RStudio在Databricks上

安裝RStudio服務器開放源碼版

要在使用Databricks Runtime 6.6 ML或以下版本的Databricks集群上設置RStudio Server Open Source Edition，必須創建一個初始化腳本來安裝RStudio Server Open Source Edition二進製包。有關更多信息，請參見集群範圍內的初始化腳本．下麵是一個示例筆記本單元格，它將初始化腳本安裝到DBFS上的某個位置。

腳本＝" " # !/bin/bash設置-euxo pipefailRSTUDIO_BIN = " / usr / sbin / rstudio-server "If [[!-f "$RSTUDIO_BIN" && $DB_IS_DRIVER = "TRUE"]];然後apt-get更新Apt-get install -y gdebi-corecd / tmp你可以在https://rstudio.com/products/rstudio/download-server/debian-ubuntu/上找到新版本。wget https://download2.rstudio.org/server/bionic/amd64/rstudio-server-2022.02.1-461-amd64.deb -O rstudio-server.debSudo gdebi -n rstudio-server.debRstudio-server restart || truefi"""dbutils．fs．mkdir（“磚/ rstudio”）dbutils．fs．把（“磚/ rstudio / rstudio-install.sh”，腳本，真正的）

1. 在筆記本中運行代碼以安裝腳本dbfs: /磚/ rstudio / rstudio-install.sh

2. 在啟動集群之前，添加dbfs: /磚/ rstudio / rstudio-install.sh作為初始化腳本。看到集群範圍內的初始化腳本獲取詳細信息。

3. 啟動集群。

使用RStudio服務器開源版

1. 顯示安裝了RStudio Server Open Source的集群的詳細信息，然後單擊應用程序標簽:

   

2. 在應用程序選項卡，單擊設置RStudio按鈕。這將為您生成一個一次性密碼。單擊顯示鏈接顯示它並複製密碼。

   

3. 單擊打開RStudio鏈接在新選項卡中打開UI。在登錄表單中輸入您的用戶名和密碼並登錄。

   

4. 從RStudio UI中，您可以導入SparkR包裝和設置SparkR會話在集群上啟動Spark作業。

   圖書館（SparkR）sparkR.session（）查詢一個名為diamonds的表的前兩行# schema(數據庫)命名為“default”並顯示查詢結果。df<-SparkR：：sql（"SELECT * FROM default. "鑽石限量2"）showDF（df）

   

5. 您還可以附加sparklyr包並建立一個Spark連接。

   圖書館（sparklyr）sc<-spark_connect（方法＝“磚”）查詢一個名為“diamonds”的表並顯示前兩行。df<-spark_read_table（sc＝sc，的名字＝“鑽石”）打印（x＝df，n＝2）

   

設置RStudio許可證服務器

要在Databricks上使用RStudio Workbench，您需要將您的Pro許可證轉換為浮點許可．如需協助，請聯絡幫助@rstudio．com．當您的許可證被轉換時，您必須設置許可證服務器對於RStudio Workbench。

使用實例設置許可證服務器。

1. 在您的雲供應商網絡上啟動一個小實例;許可證服務器守護進程是非常輕量級的。

2. 在您的實例上下載並安裝相應版本的RStudio License Server，並啟動該服務。有關詳細說明，請參見RStudio工作台管理指南．

3. 確保許可證服務器端口對Databricks實例開放。

安裝RStudio工作台

要在Databricks集群上設置RStudio Workbench，必須創建一個初始化腳本來安裝RStudio Workbench二進製包，並將其配置為使用您的許可證服務器進行許可證租賃。看到審計日誌了解更多細節。

下麵是一個在DBFS上生成初始化腳本的筆記本單元格示例。該腳本還執行額外的身份驗證配置，以簡化與Databricks的集成。

腳本＝" " # !/bin/bash設置-euxo pipefailif [[$DB_IS_DRIVER = "TRUE"]];然後Sudo apt-get更新Sudo DPKG——清除rstudio-server #，以防安裝了開源版本。Sudo apt-get install -y gdebi-core alien##安裝RStudio工作台cd / tmp你可以在https://rstudio.com/products/rstudio/download-commercial/debian-ubuntu/上找到新版本。wget https://download2.rstudio.org/server/bionic/amd64/rstudio-workbench-2022.02.1-461.pro1-amd64.deb -O rstudio-workbench.debSudo gdebi -n rstudio-workbench.deb##配置認證Sudo echo 'auth-proxy=1' >> /etc/rstudio/rserver.confSudo echo 'auth-proxy-user-header-rewrite=^(.*)$ $1' >> /etc/rstudio/rserver.confSudo echo 'auth-proxy-sign-in-url=/login.html' >> /etc/rstudio/rserver.confSudo echo 'admin-enabled=1' >> /etc/rstudio/rserver.confsudo echo 'export PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin' >> /etc/rstudio/ session-profile . sh輸出說明#啟用浮動licenseSudo echo 'server-license-type=remote' >> /etc/rstudio/rserver.conf#會話配置Sudo echo 'session-rprofile-on-resume-default=1' >> /etc/rstudio/rsession.confSudo echo 'allow-terminal-websockets=0' >> /etc/rstudio/rsession.confSudo rstudio-server license-manager license-server Sudo rstudio-server restart || truefi"""dbutils．fs．mkdir（“磚/ rstudio”）dbutils．fs．把（“磚/ rstudio / rstudio-install.sh”，腳本，真正的）

1. 取代域> <與您的Databricks URL和< license-server-url >使用浮動許可證服務器的URL。

2. 在筆記本中運行代碼以安裝腳本dbfs: /磚/ rstudio / rstudio-install.sh

3. 在啟動集群之前添加dbfs: /磚/ rstudio / rstudio-install.sh作為初始化腳本。看到審計日誌獲取詳細信息。

4. 啟動集群。

使用RStudio Server Pro

1. 顯示您安裝RStudio的集群的詳細信息，並單擊應用程序標簽:

   

2. 在Apps選項卡中，單擊設置RStudio按鈕。

   

3. 不需要設置一次性密碼。單擊打開RStudio UI鏈接，它將為您打開一個經過認證的RStudio Pro會話。

4. 從RStudio UI中，您可以附加SparkR包裝和設置SparkR會話在集群上啟動Spark作業。

   圖書館（SparkR）sparkR.session（）查詢一個名為diamonds的表的前兩行# schema(數據庫)命名為“default”並顯示查詢結果。df<-SparkR：：sql（"SELECT * FROM default. "鑽石限量2"）showDF（df）

   

5. 您還可以附加sparklyr包並建立一個Spark連接。

   圖書館（sparklyr）sc<-spark_connect（方法＝“磚”）查詢一個名為“diamonds”的表並顯示前兩行。df<-spark_read_table（sc＝sc，的名字＝“鑽石”）打印（x＝df，n＝2）

   

RStudio服務器開源版和RStudio工作台有什麼區別?

RStudio Workbench支持開源版所沒有的大量企業特性。你可以在上麵看到特性比較RStudio的網站．

此外，RStudio服務器開源版是在GNU Affero通用公共許可證，而Pro版本為不能使用AGPL軟件的組織提供了商業許可證。

最後，RStudio Workbench提供了來自RStudio、PBC的專業和企業支持，而RStudio服務器開源版則沒有支持。

我可以在Databricks上使用我的RStudio Workbench / RStudio Server Pro許可證嗎?

是的，如果您已經擁有RStudio Server的Pro或Enterprise許可證，則可以在Databricks上使用該許可證。看到開始使用RStudio Workbench(以前的RStudio Server Pro)學習如何在Databricks上設置RStudio Workbench。

RStudio服務器在哪裏運行?我是否需要管理其他服務/服務器?

你可以從圖表中看到RStudio集成架構， RStudio Server守護進程運行在Databricks集群的驅動程序(主)節點上。使用RStudio服務器開源版，您不需要運行任何額外的服務器/服務。但是，對於RStudio Workbench，您必須管理一個運行RStudio License Server的單獨實例。

我可以在標準集群上使用RStudio Server嗎?

是的，你可以。最初，你被要求使用高並發集群，但是這種限製已經不存在了。

我可以在具有自動終止功能的集群上使用RStudio服務器嗎?

不，當啟用自動終止時，您不能使用RStudio。自動終止可以清除RStudio會話中未保存的用戶腳本和數據。為了保護用戶不受這種意外數據丟失的影響，默認情況下在此類集群上禁用RStudio。

對於需要beplay体育app下载地址清理未使用集群資源的客戶，Databricks建議使用集群api來根據時間表清理RStudio集群。

我應該如何在RStudio上堅持我的工作?

我們強烈建議您使用RStudio中的版本控製係統來保存您的工作。RStudio對各種版本控製係統有很好的支持，並允許您檢入和管理您的項目。如果您不通過以下方法之一持久化您的代碼，那麼當管理員重新啟動或終止集群時，您可能會丟失您的工作。

方法之一是將文件(代碼或數據)保存在什麼是數據庫文件係統(DBFS)?．例如，如果您將文件保存在/ dbfs /當您的集群終止或重新啟動時，這些文件不會被刪除。

另一種方法是通過將R筆記本導出為將其保存到本地文件係統Rmarkdown，然後將該文件導入RStudio實例。這個博客使用RMarkdown共享R筆記本更詳細地描述這些步驟。

另一種方法是將Amazon Elastic File System (Amazon EFS)卷掛載到您的集群，這樣當集群關閉時，您不會丟失您的工作。當集群重新啟動時，Databricks將重新掛載Amazon EFS卷，您可以繼續停止的地方。要將現有的Amazon EFS卷掛載到集群，請調用創建集群（帖子/ api / 2.0 /集群/創建)或編輯集群（帖子/ api / 2.0 /集群/編輯)操作，在操作的中指定Amazon EFS卷的裝入信息cluster_mount_infos數組中。

確保您創建或使用的集群沒有啟用Unity Catalog、自動終止或自動伸縮功能。還要確保集群對掛載的卷具有寫訪問權限，例如通過運行該命令修改文件權限+ w< /道路/ /卷>在集群上。您可以通過集群的網絡終端，或在新集群上使用init腳本您在前麵的操作中指定的init_scripts數組中。

如果您沒有現有的Amazon EFS卷，您可以創建一個。首先聯係Databricks的管理員，獲取Databricks工作空間的VPC ID、公網子網ID和安全組ID。然後使用該信息以及AWS管理控製台來使用Amazon EFS控製台創建具有自定義設置的文件係統．在此過程的最後一步中，單擊附加複製前麵指定的DNS名稱和掛載選項cluster_mount_infos數組中。

我如何開始SparkR會話嗎?

SparkR包含在Databricks運行時中，但是你必須將它加載到RStudio中。在RStudio中運行以下代碼來初始化aSparkR會話。

圖書館（SparkR）sparkR.session（）

對象導入時出現錯誤SparkR包,運行.libPaths ()驗證一下/home/ubuntu/databricks/spark/R/lib包含在結果中。

如果沒有，請檢查/usr/lib/R/etc/Rprofile.site．列表/home/ubuntu/databricks/spark/R/lib/SparkR對駕駛員進行驗證SparkR安裝完成。

我如何開始sparklyr會話嗎?

的sparklyr軟件包必須安裝在集群上。可通過以下方式安裝sparklyr包:

• 作為Databricks庫

• install.packages ()命令

• RStudio包管理UI

圖書館（sparklyr）sc<-spark_connect（方法＝”磚”）

RStudio如何與Databricks R筆記本整合?

您可以通過版本控製在筆記本和RStudio之間移動您的工作。

工作目錄是什麼?

當您在RStudio中啟動一個項目時，您可以選擇一個工作目錄。默認情況下，這是運行RStudio Server的驅動程序(主)容器上的主目錄。如果您願意，可以更改此目錄。

我不能使用終端或git在RStudio在Databricks。我該如何解決這個問題?

確保你已經禁用了websockets。在RStudio Server開源版中，您可以從UI中完成此操作。

在RStudio Server Pro中，您可以添加allow-terminal-websockets = 0來/etc/rstudio/rsession.conf禁用所有用戶的websockets。

我沒有在集群詳細信息下看到Apps選項卡。

並不是所有客戶都可以使用該特性。beplay体育app下载地址你一定在優質計劃或以上．