Unsere Datenschutzrichtlinie wird in Kürze aktualisiert. Bitte sehen Sie sich die Vorschau an.

Elasticsearch Grundkurs

Jupyter installieren

Testen Sie unsere 2017 Kurse

10 Tage kostenlos!

Jetzt testen Alle Abonnements anzeigen
Jupyter ist eine Plattform, mit der einfach reproduzierbare Skripts für die Interaktion mit Elasticsearch entworfen werden können. Da sie auf Python basiert, kann sie unter allen gängigen Betriebssystemen einfach installiert werden. Die dafür erforderlichen Schritte erfahren Sie in diesem Film.

Transkript

Um mit einer Elasticsearchinstanz interagieren zu können, empfiehlt es sich, die Anfragen an die API über ein Tool zu senden. In diesem Fall werde ich nun also das Notizbuch Jupyter verwenden, um auf Basis der Programmiersprache Python die Aufrufe gegen meiner Elasticsearchinstanz zu dokumentieren und übersichtlich zu gestalten. Daher werde ich in diesem Video nun die Software-Basis Python installieren, als auch das Jupyter-Notizbuch. Bei Jypiter handelt es sich nun also um ein interaktives Notizbuch im Browser, das mit diversen Programmiersprachen interagieren kann. Visuell stellt sich das dann also innerhalb eines solches Worksheets dar. Eine Installation von Jupyter ist auf jeder gängigen Plattform möglich und basiert auf der Programmiersprache Python. Ich installiere daher nun also zunächst Python auf meinem Rechner. Dafür verwende ich die Seite "python.org" und unter dem Reiter "Downloads" finde ich die Installation für mein aktuelles Betriebssystem. In diesem Fall wähle ich nun also die Installation von Python 2.7.13 für Windows. Nach dem Download starte ich nun also den Installationsassistenten und wähle eine Installation für alle Benutzer auf meinem System. Außerdem ist der Installationspfad nun "C:\Python27\". und ich installiere alle mitgelieferten Pakete, als auch füge ich "python.exe" in meinen Pfad hinzu. Ich bestätige mit "Next" und starte die Installation. Als Nächstes starte ich nun die Windows-Eingabeaufforderungen. Um sicher zu stellen, dass meine Installation funktioniert hat, gebe ich nun Python in die Kommandozeile ein. Dies startet im Python-Interpreter, und mit "exit()" kann ich diesen wieder beenden. Um nun tatsächlich Jupyter installieren zu können, benötige ich allerdings den Python-Paketmanager "pip". Diesen kann ich über "pip install jupyter" aufrufen, um das Paket Jupyter auf meinem Rechner zu installieren. Außerdem benötige ich noch das Paket "requests", weshalb ich es zusätzlich als Parameter für die Installationsinstruktion hinzufüge. Nach der Installation benötige ich nun einen Ort, von dem aus ich Jupyter starten möchte. Ich navigiere in den Ordner "Documents" und lege einen Ordner mit der Bezeichnung "Jupyter" an. Mit dem Befehl "jupyter" und "notebook" starte ich nun ein Notebook innerhalb dieses Ordners. Da sich aktuell keine Notebooks in diesem Ordner befinden, könnte ich nun ein vorbereitetes Notebook hochladen oder ein neues anlegen. Hier wähle ich nun "Python 2" und befinde mich nun in einer Eingabeaufforderung. Nun beispielsweise eine Anfrage gegen meine Elasticsearchinstanz zu starten, importiere ich zunächst einmal die Bibliothek "requests". Mit Strg+Enter würde ich diesen Befehl nun ausführen. Mit Alt+Enter führe ich den aus und beginne eine neue Zeile. Sollte ich einen Fehler gemacht haben, ist das kein Problem, und ich füge beispielsweise hier den korrekten Namen hinzu und mit Strg+Enter führe ich diese Zeile noch einmal aus. Die laufende Nummer am Zeilenanfang zeigt mir, wie viele Kommandos bereits innerhalb dieser Python-Instanz ausgeführt worden sind. Sollte ich nicht zufrieden sein, kann ich jederzeit die Python-Instanz neu starten und alle Befehle noch einmal ausführen. Eine solche Zeile kann nun entweder Code enthalten oder auch beispielsweise Markdown-Syntax, um Dokumentationen zu hinterlegen. Basierend auf "requests" verwende ich nun den Aufruf "requests.get (http://localhost:)", den Port meiner Elasticsearchinstanz und erwarte hier JSON-Inhalte. Requests startet nun also einen HTTP-Aufruf gegen diese Adresse und lädt den ausgelieferten Inhalt als JSON, worauf Jupyter mir dann die Ausgabe strukturiert darstellen kann. Automatisch wird mein Notebook alle paar Minuten gespeichert. Andernfalls kann ich auch zusätzlich Checkpoint setzen. Bin ich fertig mit diesem Notebook, kann ich es schließen. Möchte ich nun ein bestehendes Notebook laden, wähle ich den Button "Upload" mein bestehendes Notebook und bestätige noch einmal mit "Upload". Um es zu öffnen, klicke ich auf den Link und sehe nun alle innerhalb dieses Notebooks spezifizierten Kommandos, die auch mit dem bereits ausgeführten Inhalt hinterlegt sind. Das bedeutet nicht, dass die jeweiligen Instruktionen auf meinem Rechner ausgeführt worden sind, sondern dass ich lediglich die Inhalte, die bei der letzten Ausführung mitgespeichert wurden, hier sehen kann. Sollte ich das Ganze auf meinem eigenen Rechner ausführen wollen, kann ich über "Kernel" "Restart & Clear Output" alle einzelnen Kommandos noch einmal auf meinem Rechner ausführen. Und wir haben also gesehen, dass Jupyter ein sehr praktisches Python-Notizbuch ist. Es ist zwar auch nutzbar für andere Programmiersprachen, bietet sich aber besonders für Python sehr an. Dabei dient es für die Reproduzierbarkeit von Aufrufen beispielsweise gegen Elasticsearch. Damit Jupyter funktionieren kann, haben wir eine Python 2.7-Installation vorgenommen. Des Weiteren haben wir die Request-Bibliothek installiert, um mit unserer Elasticsearchinstanz interagieren zu können. Das Ganze basiert dann nur noch auf dem Webbrowser und kann dort komfortabel durchgeführt werden.

Elasticsearch Grundkurs

Lernen Sie, Elasticsearch und seine Einsatzgebiete zu verstehen und mit der API zu interagieren.

2 Std. 19 min (23 Videos)
Derzeit sind keine Feedbacks vorhanden...
 
Themen:
Programmierung
Exklusiv für Abo-Kunden
Erscheinungsdatum:23.02.2017

Dieser Online-Kurs ist als Download und als Streaming-Video verfügbar. Die gute Nachricht: Sie müssen sich nicht entscheiden - sobald Sie das Training erwerben, erhalten Sie Zugang zu beiden Optionen!

Der Download ermöglicht Ihnen die Offline-Nutzung des Trainings und bietet die Vorteile einer benutzerfreundlichen Abspielumgebung. Wenn Sie an verschiedenen Computern arbeiten, oder nicht den ganzen Kurs auf einmal herunterladen möchten, loggen Sie sich auf dieser Seite ein, um alle Videos des Trainings als Streaming-Video anzusehen.

Wir hoffen, dass Sie viel Freude und Erfolg mit diesem Video-Training haben werden. Falls Sie irgendwelche Fragen haben, zögern Sie nicht uns zu kontaktieren!