_ -]
 *  [Flink on Zeppelin (2) - Batch篇][Flink on Zeppelin _2_ - Batch]
 *  [Flink on Zeppelin (3) - Streaming篇][Flink on Zeppelin _3_ - Streaming]
 *  [Flink on Zeppelin  (4) - 高级特性篇][Flink on Zeppelin_ _4_ -]
 *  [Flink on Zeppelin (5) - 机器学习篇][Flink on Zeppelin _5_ -]
 *  [Flink on Zeppelin 极致体验 阿里章剑锋 - 直播回放][Flink on Zeppelin _ _ -]
 *  [Flink Sql on Zeppelin教程][Flink Sql on Zeppelin]

## 架构和原理 ##

*  [Zeppelin 分布式架构设计][Zeppelin]
 *  [Zeppelin工作机制解析][Zeppelin 1]

## 调研 ##

*  [Zeppelin调研与数据开发平台][Zeppelin 2]

## 源码 ##

*  [Zeppelin源码分析][Zeppelin 3]
 *  [Apache Zeppelin源码结构分析][Apache Zeppelin 1]
 *  [Understanding Zeppelin Interpreters][]  
    介绍了除Flink以外的一些Interpreters
 *  [Zeppelin求学之路（3）—Zeppelin基本模块介绍和Paragraph源码深入了解以及Note,NoteBook 简介，][Zeppelin_3_Zeppelin_Paragraph_Note_NoteBook]
 *  [Zeppelin源码阅读之更新notebook的paragraph部分][Zeppelin_notebook_paragraph]

## 使用 ##

*  [Zeppelin: 让大数据插上机器学习的翅膀][Zeppelin_]  
    网易杭州研究院数据科学中心机器学习开发组负责人 刘勋
 *  [如何在Apache Zeppelin中玩转Flink][Apache Zeppelin_Flink]
 *  [Hadoop - Zeppelin 使用心得][Hadoop - Zeppelin]
 *  [Apache Zeppelin主要界面和基本操作][Apache Zeppelin 2]
 *  [可视化分析工具Apache Zeppelin：数据分析从未这样简单][Apache Zeppelin 3]  
    介绍了一些数据源连接配置、可视化插件（地图、热力图等）
 *  [Apache Zeppelin 基于 kerberos 多租户集成][Apache Zeppelin _ kerberos]
 *  [Apache zeppelin binding mode][]  
    关于interpreter隔离的讨论。看起来per-note模式中也会发生，不同用户使用不同note对应同一个interpreter，一个用户重启该interpreter会导致全部interpreter重启，对应任务停止！

## 二次开发 ##

*  [Zeppelin Notebook Now Has a Stop Button][]  
    Notebook界面添加关闭按钮
 *  [Zeppelin在求学之路----在Zeppelin上开发SendMai功][Zeppelin_----_Zeppelin_SendMai]
 *  [zeppelin的数据集的优化][zeppelin]

# 参考文档 #

*  [Apache Zeppelin][]
 *  [Flink on Zeppelin (1) - 入门篇][Flink on Zeppelin _1_ - 1]
 *  [Flink on Zeppelin (2) - Batch篇][Flink on Zeppelin _2_ - Batch 1]
 *  [Flink on Zeppelin (3) - Streaming篇][Flink on Zeppelin _3_ - Streaming 1]
 *  [Flink on Zeppelin  (4). 高级特性篇][Flink on Zeppelin_ _4_ -]
 *  [Zeppelin 分布式架构设计][Zeppelin]
 *  [如何在Zeppelin里玩转Hive][Zeppelin_Hive]
 *  [Zeppelin 0.8.0 New Features][]  
    来自Zeppelin PMC Jeff Zhang
 *  [数据治理 数据保护伞 数据发现][Link 2]
 *  [Zeppelin安全机制之Credentials使用技巧][Zeppelin_Credentials]

[Flink]: https://blog.csdn.net/baichoufei90/article/details/105674793
[Link 1]: https://blog.csdn.net/baichoufei90/article/details/90264272
[Apache Zeppelin]: http://zeppelin.apache.org/
[Apache Zeppelin-preview]: http://zeppelin.apache.org/docs/0.9.0-preview1/
[Github Zeppelin]: https://github.com/apache/zeppelin
[Link 2]: https://www.alibabacloud.com/help/zh/doc-detail/87137.htm
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70]: /images/20230528/962c018973e347118aa1568804eee58e.png
[Raft]: https://blog.csdn.net/baichoufei90/article/details/88538820
[Interpreter]: https://zeppelin.apache.org/docs/0.9.0-preview1/development/writing_zeppelin_interpreter.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 1]: /images/20230528/e7bd2d43325a40ac910e4b8a84d2b95d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 2]: /images/20230528/4ffa033d8c064bd590de9ce730039af5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 3]: /images/20230528/862a35c57ed44fc1a10aa8736b07e379.png
[Zeppelin interpreter]: https://zeppelin.apache.org/docs/0.9.0-SNAPSHOT/usage/interpreter/overview.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 4]: /images/20230528/80ed07dfafa64afeb3d3fcf3e54ca631.png
[how to create a new interpreter]: http://zeppelin.apache.org/docs/latest/development/writing_zeppelin_interpreter.html#make-your-own-interpreter
[Installing Interpreters]: https://zeppelin.apache.org/docs/0.9.0-preview1/usage/interpreter/installation.html
[Interpreter Binding Mode]: https://zeppelin.apache.org/docs/0.9.0-preview1/usage/interpreter/interpreter_binding_mode.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 5]: /images/20230528/7a8c3fdd988b48d2b3b6107271fbcf8e.png
[ResourcePool]: https://zeppelin.apache.org/docs/0.9.0-preview1/interpreter/spark.html#object-exchange
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 6]: /images/20230528/be26a7843a654088847597a8f650e8bc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 7]: /images/20230528/a9624452a93244838212f58f61f6ef10.png
[20200409175435135.png]: /images/20230528/969ba65a23a046d9b98799d7cb8d442f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 8]: /images/20230528/5e274e27571c4feaa5e4b6918ac36501.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 9]: /images/20230528/d79f3118d27048a89f85d9ef123f606e.png
[-]: /images/20230528/442c537eb15f4d87b989f80b82cba93d.png
[Download Apache Zeppelin]: http://zeppelin.apache.org/download.html
[Link 3]: http://zeppelin.apache.org/docs/0.9.0-preview1/setup/basics/how_to_build.html
[Zeppelin Install]: http://zeppelin.apache.org/docs/0.9.0-preview1/quickstart/install.html
[Apache Zeppelin Configuration]: http://zeppelin.apache.org/docs/0.9.0-preview1/setup/operation/configuration.html
[https_mp.weixin.qq.com_s_D02M68HO4Te4cReIoRLMwQ]: https://mp.weixin.qq.com/s/D02M68HO4Te4cReIoRLMwQ
[Flink interpreter for Apache Zeppelin-Configuration]: https://zeppelin.apache.org/docs/0.9.0-SNAPSHOT/interpreter/flink.html#configurationl
[repo1.maven.org]: https://repo1.maven.org/maven2/org/apache/flink
[Flink on Zeppelin_ _7_. Yarn Interpeter]: https://mp.weixin.qq.com/s/IgVd2hZlM2twEIHYLavaxw
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 10]: /images/20230528/67abdee7daa64b4faa49e13f4ef6ab17.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 11]: /images/20230528/92f5eead37e84ed887e428f5d9c10798.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 12]: /images/20230528/2895fc0e363140bba854c4681aa3a7c0.png
[identity-on-an-insecure-cluster-hadoop_user_name]: https://github.com/apache/hadoop/blob/trunk/hadoop-yarn-project/hadoop-yarn/hadoop-yarn-site/src/site/markdown/YarnApplicationSecurity.md#identity-on-an-insecure-cluster-hadoop_user_name
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 13]: /images/20230528/815757d01f704250beaf50d0958ebb5e.png
[ZEPPELIN-4809]: https://issues.apache.org/jira/browse/ZEPPELIN-4809
[HiveCatalog]: https://ci.apache.org/projects/flink/flink-docs-release-1.10/dev/table/hive/hive_catalog.html
[flink-checkpoint]: https://blog.csdn.net/baichoufei90/article/details/101054148#checkpoint
[Apache Shiro Configuration]: http://shiro.apache.org/configuration.html#apache-shiro-configuration
[Apache Shiro authentication for Apache Zeppelin]: http://zeppelin.apache.org/docs/0.9.0-preview1/setup/security/shiro_authentication.html#ldap
[Apache Zeppelin _ kerberos]: https://www.jianshu.com/p/38c9c8de76e7
[Zeppelin_Ldap_FreeIPA]: https://blog.csdn.net/woloqun/article/details/90371652
[zeppelin_openldap_admin]: https://blog.csdn.net/woloqun/article/details/100561594
[20200609164507986.png]: /images/20230528/3426db9eb36b473f9e9ea851fa76b819.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 14]: /images/20230528/c529ff3b1bd9499491a874a8a957c72b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 15]: /images/20230528/5e963a7bb8ee4db58df40e2d197f6476.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 16]: /images/20230528/5baeaf9273ad431b8d22f7c97eeac6ab.png
[20200609163139215.png]: /images/20230528/e4083a79fdde4cdca90e9ebf3742f1c1.png
[Running a Notebook on a Given Schedule Automatically]: https://zeppelin.apache.org/docs/0.9.0-SNAPSHOT/usage/other_features/cron_scheduler.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 17]: /images/20230528/dacbc87d14014b8d99d5bb5cfb49dbc8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 18]: /images/20230528/7c67126ced3e4128ada4b243fa225729.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 19]: /images/20230528/0ae0738ff9b840baba7332eb7d390a23.png
[basic display systems]: http://zeppelin.apache.org/docs/latest/usage/display_system/basic.html
[Angular AP _I]: http://zeppelin.apache.org/docs/latest/usage/display_system/angular_frontend.html
[Angular API]: http://zeppelin.apache.org/docs/latest/usage/display_system/angular_backend.html
[Link 4]: http://zeppelin.apache.org/docs/latest/usage/dynamic_form/intro.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 20]: /images/20230528/0a72e14f278647f39385e662f7e1e775.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 21]: /images/20230528/5e072f4dd3954345b9bc0e05cb304d91.png
[Contributing to Documentation]: https://zeppelin.apache.org/contribution/documentation.html
[Contributing to Zeppelin-Web]: https://zeppelin.apache.org/contribution/webapplication.html
[Github-Zeppelin Web Application]: https://github.com/zjffdu/zeppelin/tree/master/zeppelin-web
[Contributing to Apache Zeppelin _ Website]: http://zeppelin.apache.org/docs/0.9.0-SNAPSHOT/development/contribution/how_to_contribute_website.html
[20200624163237514.png]: /images/20230528/d6d56da4be7b43f58ee3c01ccef51771.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWNob3VmZWk5MA_size_16_color_FFFFFF_t_70 22]: /images/20230528/c693b5724347415eba911187d1ac14bd.png
[Zeppelin-Jira]: https://issues.apache.org/jira/projects/ZEPPELIN/issues
[Flink on Zeppelin_ _1_ _ _ Batch]: https://www.bilibili.com/video/BV1W7411M7nS?from=search&seid=536156466417548417
[Flink on Zeppelin_ _2_ Streaming _]: https://www.bilibili.com/video/BV1yE411s7XJ?from=search&seid=536156466417548417
[Flink on Zeppelin]: https://www.bilibili.com/video/BV1Te411W73b
[Jeff-Zeppelin]: https://www.jianshu.com/u/db2f40342525
[Flink on Zeppelin _1_ -]: https://mp.weixin.qq.com/s/a6Zau9c1ZWTSotl_dMg0Xg
[Flink on Zeppelin _2_ - Batch]: https://mp.weixin.qq.com/s/K9rPXqqaPuhnIT_TZN8M3w
[Flink on Zeppelin _3_ - Streaming]: https://mp.weixin.qq.com/s/k_0NgJinpK0VVTXw_Jd7ag
[Flink on Zeppelin_ _4_ -]: https://mp.weixin.qq.com/s/jZV6gua8ypqdiGPBulOw6Q
[Flink on Zeppelin _5_ -]: https://mp.weixin.qq.com/s/ccyptHGgB_PQ0e6V8B9UKQ
[Flink on Zeppelin _ _ -]: https://mp.weixin.qq.com/s/T4MmGp9QEtQeHUPbf3KLUA
[Flink Sql on Zeppelin]: https://blog.csdn.net/weixin_47482194?t=1
[Zeppelin]: https://mp.weixin.qq.com/s/rPHHPwDlgtXY-Bku9KDbmg
[Zeppelin 1]: http://www.360doc.com/content/18/0703/14/2795334_767366458.shtml
[Zeppelin 2]: https://blog.csdn.net/glamour2015/article/details/104873338/
[Zeppelin 3]: https://blog.csdn.net/spacewalkman/category_9269135.html
[Apache Zeppelin 1]: https://blog.csdn.net/majianxiong_lzu/article/details/89298040
[Understanding Zeppelin Interpreters]: https://mapr.com/docs/61/Zeppelin/ZeppelinInterpreters.html
[Zeppelin_3_Zeppelin_Paragraph_Note_NoteBook]: https://blog.csdn.net/weixin_41870706/article/details/79680943
[Zeppelin_notebook_paragraph]: https://blog.csdn.net/rongyongfeikai2/article/details/52791039
[Zeppelin_]: https://cloud.tencent.com/developer/article/1451855
[Apache Zeppelin_Flink]: https://www.jianshu.com/p/a52091a31343
[Hadoop - Zeppelin]: https://www.cnblogs.com/smartloli/p/5148941.html
[Apache Zeppelin 2]: https://blog.csdn.net/majianxiong_lzu/article/details/89318434
[Apache Zeppelin 3]: https://blog.csdn.net/majianxiong_lzu/article/details/89838774
[Apache zeppelin binding mode]: https://stackoverflow.com/questions/45935630/apache-zeppelin-binding-mode
[Zeppelin Notebook Now Has a Stop Button]: https://community.fico.com/s/page/a5Q8000000082OmEAI/fico1033
[Zeppelin_----_Zeppelin_SendMai]: https://blog.csdn.net/weixin_41870706/article/details/79833896
[zeppelin]: https://www.cnblogs.com/wnbahmbb/p/6516269.html
[Flink on Zeppelin _1_ - 1]: https://mp.weixin.qq.com/s?__biz=MzIzMTM4NjU0MQ==&mid=2247483692&idx=1&sn=dd12e1db07fece27629a487fae3a589a&chksm=e8a5bdeedfd234f8de1b604c0396d735300112e18dc9bd38e725adb13a2ffed8f7fb8affe838&scene=21#wechat_redirect
[Flink on Zeppelin _2_ - Batch 1]: https://mp.weixin.qq.com/s?__biz=MzIzMTM4NjU0MQ==&mid=2247483702&idx=1&sn=7d9619a7d486f5ee2d387b399f88b51f&chksm=e8a5bdf4dfd234e2e69548e9bf3c8907281bb1b431956237c0bcb0ea3deb056852141e6e6b1f&scene=21#wechat_redirect
[Flink on Zeppelin _3_ - Streaming 1]: https://mp.weixin.qq.com/s?__biz=MzU5OTQ1MDEzMA==&mid=2247487376&idx=4&sn=35527bf291474b1d1a992dde13c67083
[Zeppelin_Hive]: https://www.jianshu.com/p/6cc86d788991
[Zeppelin 0.8.0 New Features]: https://medium.com/@zjffdu/zeppelin-0-8-0-new-features-ea53e8810235
[Zeppelin_Credentials]: https://mp.weixin.qq.com/s/QEB1nGsbDB3PTM575lSb7Q