zeppelin

收录理由

Apache Zeppelin 在大数据领域算得上是资格较老的项目之一，但它的设计理念至今依然实用。你可以在浏览器里把每次分析写成一段文字，然后给这段文字挂上一个解释器，比如 Spark、PySpark、JDBC 或者 Hive，这样一份文档里就能同时用 SQL 查询不同的数据库，旁边再放上 Scala 或 Spark 的代码。它真正的亮点在于解释器模型：一个环境可以对接多种后端，不用为了换数据源就重写分析逻辑，团队成员也能直接运行或修改同一段文字，省去了在脚本和邮件里来回传递 SQL 片段的麻烦。对于已经习惯 Spark/JVM 生态的分析师和工程师来说，如果你希望数据分析工作可复现、可共享，这个工具会很合适。另外，作为 Apache 项目，你可以下载二进制包或者从源码自行构建，完全自托管，不必依赖某个云端的笔记本服务。