Spark 单独安装，不过要能访问到 nebulagraph 的 graph, meta, storage 服务。
Nebula-algorithm 就是要保证 jar 包被提交、执行的时候被 pyspark 引用 到
这个过程是会拉取 docker 镜像，还会拉取一个数据集（live journal）和 nebula algorithm 的 jar 包，一次要个几个 GiB 的下载量哈，跑多久了？
另外，我昨天更新了 nebula-up 你这么执行之后，会自动给你启动一个 jupyter notebook，里边一切都准备好了，里边有一个 pagerank 的 notebook 可以打开按行执行哈
notebook 就是你这个服务器的 8888 端口，默认 token 是 nebula
第一次跑有三十分钟然后我以为是网络原因手动停止了 ，然后现在是第二次执行命令有十来分钟了
好的，可以稍微等一下，中间有 wget 的过程确实比较让人心慌（卡主）
1 个赞
应该是网络原因，你可以看看 执行 tree ~/.nebula-up/nebula-up/spark/ 比较一下这里边缺啥，如果 nebula-algo 在的话，可以手动执行 ~/.nebula-up/nebula-start.sh 启动，然后应该就可以继续了，不用重新安装。
tree ~/.nebula-up/nebula-up/spark/
/home/wei.gu/.nebula-up/nebula-up/spark/
├── docker-compose.yaml
├── Dockerfile
├── download
│ ├── nebula-algo.jar
│ ├── nebula-exchange.jar
│ ├── nebula-spark-connector.jar
│ └── soc-LiveJournal1.txt
├── exchange.conf
├── hadoop.env
├── louvain.conf
├── pagerank.conf
├── pagerank_example.ipynb
└── player.csv
是 live journal 数据集，没关系，不耽误
因为安装步骤被中间下载失败打断了，不是所有的脚本都生成了，没关系，这说明你该有的都有了哈
嗯嗯，这就只是没有启动脚本，东西都全了
所以说不允许这个也可以
这个脚本只是进入 pyspark shell 的脚本哈
我在路上不方便试，你可以研究一下，这是一个通用的 pyspark 知识。
参考 我 spark 目录下的 dockerfile，那里边有执行 pyspark shell 时候的参数（怎么include jar 包）
