厦门大学计算机科学系数据库实验室 林子雨 博士/副教授 ziyulin@
相关教材：林子雨、郑海山、赖永炫编著《Spark编程基础（Python版）》，访问教材官网（）
名称 Jupyter 是由Julia、Python和R三个单词组合而成的。Jupyter Notebook是一种Web应用，它能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中，非常方便研究和教学。Jupyter Notebook特别适合做数据处理，其用途可以包括数据清理和探索、可视化、机器学习和大数据分析。
Jupyter notebook 的核心是 Notebook 的服务器。用户通过浏览器连接到该服务器，而 Notebook呈现为Web应用。用户在Web应用中编写的代码通过该服务器发送给内核，内核运行代码，并将结果发送回该服务器。然后，任何输出都会返回到浏览器中。保存 Notebook 时，它将作为 JSON 文件（文件扩展名为 .ipynb）写入到该服务器中。
输入命令以后，如下图所示，会提示你查看许可文件，直接敲入回车即可。
敲入回车以后，会出现软件许可文件，这个文件很长，可以一直不断按回车，来翻到文件的末尾。
翻到许可文件末尾以后，会出现提示“是否接受许可条款”，输入yes后回车即可，如下图所示：
然后，会出现如下所示界面，提醒你选择安装路径，这里不要自己指定路径，直接回车就可以（回车后系统就会安装到默认路径，比如这里是/home/hadoop/anaconda3）。
系统会提示你是否运行conda初始化，也就是设置一些环境变量，这里输入yes以后回车。
安装成功以后，可以看到如下信息。
安装结束后，要关闭当前终端。然后重新打开一个终端，输入命令：conda -V，可以查看版本信息，如下图所示。
可以查看Anaconda的版本信息，命令如下：
这时，你会发现，在命令提示符的开头多了一个(base)，看着很难受，可以在终端中运行如下命令，消除这个(base)：
然后，关闭终端，再次新建一个终端，可以看到，已经没有（base）了。但是，这时，输入“anaconda -V”命令就会失败，提示找不到命令。如下图所示：
这时，需要到~/.bashrc文件中修改配置，执行如下命令打开文件：
打开文件以后，按键盘上的i键，进入编辑状态，然后，在PATH环境配置中，把“/home/hadoop/anaconda3/bin”增加到PATH的末尾，也就是用英文冒号和PATH的其他部分连接起来，如下图所示：
然后保存退出文件（先按Esc键退出文件编辑状态，再输入:wq（注意是英文冒号），再回车，就可以保存退出文件）。再执行如下命令使得配置立即生效：
执行完source命令以后，就可以成功执行“anaconda -V”命令了，如下图所示。
一般而言，安装了Anaconda发行版时，已经自动为你安装了Jupyter Notebook的，但是也可能有例外，万一如果没有自动安装，那么就在Linux终端中输入以下这一条命令安装（一定要明确知道你机器上没有安装Jupyter Notebook再执行下面命令，如果你无法确定是否已经安装Jupyter
Notebook，那么就暂时不要执行下面这条命令，等到后面遇到问题的时候再来执行）：
然后，在终端中执行如下命令：
然后，在Python命令提示符（不是Linux Shell命令提示符）后面输入如下命令：
此时系统会让输入密码，并让你确认密码（如:123456），这个密码是后面进入到Jupyter网页页面的密码。然后系统会生成一个密码字符串，比如sha1:7c:965c1466a4fabf3c5，把这个sha1字符串复制粘贴到一个文件中保存起来，后面用于配置密码。具体如下图所示：
然后，在Python命令提示符后面输入“exit()”，退出Python。如下图所示：
命令执行效果如下图所示：
进入到配置文件页面，在文件的开头增加以下内容：
然后保存并退出vim文件（Esc键，输入:wq）
执行命令后出现如下效果：
会弹出对话框，输入Python密码123456，点击“Log in”，如下图所示。
可以在界面中点击“New”按钮，在弹出的子菜单中点击“Python3”，如下图所示。
然后，会新出现一个网页，网页中包含代码文本框，可以在文本框中输入代码，比如“print(‘Hello Xiamen University’)”。
然后，如下图所示，点击“Run”按钮，就可以执行代码。
要保存代码文件，可以点击界面中的“File”菜单，在弹出的子菜单中点击“Save as…”，如下图所示：
然后，在弹出的对话框中，输入文件名称，比如“HelloXMU”，然后点击“Save”按钮，如下图所示：
然后，切换到首页，在目录下就可以看到新生成的文件HelloXMU.ipynb。可以用鼠标点击这个文件名，进入这个文件的编辑状态。
假设之前已经成功安装了Spark，并且可以顺利启动和使用PySpark。安装过程可以参考厦门大学数据库实验室网页：
在终端中输入如下命令：
然后，在.bashrc文件中把原来已经存在的一行“export PYSPARK_PYTHON=python3”删除，然后，在该文件中增加如下两行：
增加后的效果如下图所示：
然后，保存退出该文件。然后执行如下命令让配置生效：
然后，在Jupyter Notebook首页中，点击“New”，再点击“Python3”，另外新建一个代码文件，把文件保存名称为CountLine，在文件中输入如下内容：
注意，出现运行结果以后，不要再次点击“Run”按钮，如果再次点击“Run”按钮，会出现如下错误提示：
如果要再次运行代码，可以首先点击界面上的“刷新”按钮，如下图所示：
然后，会弹出如下图所示界面，可以点击“restart”按钮，重新启动。
这时，再次去点击“Run”按钮，就可以成功得到结果了。
如果要关闭退出Jupyter Notebook，可以回到终端界面（正在运行Jupyter Notebook的界面），按Ctrl+C，出现提示，输入字母y，就可以退出了（如下图所示）。
此外需要注意的是，在使用Jupyter Notebook调试PySpark程序时，有些代码的输出信息无法从网页上看到，需要到终端界面上查看。如下图所示，代码“wordCount.foreach(print)”的输出结果，是无法在网页上看到的。代码“print(‘Success’)”的结果可以在网页上看到。
