Zeppelin如何读取多源数据并合并后在UI端展示为图表或表格

完全可以实现该需求，你提供的Python解释器默认配置已经能够支撑多数据源拉取、合并、展示全流程，具体操作步骤如下：

• 第一步：分别拉取不同数据源的数据存入Zeppelin共享上下文
  分别在两个独立的笔记段落使用对应的JDBC解释器执行查询，通过Zeppelin内置的z对象将查询结果存入全局共享上下文，示例代码如下：

  %jdbc1
  -- 拉取用户基础信息，存入变量user_base
  z.put("user_base", z.getDatasetFromSql("SELECT user_id, user_name, phone FROM user_base_table"))
  

  %jdbc2
  -- 拉取用户扩展信息，存入变量user_extra
  z.put("user_extra", z.getDatasetFromSql("SELECT user_id, account_level, register_time FROM user_extra_table"))
  

• 第二步：使用Python解释器合并数据
  新建笔记段落使用%python解释器，读取上下文中的两个数据集，通过pandas的merge方法关联合并，直接输出即可自动渲染为交互表格，也可调用绘图API生成可视化图表：

  %python
  import pandas as pd
  
  # 读取上下文存储的两个数据集
  df_base = z.get("user_base")
  df_extra = z.get("user_extra")
  
  # 按user_id字段合并，关联规则（内连接、左连接等）可按需调整
  df_merged = pd.merge(df_base, df_extra, on="user_id", how="inner")
  
  # 输出合并结果，Zeppelin会自动渲染为可交互表格
  df_merged
  

• 补充说明

  • 如果你更习惯用SQL处理合并后的数据，可以使用配置中已内置的%python.sql解释器，直接对df_merged执行SQL查询操作
  • 现有配置中zeppelin.python.maxResult默认限制最大输出1000行，若合并后数据行数超过该值，可按需调大该参数的数值
  • 合并后的结果支持直接使用Zeppelin内置的图表组件进行可视化，无需导出到其他工具处理

内容的提问来源于stack exchange，提问作者scoder