大数据平台搭建好后，我们要做的就是探索数据，探索数据就需要查询，做可视化，那么一款好用自助查询可视化工具，你值得拥有！

一、Zeppelin介绍

Apache Zeppelin是一个让交互式数据分析变得可行的基于网页的开源框架。Zeppelin提供了数据分析、数据可视化等功能。

Zeppelin 是一个提供交互数据分析且基于Web的笔记本。方便你做出可数据驱动的、可交互且可协作的精美文档，并且支持多种语言，包括 Scala(使用 Apache Spark)、Python(Apache Spark)、SparkSQL、 Hive、Hbase、 Markdown、Shell、MySQL、postgresql、JDBC等等。

Zeppelin提供了Interpreter（解释器）来连接各种数据源，也根据提供的API可以开发新的interpreter。

二、软件部署

环境

• jdk
• 最新版本的Zeppelin（http://zeppelin.apache.org/download.html）

下载zeppelin-XX-bin-all.tgz，拷贝到准备部署的主机上，然后解压。

tar –zxvf zeppelin-XX-bin-all.tgz

解压后看到目录结构如下：

配置Java环境变量

copy原来的conf/zeppelin-env.sh.template命名为zeppelin-env.sh,在conf/zeppelin-env.sh添加Java路径。

配置地址端口号

copy 原来的conf/zeppelin-site.xml.template修改配置文件conf/zeppelin-site.xml。默认端口是8080，如果8080端口没有被占用，也可以使用默认端口，不用修改。

启动

bin/zeppelin-daemon.sh start，查看日志，首次启动会创建日志目录

启动成功，打开前台web页面 172.1.1.1:8888

新建notebook，测试（默认为Scala语言）

三、连接hive数据仓库

配置interpreter

在前台页面打开interpreter，找到JDBC，配置参数

HiveServer2 的用户名和密码可以通过编辑 $HIVE_HOME/conf/hive-site.xml 属性：

• hive.server2.thrift.client.user

• hive.server2.thrift.client.password

如果没有配置该属性，那么上面的interpreter参数中的用户和密码可以不用配置。

下面就可以使用Zeppelin连接hive进行查询，首先新建一个notebook：

验证是否成功连接hive，输入：show databases，运行如下：

输入查询SQL脚本，运行如下图：

• keys：指横轴
• Values：指纵轴

可以通过拖拉方式指定Key和Values（横轴纵轴的比例是自适应的）

其中可视化的表现形式可以选择：

四、权限设置

在登录的时候我们发现Zeppelin默认登录时不需要输入用户名密码的，也就是匿名登录模式anonymous，通过查看配置文件conf/zeppelin-site.xml可以发现，默认配置的是允许匿名访问。

如何修改权限呢？

• 首先我们修改该配置zeppelin.anonymous.allowed的value为false,表示不允许匿名访问
• conf/shiro.ini文件，显然zeppelin采用了shiro作为他的验证登录权限控制框架，修改文件最后一行

把/=anon修改为/=authc,这样重启zeppelin后访问我们的zeppelin主页就变成这个样子了。（注意右上角编程了login）

看见右上角的Login按钮了吧，点击login但是没有发现注册按钮。

• 需要修改conf/shiro.ini配置文件，其实Zeppelin已经给你配好了几个用户，再次再新增一个用户

然后重启Zeppelin，点击login登录，输入刚才的账号密码登录，可以看到登录上去了。

当然权限控制远不止如此。比如：

打开刚才的notebook，可以看到右上角有一个小锁的标志，点击，可以输入对应的用户对该notebook操作权限。

使用其他用户登录会提示没有权限

可以看到可以对每一个notebook进行权限控制，这样在分享自己的分析结果中很方便。

五、总结

Zeppelin的解释器设计非常巧妙，及时官方没有，你也可以开发自己的解释器（现在已经很完善，支持各种连接）。zeppelin支持MD、shell、python、R、SQL、scala等多种语言，在notebook中可以使用多种语言结合markdown和可视化在探索数据后，随即做一个很漂亮的分析报告，不用再机芯数据导出，数据可视化，多个工具之间进行迁移，大大提高工作效率。对于分析团队很有必要引入一下该组件，新的分析团队成员再也不用担心开发环境配置了~